滾動軸承在機(jī)械設(shè)備中應(yīng)用廣泛,它的工作狀態(tài)直接影響機(jī)械設(shè)備生產(chǎn),研究軸承的故障診斷,具有一定意義。軸承的故障可以通過溫度分析技術(shù)、油樣分析技術(shù)進(jìn)行診斷,但是當(dāng)滾動軸承的故障比較輕微時,溫升較不明顯,難以診斷,而油樣分析技術(shù)又不能對脂潤滑的軸承進(jìn)行診斷,因此上述方法存在一定的局限性。滾動軸承工作時產(chǎn)生的振動信號反映了滾動軸承的工作狀態(tài),所以振動信號分析法是軸承故障診斷的最實(shí)用的方法。粗糙集理論是人工智能領(lǐng)域中處理混亂、不完整信息的重要方法,在數(shù)據(jù)關(guān)聯(lián)關(guān)系的挖掘、冗余屬性的約簡等領(lǐng)域有著廣泛的應(yīng)用。模糊神經(jīng)網(wǎng)絡(luò)集合了神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)的優(yōu)點(diǎn),可以充分發(fā)揮模型對系統(tǒng)不確定性的處理能力,而且模型的參數(shù)能夠通過自我學(xué)習(xí)進(jìn)行調(diào)整和優(yōu)化。這兩種理論方法,均可以同振動信號分析法相結(jié)合,用于滾動軸承的故障診斷。本文通過軸承故障模擬試驗(yàn)臺,采集振動信號,提取特征向量,研究了兩種方法用于故障診斷。第一,基于粗糙集理論相關(guān)原理,通過粗糙集分析工具Rosetta軟件,對提取到的振動信號的特征向量進(jìn)行屬性約簡,建立粗糙集分類器,通過自學(xué)習(xí)實(shí)現(xiàn)故障的診斷;第二,將粗糙集方法和模糊神經(jīng)網(wǎng)絡(luò)融合,其中粗糙集方法僅作為特征...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2:2鑲動軸承振動原理

大連交通大學(xué)全日制專業(yè)碩士學(xué)位論文??２．２滾動軸承的振動特性及特征??２．２．１滾動軸承的振動特性??滾動軸承運(yùn)轉(zhuǎn)的振動信號通常來源于三個方面：①軸承加工表面產(chǎn)生的細(xì)小的波浪??形痕跡或滾動體大小不一致等制造裝配過程引起的振動。②軸承失效引起的振動。③軸??承自身的結(jié)構(gòu)特點(diǎn)引起....

圖2.3滾動軸承結(jié)構(gòu)示意圖

動軸承故障信號特征??動軸承內(nèi)圈故障時，振動信號的頻譜圖會出現(xiàn)內(nèi)圈故障頻率及其倍頻，但滾動體的同時轉(zhuǎn)動，內(nèi)圈故障處與滾動體的接觸位置是不斷改變的，會出象，產(chǎn)生《式±乂和《式±／？，的邊頻，其中／，＋表示內(nèi)圈的旋轉(zhuǎn)頻率，／ｒ?yàn)檩S／ｍ為滾動體的公轉(zhuǎn)頻率，２表示滾動體個數(shù)，如圖２．４所....

圖2.4內(nèi)圈故障特征示意圖

圖２．３滾動軸承結(jié)構(gòu)示意圖??Ｆｉｇ．２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｆｉｇｕｒｅ?ｏｆ?ｒｏｌｌｉｎｇ?ｂｅａｒｉｎｇ??承故障信號特征??承內(nèi)圈故障時，振動信號的頻譜圖會出現(xiàn)內(nèi)圈故障頻率及其倍頻，體的同時轉(zhuǎn)動，內(nèi)圈故障處與滾動體的接觸位置是不斷改變的，產(chǎn)生《式±乂和《式±....

圖２．６滾動體故障特征示意圖??Ｆｉｇ．?２．６?Ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?ｆｅａｔｕｒｅ?ｏｆ?ｔｈｅ?ｓｃｒｏｌｌｅｒ?ｆａｕｌｔ??

第二章滾動軸承故障的振動機(jī)理與特征提取??滾動軸承外圈故障時，由于外圈固定，不會產(chǎn)生幅值調(diào)制現(xiàn)象，此時軸承振動信號??中將包含《式（１，２．．．）?的頻率成分，如圖２．５所示。??Ａ個??ｍ?????１?＞??Ｚｆ〇?２Ｚｆ〇?３Ｚｆ〇?ｆ?頻率（Ｈｚ）??圖２．５外圈故障特征示....

本文編號：4016064