滾動(dòng)軸承廣泛應(yīng)用于旋轉(zhuǎn)機(jī)械中,其運(yùn)行狀態(tài)和旋轉(zhuǎn)機(jī)械的整體性能有著密切的聯(lián)系。故滾動(dòng)軸承的健康管理對(duì)延長(zhǎng)機(jī)械設(shè)備壽命、提高運(yùn)行可靠性具有重大的意義。其中剩余使用壽命（RUL）預(yù)測(cè)是實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械的健康管理和預(yù)測(cè)性維護(hù)最重要的技術(shù)之一,并受到廣泛的關(guān)注。本文以門(mén)控循環(huán)單元（GRU）網(wǎng)絡(luò)為基礎(chǔ),對(duì)滾動(dòng)軸承的RUL進(jìn)行研究,研究的內(nèi)容如下:由于各個(gè)軸承的退化狀態(tài)各異,本文針對(duì)振動(dòng)信號(hào)建立健康指標(biāo)（HI）估計(jì)模型,然后結(jié)合粒子濾波算法預(yù)測(cè)RUL。在該模型中,首先針對(duì)基本特征中存在的波動(dòng)以及退化趨勢(shì)不明顯的問(wèn)題,提出一種基本特征提取與具有自適應(yīng)噪聲的完整集合經(jīng)驗(yàn)?zāi)B(tài)分解相結(jié)合的方法提取趨勢(shì)特征,并且利用單調(diào)性和相關(guān)性篩選特征。然后,針對(duì)軸承失效閾值難確定的問(wèn)題,將篩選出的最優(yōu)特征集輸入GRU網(wǎng)絡(luò)獲得HI并利用粒子濾波算法得到測(cè)試軸承的RUL。針對(duì)滾動(dòng)軸承在健康階段退化特征不明顯的情況,本文進(jìn)一步研究了在健康階段監(jiān)測(cè)其運(yùn)行狀態(tài),在開(kāi)始退化時(shí)發(fā)出警報(bào)并觸發(fā)RUL預(yù)測(cè)裝置的方法。在此基礎(chǔ)上,該算法考慮到軸承的退化模式不同,提出了針對(duì)不同的退化模式建立預(yù)測(cè)模型的方法。其中快速退化模式,訓(xùn)練軸承的退化信息較少... 

【文章來(lái)源】：武漢科技大學(xué)湖北省

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

滾動(dòng)軸承的基本結(jié)構(gòu)圖

武漢科技大學(xué)碩士學(xué)位論文10（9.6-12.8kHZ）作為提取的特征�；谒@得的頻域特征，利用相似性特征變換工具[59]來(lái)描述當(dāng)前時(shí)間和初始時(shí)間之間數(shù)據(jù)序列的相似性度量，其計(jì)算公式如下：r122r11(0)(0)()()()(0)(0)()()MmmrrrmrMMmmrrrmmffftftFtffftft（2-1）其中，M表示序列12,,16(t)rrf的長(zhǎng)度，(0)rf和(t)rf分別是序列rf在初始時(shí)刻和當(dāng)前時(shí)刻的值。(0)rf和()rft分別為1:(0)mrmMf和1:()mrmMft的均值。綜上所述，頻域的特征可以表示為12,,16()rrFt。圖2.2軸承1-1水平振動(dòng)信號(hào)的頻譜演變2.2.3基于小波包的時(shí)頻域特征提取時(shí)域、頻域特征是針對(duì)平穩(wěn)信號(hào)提出來(lái)的特征處理方法。通常傳感器采集的是非平穩(wěn)和非線性信號(hào)，所以，時(shí)頻域特征提取的方法被提出來(lái)。時(shí)頻域特征通常是隨時(shí)間變化的，即可以在某一時(shí)刻獲取到時(shí)域與頻域信息。小波分解在信號(hào)處理中被廣泛利用，其可以通過(guò)信號(hào)的時(shí)頻局部特征來(lái)表征。然而，小波分解不能對(duì)信號(hào)的高頻部分進(jìn)行分解，為了克服這一缺點(diǎn)，引入小波包分解（WPD）對(duì)信號(hào)的高頻部分和低頻部分進(jìn)行分解[61]。WPD通過(guò)分析信號(hào)特性和要求可以自適應(yīng)地選擇合適的頻譜以匹配信號(hào)頻譜。當(dāng)軸承發(fā)生故障時(shí)，不同的故障類(lèi)型導(dǎo)致不同頻帶內(nèi)的能量發(fā)生變換，所以本文主要提取WPD的能量比特征。如圖2.3為小波包分解過(guò)程的示意圖。

PRONOSTIA實(shí)驗(yàn)臺(tái)

【參考文獻(xiàn)】：
期刊論文
[1]電動(dòng)汽車(chē)供電系統(tǒng)鋰電池剩余壽命預(yù)測(cè)[J]. 張吉宣,賈建芳,曾建潮.  電子測(cè)量與儀器學(xué)報(bào). 2018(03)
[2]基于奇異值分解和小波包分解的故障檢測(cè)[J]. 李一博,沈慧,高遠(yuǎn).  電子技術(shù)應(yīng)用. 2018(03)
[3]基于非線性降維和模糊均值聚類(lèi)的滾動(dòng)軸承的性能退化在線評(píng)估方法[J]. 周建民,郭慧娟,張龍.  機(jī)械設(shè)計(jì)與研究. 2017(06)
[4]機(jī)械設(shè)備運(yùn)行可靠性評(píng)估的發(fā)展與思考[J]. 何正嘉,曹宏瑞,訾艷陽(yáng),李兵.  機(jī)械工程學(xué)報(bào). 2014(02)
[5]大型機(jī)械設(shè)備變工況非平穩(wěn)動(dòng)態(tài)分析與監(jiān)測(cè)診斷關(guān)鍵技術(shù)[J]. 何正嘉,訾艷陽(yáng),張周鎖,馬軍星,高強(qiáng),楊勝軍.  中國(guó)機(jī)械工程. 1999(09)

博士論文
[1]基于機(jī)器學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障診斷方法的研究[D]. 徐波.武漢科技大學(xué) 2019
[2]基于振動(dòng)信號(hào)處理的滾動(dòng)軸承故障診斷方法研究[D]. 王曉龍.華北電力大學(xué)(北京) 2017
[3]數(shù)據(jù)驅(qū)動(dòng)的機(jī)械設(shè)備性能退化建模與剩余壽命預(yù)測(cè)研究[D]. 張彬.北京科技大學(xué) 2016
[4]滾動(dòng)軸承振動(dòng)信號(hào)特征提取與狀態(tài)評(píng)估方法研究[D]. 王玉靜.哈爾濱工業(yè)大學(xué) 2015
[5]基于優(yōu)化支持向量機(jī)的空間滾動(dòng)軸承壽命預(yù)測(cè)方法研究[D]. 董紹江.重慶大學(xué) 2012
[6]基于非線性信號(hào)分析的滾動(dòng)軸承狀態(tài)監(jiān)測(cè)診斷研究[D]. 劉永斌.中國(guó)科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]滾動(dòng)軸承的故障特征提取及剩余壽命預(yù)測(cè)研究[D]. 楊治飛.山東理工大學(xué) 2017
[2]基于多健康狀態(tài)評(píng)估的滾動(dòng)軸承剩余壽命預(yù)測(cè)方法研究[D]. 張龍龍.電子科技大學(xué) 2014



本文編號(hào)：3025762