基于周期勢隨機共振的印刷機軸承故障診斷研究
發(fā)布時間：2021-01-09 19:29
印刷設備軸承的故障診斷對保證印刷機良好運行具有重要意義。軸承作為印刷設備的傳動支承部件,長期工作在受力不均勻、摩擦、發(fā)熱等惡劣的環(huán)境下,容易出現(xiàn)磨損、內外圈破裂、滾珠破裂等故障。考慮到印刷機工作狀態(tài)下,往往伴隨著較大的背景噪聲,早期故障軸承的信號屬于微弱信號,較難檢測,本課題采用周期勢隨機共振方法,通過利用噪聲增強軸承的故障特征,可以從振動信號中較準確地識別軸承的微弱故障。具體研究內容如下:針對傳統(tǒng)的雙穩(wěn)態(tài)隨機共振存在的輸出飽和缺陷,本文研究并建立了周期勢隨機共振系統(tǒng)模型。該模型系統(tǒng)參數(shù)可獨立調節(jié)、互不影響,因此可有效避免輸出飽和現(xiàn)象。為克服傳統(tǒng)隨機共振僅滿足于小參數(shù)條件,研究了變尺度周期勢隨機共振用于大頻率下的故障檢測,利用仿真信號驗證了本文方法的有效性。針對傳統(tǒng)隨機共振在故障頻率未知的情況下,實現(xiàn)隨機共振較為困難的問題,本文提出一種基于灰狼優(yōu)化算法的自適應周期勢隨機共振的軸承故障檢測方法。該方法以輸出信噪比作為優(yōu)化指標,可自適應的實現(xiàn)軸承故障檢測,仿真信號和實驗信號均驗證了本文方法的有效性,診斷結果表明所提方法不僅能有效的識別故障頻率,且獲得了較大的輸出信噪比,展現(xiàn)出較強的故障提取...
【文章來源】：西安理工大學陜西省
【文章頁數(shù)】：68 頁
【學位級別】：碩士
【部分圖文】：
隨機共振結構框圖
圖 2-3 傳統(tǒng)隨機共振輸出飽和現(xiàn)象Fig 2-3 Output saturation phenomenon for the classic SR小結主要研究了基于雙穩(wěn)態(tài)隨機共振的基礎理論。首先介紹了描述布朗粒子之萬方程，然后引入了隨機共振的非線性郎之萬方程及�？�-普朗克方穩(wěn)態(tài)隨機共振的模型，分析了隨機共振產生的機理，給出了隨機共振數(shù)nge-Kutta 方程。最后從函數(shù)及模型勢阱方面重點分析了雙穩(wěn)態(tài)隨機共振為后續(xù)章節(jié)提供了理論支持。
指標知，隨機共振系統(tǒng)參數(shù)的選擇對于系統(tǒng)共振的產生和共振輸出的效果有試指標被用來評估系統(tǒng)參數(shù)產生共振效果的好壞。信噪比[]常被用來作指標。本文中 GWO 算法的目標函數(shù)為輸出信噪比outSNR ，outSNR 的具10 /2110logdout Ni diASNRA A （據(jù)長度，Ad代表輸出功率譜的譜峰值，/21Ni diA A= -表示輸出功率譜中有幅度的總和。流程GWO 的自適應周期勢隨機共振的軸承故障診斷該方法的流程圖如圖 4-1 算法的 APSR 方法的具體過程可以表示如下：
【參考文獻】：
期刊論文
[1]印刷機定位故障建模及診斷方法研究[J]. 徐卓飛,張海燕. 西安理工大學學報. 2017(02)
[2]基于互相關函數(shù)的滾動軸承故障診斷方法研究[J]. 馬增強,谷朝健,王建東. 應用基礎與工程科學學報. 2017(03)
[3]基于多穩(wěn)態(tài)隨機共振的軸承微弱故障信號檢測[J]. 馮毅,陸寶春,張登峰. 振動.測試與診斷. 2016(06)
[4]基于頻域信息交換的隨機共振研究[J]. 劉進軍,冷永剛,賴志慧,譚丹. 物理學報. 2016(22)
[5]基于本征模式分量符號化分析的滾動軸承故障診斷方法研究[J]. 侯和平,徐卓飛,劉凱. 機械強度. 2016(05)
[6]α穩(wěn)定噪聲環(huán)境下多頻微弱信號檢測的參數(shù)誘導隨機共振現(xiàn)象[J]. 焦尚彬,任超,黃偉超,梁炎明. 物理學報. 2013(21)
[7]印刷機設備狀態(tài)監(jiān)測與故障診斷研究進展[J]. 張海燕,張明龍,徐卓飛,徐倩倩. 包裝工程. 2013(19)
[8]過阻尼諧振子的隨機共振[J]. 張莉,劉立,曹力. 物理學報. 2010(03)
[9]采用遺傳算法的自適應隨機共振系統(tǒng)弱信號檢測方法研究[J]. 王晶,張慶,梁霖,張熠卓,徐光華. 西安交通大學學報. 2010(03)
