【摘要】：采煤機(jī)作為煤礦企業(yè)的龍頭機(jī)械,近年來(lái)隨著機(jī)械化的提高、結(jié)構(gòu)的復(fù)雜化及其功率的增大,故障率與日俱增,而且直接影響著煤礦的安全生產(chǎn)和經(jīng)濟(jì)效益。所以,有效的故障診斷技術(shù)不僅可以減少不必要的損失,并且真正做到預(yù)知維修。因此,在煤礦企業(yè)中對(duì)于故障信號(hào)的分析、檢測(cè)及特征提取的研究意義重大。本學(xué)位論文以采煤機(jī)截割部為研究對(duì)象,著重分析了其齒輪和軸承的振動(dòng)故障。分析對(duì)比了常見的弱信號(hào)檢測(cè)方法及故障特征提取理論,并研究了它們各自在實(shí)際工程應(yīng)用中的缺陷,最后提出了將混沌Duffing振子的和卷積型小波包相結(jié)合的的采煤機(jī)強(qiáng)噪聲背景下初期故障微弱幅值變化檢測(cè)及特征提取的故障診斷技術(shù)。本課題開展的研究工作如下:首先,介紹了采煤機(jī)的基本組成結(jié)構(gòu),深入分析了截割部的傳動(dòng)部與電機(jī)的構(gòu)造,并重點(diǎn)研究了其滾動(dòng)軸承和齒輪的振動(dòng)機(jī)理與故障特性。緊接著便對(duì)采煤機(jī)振動(dòng)故障信號(hào)的選取、分析及如何檢測(cè)做了對(duì)比分析,分別得出了混沌Duffing振子及小波分析法在采煤機(jī)初期故障振動(dòng)弱信號(hào)檢測(cè)及特征提取中的優(yōu)勢(shì)。然后,建立了檢測(cè)微弱振動(dòng)信號(hào)的混沌Duffing振子模型,分析了其檢測(cè)原理,并通過Melnikov函數(shù)得出了其混沌判據(jù)。同時(shí)分析了基于混沌Duffing振子的微弱信號(hào)檢測(cè)振動(dòng)幅值的原理和方法,通過Matlab的Simulink仿真得出了其測(cè)量值與真實(shí)值之間的誤差達(dá)到10~(-7),證實(shí)了該理論可以應(yīng)用于采煤機(jī)的故障診斷。為了進(jìn)一步說明混沌Duffing振子在本文中應(yīng)用的優(yōu)勢(shì),故在已知Duffing振子模型中加入了噪聲信號(hào),通過原理分析及仿真得出了其對(duì)于噪聲的免役性能。最后,在分析了基本的小波變化、多分辨分析及卷積型離散小波變化的基礎(chǔ)上提出了基于卷積型小波包的采煤機(jī)振動(dòng)故障的特征提取法,通過實(shí)驗(yàn)仿真分別得出了軸承及齒輪故障頻率信息,并對(duì)比了正常與故障的能量值分布,進(jìn)一步驗(yàn)證了故障的存在性及檢測(cè)的準(zhǔn)確性。
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TD421.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝國(guó)民;佟瑩;陸文斌;;小波在采煤機(jī)異步電動(dòng)機(jī)故障診斷中的應(yīng)用[J];控制工程;2013年04期

2 吳參;李興林;孫守遷;張燕遼;張仰平;;混沌理論在滾動(dòng)軸承故障診斷中的應(yīng)用[J];軸承;2013年01期

3 張建偉;張長(zhǎng)合;;淺析采煤機(jī)故障及診斷方法[J];中國(guó)高新技術(shù)企業(yè);2012年26期

4 王冬云;張文志;;基于小波包變換的滾動(dòng)軸承故障診斷[J];中國(guó)機(jī)械工程;2012年03期

5 賈俊明;;電牽引采煤機(jī)搖臂振動(dòng)測(cè)試與故障分析[J];山西煤炭;2011年11期

6 王江萍;孫文莉;;基于小波包能量譜齒輪振動(dòng)信號(hào)的分析與故障診斷[J];機(jī)械傳動(dòng);2011年01期

7 ;Fault diagnosis using a probability least squares support vector classification machine[J];Mining Science and Technology;2010年06期

8 張勇;紀(jì)國(guó)宜;;基于混沌振子和小波理論的軸承故障診斷方法[J];軸承;2010年05期

9 王妍;李京文;;我國(guó)煤炭消費(fèi)現(xiàn)狀與未來(lái)煤炭需求預(yù)測(cè)[J];中國(guó)人口.資源與環(huán)境;2008年03期

10 劉永斌;馮志華;張平;龍潛;侯樹明;孔凡讓;;基于混沌動(dòng)力學(xué)的滾動(dòng)軸承故障診斷研究[J];自動(dòng)化儀表;2007年06期

相關(guān)博士學(xué)位論文 前2條

1 王冬云;轉(zhuǎn)子-軸承故障診斷方法研究[D];燕山大學(xué);2012年

2 謝國(guó)民;基于時(shí)頻聯(lián)合小波法的采煤機(jī)關(guān)鍵部件故障診斷研究[D];遼寧工程技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前9條

1 劉桐桐;基于混沌弱信號(hào)檢測(cè)技術(shù)的軸承異常微弱信號(hào)辨識(shí)[D];內(nèi)蒙古科技大學(xué);2013年

2 彭學(xué)前;采煤機(jī)故障診斷與故障預(yù)測(cè)研究[D];南京理工大學(xué);2013年

3 周久華;采煤機(jī)搖臂齒輪箱故障診斷技術(shù)研究[D];重慶理工大學(xué);2013年

4 賴達(dá)波;某齒輪箱故障振動(dòng)信號(hào)特征提取及分析技術(shù)研究[D];電子科技大學(xué);2013年

5 王曉亮;基于多小波變換與Duffing振子的微弱信號(hào)檢測(cè)與估計(jì)[D];哈爾濱工程大學(xué);2012年

6 魏新建;基于Duffing混沌振子的弱信號(hào)檢測(cè)方法[D];天津大學(xué);2010年

7 張勇;基于混沌振子和小波理論的微弱信號(hào)檢測(cè)研究[D];南京航空航天大學(xué);2009年

8 易雄;基于小波分析的機(jī)械故障特征提取與診斷技術(shù)研究[D];浙江工業(yè)大學(xué);2009年

9 薛松;時(shí)頻分析方法在齒輪箱故障特征提取中的研究應(yīng)用[D];太原理工大學(xué);2008年

，

本文編號(hào)：2556343