基于声发射信号的滚动轴承故障特征提取技术研究

发布时间：2017-10-19 09:49

  本文关键词：基于声发射信号的滚动轴承故障特征提取技术研究

  更多相关文章： 声发射信号 小波变换 马氏距离 经验模态分解 故障诊断

【摘要】：在各种大型的旋转机械零部件中，滚动轴承是应用最为广泛也是最易发生损坏的零部件，其能否正常运行将会直接影响到整套设备的性能，滚动轴承的故障诊断对保持机械平稳运行和安全生产具有十分重要的意义，对旋转机械的滚动轴承进行状态监测与故障诊断是至关重要的，因此，寻找最合适、最有效的降噪方法一直是滚动轴承故障诊断中的主要研究方向。滚动轴承初期故障的振动信号十分较弱且冲击能量较低，振动信号的信息往往被湮没在巨大的背景噪声中，由于声发射信号具有高频的特性，能够排除低频噪声的影响，而且声发射传感器接受的是材料本身释放的应变能，能够有效地检测滚动轴承早期故障，因此，本文采用声发射技术对滚动轴承故障进行诊断。 本文针对N204型号的轴承开展滚动轴承故障诊断技术研究，搭建了滚动轴承故障模拟试验台，并通过试验台对外圈故障、内圈故障、滚动体故障、外圈-滚动体耦合故障四种情况分别进行了状态监测和故障类型诊断试验，，并采集了相应的声发射信号。 本文提出了一种改进的小波阈值去噪法，这种方法综合了传统的硬阈值、软阈值去噪的优点，并且通过仿真信号分析表明改进小波阈值去噪法优于传统的硬阈值、软阈值，将改进小波阈值方法与局域均值分解法相结合对滚动轴承故障的声发射进行特征提取与故障诊断分析。 本文将马氏距离与经验模态分解结合，首先对声发射信号进行小波去噪预处理，再对去噪后的信号进行经验模态分解，通过马氏距离准则提取与原始声发射信号相关性最大的分量，剔除与原始信号相关性最小的虚假分量，再对马氏距离选取出来的本征模态分量进行频谱分析，并且与对原始信号直接包络谱分析进行对比，通过实验验证该方法的有效性。
【关键词】：声发射信号 小波变换 马氏距离 经验模态分解 故障诊断
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-17
• 1.1 课题研究的背景及意义12
• 1.2 国内外研究的现状12-15
• 1.3 本文主要研究的内容15-17
• 第2章 声发射技术原理与滚动轴承故障特征提取的方法17-22
• 2.1 声发射检测技术与研究17-19
• 2.1.1 声发射技术的原理17-18
• 2.1.2 声发射技术的特点18-19
• 2.2 滚动轴承的故障特性19-21
• 2.3 滚动轴承故障特征提取方法21
• 2.4 本章小结21-22
• 第3章 基于声发射信号的滚动轴承故障模拟实验方案和试验台22-31
• 3.1 声发射系统相关参数设定22-27
• 3.2 滚动轴承故障模拟实验方案27-28
• 3.3 滚动轴承故障试验台28-30
• 3.4 本章小结30-31
• 第4章 基于局域均值分解和小波变换滚动轴承故障特征提取31-50
• 4.1 局域均值分解概述31
• 4.2 局域均值分解原理31-33
• 4.3 小波变换33-36
• 4.3.1 连续小波变换33-35
• 4.3.2 离散小波变换35-36
• 4.4 小波降噪的数学模型及原理36-37
• 4.4.1 小波降噪的数学模型36-37
• 4.4.2 小波降噪的原理37
• 4.5 小波基的选择和分解层次的选择37-38
• 4.5.1 小波基的选取37-38
• 4.5.2 小波分解层次的选取38
• 4.6 小波阈值降噪常用方法及改进方法38-40
• 4.6.1 阈值函数选取39-40
• 4.6.2 改进的阈值函数40
• 4.7 小波阈值去噪效果评价40-41
• 4.8 仿真实验验证41-44
• 4.9 基于局域波分解和小波变换滚动轴承故障基本步骤44-45
• 4.10 滚动轴承故障故障诊断实验验证45-48
• 4.10.1 外圈故障信号分析45-47
• 4.10.2 外圈和滚动体耦合故障信号分析47-48
• 4.11 本章小结48-50
• 第5章 基于马氏距离和经验模态分解滚动轴承故障包络谱分析50-62
• 5.1 马氏距离概述50
• 5.1.1 马氏距离定义50
• 5.2 经验模态分解原理50-54
• 5.2.2 本征模态函数51
• 5.2.3 经验模态分解的方法51-53
• 5.2.4 经验模态分解的优缺点53-54
• 5.3 Hilbert 包络解调原理54-55
• 5.3.1 滚动轴承故障诊断中的 Hilbert 包络解调原理54
• 5.3.2 Hilbert 变换定义54-55
• 5.4 基于马氏距离和经验模态分解轴承故障包络谱分析基本步骤55-56
• 5.5 滚动轴承故障故障诊断实验验证56-61
• 5.5.1 外圈故障信号分析56-58
• 5.5.2 内圈故障信号分析58-61
• 5.6 本章小结61-62
• 结论62-64
• 参考文献64-67
• 致谢67-68
• 攻读硕士期间发表（含录用）的学术论文68

【参考文献】

中国期刊全文数据库 前10条

1 卓兰;;滚动轴承的失效形式与故障诊断[J];赤峰学院学报(自然科学版);2012年12期

2 赵转哲,李孟源;铁路货车轴承故障声发射信号的小波分析处理[J];轴承;2005年03期

3 赵美云;李力;陈保家;;滚动轴承故障声发射信号的小波包络谱分析[J];轴承;2008年04期

4 马晓建,陈瑞琪,吴文英,周保堂,贺世正;机械故障诊断中常用解调方法的比较及应用[J];东华大学学报(自然科学版);2001年05期

5 秦庆强;张晓安;李艾华;杨钊;;马氏距离在模拟电路硬故障检测中的应用研究[J];电子测量与仪器学报;2009年07期

6 于金涛;赵树延;王祁;;基于经验模态分解和小波变换声发射信号去噪[J];哈尔滨工业大学学报;2011年10期

7 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期

8 郝如江;卢文秀;褚福磊;;滚动轴承故障信号的多尺度形态学分析[J];机械工程学报;2008年11期

9 陈春朝;;基于小波包分析的滚动轴承声发射信号消噪处理[J];中国现代教育装备;2010年19期

10 张辛林;焦卫东;;基于LMD EMD故障诊断分析及其研究[J];机械研究与应用;2012年05期

中国博士学位论文全文数据库 前1条

1 苏文胜;滚动轴承振动信号处理及特征提取方法研究[D];大连理工大学;2010年

本文编号：1060425