[10]小波分析在印刷機故障診斷中的應用[J]. 劉天軍. 噪聲與振動控制. 2002(06)
碩士論文
[1]基于變分模態(tài)分解和隨機共振的軸承故障自適應診斷研究[D]. 張嘉玲.西安理工大學 2018
[2]融合多源特征的墨輥軸承故障診斷方法研究[D]. 白雪倩.西安理工大學 2017
[3]基于共振稀疏分解的滾動軸承故障診斷方法研究[D]. 孫占龍.北京交通大學 2017
[4]基于物聯(lián)網的印刷機故障診斷系統(tǒng)研究[D]. 梁洪波.北京印刷學院 2017
[5]印刷機機械故障學習與診斷排除系統(tǒng)研究[D]. 徐永財.北京印刷學院 2010
本文編號：2967258
【文章來源】：西安理工大學陜西省
【文章頁數(shù)】：68 頁
【學位級別】：碩士
【部分圖文】：
隨機共振結構框圖
圖 2-3 傳統(tǒng)隨機共振輸出飽和現(xiàn)象Fig 2-3 Output saturation phenomenon for the classic SR小結主要研究了基于雙穩(wěn)態(tài)隨機共振的基礎理論。首先介紹了描述布朗粒子之萬方程，然后引入了隨機共振的非線性郎之萬方程及�？�-普朗克方穩(wěn)態(tài)隨機共振的模型，分析了隨機共振產生的機理，給出了隨機共振數(shù)nge-Kutta 方程。最后從函數(shù)及模型勢阱方面重點分析了雙穩(wěn)態(tài)隨機共振為后續(xù)章節(jié)提供了理論支持。
指標知，隨機共振系統(tǒng)參數(shù)的選擇對于系統(tǒng)共振的產生和共振輸出的效果有試指標被用來評估系統(tǒng)參數(shù)產生共振效果的好壞。信噪比[]常被用來作指標。本文中 GWO 算法的目標函數(shù)為輸出信噪比outSNR ，outSNR 的具10 /2110logdout Ni diASNRA A （據(jù)長度，Ad代表輸出功率譜的譜峰值，/21Ni diA A= -表示輸出功率譜中有幅度的總和。流程GWO 的自適應周期勢隨機共振的軸承故障診斷該方法的流程圖如圖 4-1 算法的 APSR 方法的具體過程可以表示如下：
【參考文獻】：
期刊論文
[1]印刷機定位故障建模及診斷方法研究[J]. 徐卓飛,張海燕. 西安理工大學學報. 2017(02)
[2]基于互相關函數(shù)的滾動軸承故障診斷方法研究[J]. 馬增強,谷朝健,王建東. 應用基礎與工程科學學報. 2017(03)
[3]基于多穩(wěn)態(tài)隨機共振的軸承微弱故障信號檢測[J]. 馮毅,陸寶春,張登峰. 振動.測試與診斷. 2016(06)
[4]基于頻域信息交換的隨機共振研究[J]. 劉進軍,冷永剛,賴志慧,譚丹. 物理學報. 2016(22)
[5]基于本征模式分量符號化分析的滾動軸承故障診斷方法研究[J]. 侯和平,徐卓飛,劉凱. 機械強度. 2016(05)
[6]α穩(wěn)定噪聲環(huán)境下多頻微弱信號檢測的參數(shù)誘導隨機共振現(xiàn)象[J]. 焦尚彬,任超,黃偉超,梁炎明. 物理學報. 2013(21)
[7]印刷機設備狀態(tài)監(jiān)測與故障診斷研究進展[J]. 張海燕,張明龍,徐卓飛,徐倩倩. 包裝工程. 2013(19)
[8]過阻尼諧振子的隨機共振[J]. 張莉,劉立,曹力. 物理學報. 2010(03)
[9]采用遺傳算法的自適應隨機共振系統(tǒng)弱信號檢測方法研究[J]. 王晶,張慶,梁霖,張熠卓,徐光華. 西安交通大學學報. 2010(03)
[10]小波分析在印刷機故障診斷中的應用[J]. 劉天軍. 噪聲與振動控制. 2002(06)
碩士論文
[1]基于變分模態(tài)分解和隨機共振的軸承故障自適應診斷研究[D]. 張嘉玲.西安理工大學 2018
[2]融合多源特征的墨輥軸承故障診斷方法研究[D]. 白雪倩.西安理工大學 2017
[3]基于共振稀疏分解的滾動軸承故障診斷方法研究[D]. 孫占龍.北京交通大學 2017
[4]基于物聯(lián)網的印刷機故障診斷系統(tǒng)研究[D]. 梁洪波.北京印刷學院 2017
[5]印刷機機械故障學習與診斷排除系統(tǒng)研究[D]. 徐永財.北京印刷學院 2010
本文編號：2967258
本文鏈接：http://sikaile.net/projectlw/qgylw/2967258.html
