發(fā)布時(shí)間：2017-09-19 05:37

  本文關(guān)鍵詞：基于多傳感器信息融合的滾動(dòng)軸承故障診斷研究

  更多相關(guān)文章： 滾動(dòng)軸承 小波分析 頻率特征 多傳感器信息融合 神經(jīng)網(wǎng)絡(luò) 故障診斷系統(tǒng)

【摘要】：隨著社會(huì)進(jìn)步,科學(xué)技術(shù)日新月異,在能源、運(yùn)載、國(guó)防等涉及國(guó)計(jì)民生領(lǐng)域,常常需要制造大型、復(fù)雜、難加工的精密零件,因此對(duì)加工這些精密零件的數(shù)控機(jī)床的精度、可靠性及壽命等提出了更高的要求。在高速、高加速度、重載荷等非常規(guī)工況下,振動(dòng)、沖擊、變形等因素常對(duì)數(shù)控機(jī)床產(chǎn)生很大影響,容易導(dǎo)致數(shù)控機(jī)床部件發(fā)生故障或者損壞。一方面影響到工件的加工質(zhì)量,另一方面造成數(shù)控機(jī)床的可靠性降低、壽命縮短甚至報(bào)廢。滾動(dòng)軸承是數(shù)控機(jī)床進(jìn)給系統(tǒng)中最重要最易損壞的部件,大約有30%的機(jī)械故障都是由滾動(dòng)軸承引起的[1],因此研究滾動(dòng)軸承狀態(tài)信息與故障之間的關(guān)系,并在此基礎(chǔ)上對(duì)滾動(dòng)軸承故障進(jìn)行有效的監(jiān)測(cè)與診斷具有重要的現(xiàn)實(shí)意義和經(jīng)濟(jì)意義。傳統(tǒng)的單一傳感器檢測(cè)滾動(dòng)軸承故障的方法,由于檢測(cè)信息少,且容易受到外界干擾或傳感器自身故障等多個(gè)方面的原因,會(huì)使診斷的準(zhǔn)確率偏低,甚至造成誤判或錯(cuò)判。因此,本文基于多傳感器信息融合技術(shù),研究診斷數(shù)控機(jī)床滾動(dòng)軸承故障的技術(shù)與方法。多傳感器信息融合的基本原理是充分利用多傳感器信息,并通過(guò)對(duì)這些傳感器及其檢測(cè)信息的合理支配和使用,將各傳感器在空間和時(shí)間上的冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則進(jìn)行組合,產(chǎn)生對(duì)被測(cè)對(duì)象的一致性解釋或描述。其目的是通過(guò)對(duì)多傳感器檢測(cè)信息的多方優(yōu)化導(dǎo)出更多的有用信息,最終提高診斷的準(zhǔn)確率和有效性,消除單個(gè)傳感器自身的局限性。多傳感器信息融合的突出優(yōu)點(diǎn)就是信息的冗余性、容錯(cuò)性、互補(bǔ)性、實(shí)時(shí)性和低成本性。 本文以LabVIEW軟件作為開(kāi)發(fā)平臺(tái),設(shè)計(jì)了一套數(shù)控機(jī)床進(jìn)給系統(tǒng)中滾動(dòng)軸承的故障診斷系統(tǒng)。通過(guò)分析滾動(dòng)軸承故障信號(hào)的特征,選用加速度傳感器和電流傳感器檢測(cè)滾動(dòng)軸承的振動(dòng)信號(hào)和電機(jī)電流信號(hào),進(jìn)行預(yù)處理后,經(jīng)NI ELVIS送入NI中的PCI-6251數(shù)據(jù)采集卡,基于LabVIEW軟件平臺(tái)編程,實(shí)現(xiàn)對(duì)檢測(cè)信號(hào)的數(shù)據(jù)采集;同時(shí)結(jié)合數(shù)據(jù)庫(kù)技術(shù),將LabVIEW和Microsoft Access數(shù)據(jù)庫(kù)相接,設(shè)計(jì)了數(shù)據(jù)庫(kù)管理系統(tǒng),實(shí)現(xiàn)了對(duì)數(shù)據(jù)的存儲(chǔ)、查詢、添加、修改和刪除等功能;利用LabVIEW軟件良好的硬件匹配性和Matlab軟件強(qiáng)大而方便的信號(hào)處理功能,在LabVIEW中用Matlab Script Node調(diào)用Matlab軟件對(duì)檢測(cè)信號(hào)進(jìn)行小波降噪和小波分析;采用Hilbert變換對(duì)小波分解的第一層細(xì)節(jié)信號(hào)進(jìn)行解調(diào),獲取滾動(dòng)軸承的故障信號(hào),并通過(guò)快速傅立葉變換對(duì)滾動(dòng)軸承信號(hào)進(jìn)行頻譜分析;通過(guò)理論計(jì)算求出滾動(dòng)軸承的故障特征頻率,在頻譜圖中以滾動(dòng)軸承的故障頻率為中心頻率,向前2.5Hz和向后2.5Hz這一5Hz的頻帶寬的能量作為滾動(dòng)軸承的故障信號(hào)特征值,經(jīng)歸一化處理后,得出滾動(dòng)軸承內(nèi)圈、外圈和滾動(dòng)體的故障頻率的特征值;把得到的特征值作為特征向量,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)的動(dòng)量改進(jìn)算法,對(duì)多傳感器檢測(cè)的滾動(dòng)軸承故障信息進(jìn)行融合,經(jīng)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真,最終構(gòu)造出具有高效率、高可靠性的數(shù)控機(jī)床滾動(dòng)軸承故障診斷系統(tǒng)。
【關(guān)鍵詞】：滾動(dòng)軸承 小波分析 頻率特征 多傳感器信息融合 神經(jīng)網(wǎng)絡(luò) 故障診斷系統(tǒng)
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：TH133.33;TH165.3
【目錄】：

• 摘要6-8
• Abstract8-10
• 第1章 緒論10-14
• 1.1 課題研究的目的和意義10-11
• 1.2 國(guó)內(nèi)外滾動(dòng)軸承故障診斷的研究現(xiàn)狀11-12
• 1.3 本文的主要研究?jī)?nèi)容12-14
• 第2章 滾動(dòng)軸承故障診斷的硬件設(shè)計(jì)14-29
• 2.1 引言14
• 2.2 傳感器的選擇14-15
• 2.3 加速度傳感器15-17
• 2.4 電流傳感器17-19
• 2.5 CA-3 電荷放大器19-21
• 2.6 NI ELVIS21-22
• 2.7 數(shù)據(jù)采集系統(tǒng)22-28
• 2.7.1 數(shù)據(jù)采集卡的選擇22-24
• 2.7.2 數(shù)據(jù)采集卡的安裝24-25
• 2.7.3 數(shù)據(jù)采集參數(shù)設(shè)置25-28
• 2.8 本章小結(jié)28-29
• 第3章 滾動(dòng)軸承故障診斷的軟件設(shè)計(jì)29-46
• 3.1 引言29
• 3.2 故障診斷軟件系統(tǒng)的開(kāi)發(fā)環(huán)境-LabVIEW29-32
• 3.3 Matlab Script Node 節(jié)點(diǎn)32-33
• 3.4 軟件系統(tǒng)的總體設(shè)計(jì)33-35
• 3.5 故障診斷系統(tǒng)的功能模塊設(shè)計(jì)35-45
• 3.5.1 數(shù)據(jù)采集模塊35-36
• 3.5.2 信號(hào)加窗36-37
• 3.5.3 數(shù)據(jù)分析模塊37-40
• 3.5.4 數(shù)據(jù)存儲(chǔ)模塊40-45
• 3.6 本章小結(jié)45-46
• 第4章 基于神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合技術(shù)46-56
• 4.1 引言46
• 4.2 數(shù)據(jù)融合的方法46-47
• 4.3 動(dòng)量改進(jìn)BP 神經(jīng)網(wǎng)絡(luò)47-51
• 4.3.1 神經(jīng)元類型47-49
• 4.3.2 BP 神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法49-51
• 4.4 BP 神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)51-54
• 4.4.1 滾動(dòng)軸承故障信號(hào)的特征向量51-53
• 4.4.2 滾動(dòng)軸承故障診斷的動(dòng)量改進(jìn)BP 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)53-54
• 4.5 本章小結(jié)54-56
• 第5章 實(shí)驗(yàn)及數(shù)據(jù)分析56-68
• 5.1 試驗(yàn)系統(tǒng)組成56-58
• 5.2 實(shí)驗(yàn)步驟58
• 5.3 實(shí)驗(yàn)分析58-67
• 5.3.1 滾動(dòng)軸承故障診斷圖像分析58-62
• 5.3.2 網(wǎng)絡(luò)訓(xùn)練及應(yīng)用62-67
• 5.4 本章小結(jié)67-68
• 第6章 結(jié)論與展望68-70
• 6.1 全文工作總結(jié)68-69
• 6.2 研究工作的展望69-70
• 參考文獻(xiàn)70-74
• 攻讀碩士期間發(fā)表的學(xué)術(shù)論文74-75
• 致謝75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐振輝,馬立元;滾動(dòng)軸承的故障特征提取[J];兵工自動(dòng)化;2004年01期

2 楊帆,浦昭邦,莊嚴(yán),趙玉剛;基于信息融合的滾動(dòng)軸承故障診斷[J];軸承;2005年02期

3 于云滿,胡萍,邵強(qiáng),胡紅英,趙志宇;小波分析及其在軸承振動(dòng)診斷中的應(yīng)用[J];大連大學(xué)學(xué)報(bào);2002年06期

4 尹仁平;劉剛;汪立新;喬云生;;LabVIEW中的數(shù)據(jù)庫(kù)訪問(wèn)[J];電子測(cè)量技術(shù);2006年03期

5 吳松濤;龔家偉;;在LabVIEW中利用LabSQL實(shí)現(xiàn)數(shù)據(jù)庫(kù)訪問(wèn)[J];國(guó)外電子測(cè)量技術(shù);2006年04期

6 任國(guó)全,韋有民,鄭海起;基于小波分析的軸承故障診斷研究[J];河北省科學(xué)院學(xué)報(bào);2002年02期

7 王建群,南金瑞,孫逢春,付立鼎;基于LabVIEW的數(shù)據(jù)采集系統(tǒng)的實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2003年21期

8 夏利民;基于Kohonen神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷[J];計(jì)算機(jī)工程;2003年03期

9 黃海鷹,朱躍松,王稚生,戴麗;滾動(dòng)軸承早期故障診斷技術(shù)的應(yīng)用[J];金山油化纖;1999年04期

10 劉忠祥,邱阿瑞,劉玉偉;小波變換在滾動(dòng)軸承故障診斷中的應(yīng)用[J];機(jī)械工程師;2002年03期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 萬(wàn)良虹;基于小波分析的滾動(dòng)軸承故障診斷方法研究[D];華北電力大學(xué)（北京）;2004年

2 李軍;改進(jìn)的BP算法在汽輪機(jī)熱力系統(tǒng)故障診斷與預(yù)測(cè)中的應(yīng)用研究[D];重慶大學(xué);2004年

3 崔寶珍;基于小波分析的滾動(dòng)軸承故障診斷方法研究與應(yīng)用[D];中北大學(xué);2005年

4 孔亞林;基于振動(dòng)信號(hào)的滾動(dòng)軸承故障診斷方法研究[D];大連理工大學(xué);2006年

5 黃建新;多傳感器數(shù)據(jù)融合技術(shù)在軸承故障診斷中的應(yīng)用研究[D];武漢理工大學(xué);2006年

，

本文編號(hào)：879801