基于参数的轴承故障声发射特征提取研究
[Abstract]:Bearing is an important part in rotating machinery. Its main function is to support the mechanical rotation, reduce the friction coefficient in the process of its motion, and ensure its accuracy. Bearing failure will affect the stable operation of the equipment. Therefore, the status monitoring and fault feature extraction of bearings is a hot issue. This paper takes the bearing as the research object and uses the acoustic emission as the detection technology to carry on the characteristic extraction and the parameter analysis to the bearing normal operation, the outer ring fault, the rolling body fault and the inner ring fault. In this paper, the development history and present situation of AE fault diagnosis of bearings at home and abroad are described, and the propagation form and wave equation of AE wave in medium are analyzed. The basic principle of bearing failure and the common bearing fault forms are analyzed, and a bearing fault feature extraction test system based on acoustic emission is built. The hardware of the system consists of a rotating machinery bearing fault simulation platform and an acoustic emission acquisition system. The software is composed of data acquisition and signal processing, and the feature extraction of bearing fault is carried out by acoustic emission parameter analysis. By using the statistical analysis method of single parameter such as energy, counting, amplitude and so on, comparing the normal bearing with the fault bearing, we can judge whether the bearing is in trouble or not, and use the energy, counting the experience chart analysis method to analyze the time, The fault of outer ring can be extracted; the distribution chart analysis method of impact amplitude and impact pair counting can be used to determine whether the rolling body and inner ring bearing are faulty or not; and the distribution map of energy can be analyzed by impact at different rotational speeds. It is found that the energy is rising with the increase of rotational speed, and in the correlation graph analysis of pairwise parameters, the inner ring fault can be distinguished from other faults by using the method of correlation analysis of duration to amplitude. By using the above methods of acoustic emission parameter analysis, the comprehensive analysis and feature extraction of bearing faults are realized.
【学位授予单位】:沈阳工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TH133.3
【相似文献】
相关期刊论文 前10条
1 李强;赵地;侯文富;;轴承故障的预防和诊断[J];现代零部件;2010年S1期
2 许树申;;轴承故障的检查和失效的原因[J];科技创新导报;2010年30期
3 徐丽娟;张春福;孙晓娟;于海波;何文广;;轴承故障识别与诊断方法的研究分析[J];机械工程师;2012年07期
4 丛培田;高伟;韩辉;李光;;轴承故障信号的峰值特征扩展电路研究[J];工具技术;2013年01期
5 佐藤勇藏;赵锁忠;;轴承故障及轮箍踏面剥离[J];国外机车车辆工艺;1983年06期
6 周贤全;;轴承故障新探测法[J];国外机车车辆工艺;1989年06期
7 王刚勤;;轴承故障检测器[J];设备管理与维修;1992年04期
8 甘晓晔,寇惠;低速重载大轴承故障特征与诊断探讨[J];设备管理&维修;1998年02期
9 潘炜;;正确识别转动设备轴承金属温度异常及轴承故障[J];应用能源技术;2014年01期
10 来五星;轩建平;史铁林;杨叔子;;用自回归最小二乘消噪法提纯轴承故障信号[J];振动、测试与诊断;2007年04期
相关会议论文 前10条
1 邵毅全;钟鸣华;邵毅敏;;使用激光传感器检测轴承故障[A];第一届全国流体动力及控制工程学术会议论文集(第二卷)[C];2000年
2 张宏;杜联朝;琚科昌;;纸机轴承故障监测与诊断[A];中国造纸学会第十二届学术年会论文集(下)[C];2005年
3 杨积忠;左立建;;风机轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
4 郝如江;卢文秀;褚福磊;;基于形态分析和支持向量机的轴承故障分类研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
5 胡茑庆;潘中银;陈敏;秦国军;;结合包络解调与随机共振的轴承故障检测[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
6 徐建立;;基于支持向量机的转辙机轴承故障分类实验研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
7 杨曼云;;基于morlft小波法包络检波分析技术的轴承故障诊断技术研究[A];2012年全国地方机械工程学会学术年会论文集(云南省分册)[C];2012年
8 康晨晖;崔玲丽;胥永刚;高立新;;EMD熵值谱在轴承故障信号特征提取中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
9 苏钢;姚成宝;;高温鼓风机轴承故障分析与诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
10 朱文军;盛邦清;訾建新;;矿用大型设备轴承故障监测与诊断系统的研究及应用[A];第24届全国煤矿自动化与信息化学术会议暨第6届中国煤矿信息化与自动化高层论坛论文集[C];2014年
相关重要报纸文章 前2条
1 通讯员 魏向军;“六字诀”工作法扼制机车“隐形杀手”[N];人民铁道;2008年
2 钟佳 任重;搏浪击水竞风流[N];中国航空报;2004年
相关博士学位论文 前6条
1 李萌;旋转机械轴承故障的特征提取与模式识别方法研究[D];吉林大学;2008年
2 张翱;列车轴承故障道旁声学诊断关键技术研究[D];中国科学技术大学;2014年
3 胡飞;列车轴承故障轨边声学检测系统关键技术研究[D];中国科学技术大学;2013年
4 朱可恒;滚动轴承振动信号特征提取及诊断方法研究[D];大连理工大学;2013年
5 王冬云;转子-轴承故障诊断方法研究[D];燕山大学;2012年
6 钟先友;旋转机械故障诊断的时频分析方法及其应用研究[D];武汉科技大学;2014年
相关硕士学位论文 前10条
1 项巍巍;轮轨车辆轴承故障模拟及稀疏诊断方法研究[D];苏州大学;2015年
2 陆新峤;基于DSP的电机轴承故障电流特征研究[D];大连海事大学;2015年
3 李美娇;航空发动机轴承故障特征提取方法研究及动力学仿真[D];北京化工大学;2015年
4 马杨;基于FPGA的电机轴承故障电流特征研究[D];大连海事大学;2015年
5 史钧宇;基于VB/SQL Server2000的滚动轴承多参数故障诊断系统开发[D];中北大学;2016年
6 吴国庆;高精度机床主轴轴承故障预测系统开发[D];上海工程技术大学;2016年
7 李涛;铁路货车轮对轴承故障动力学仿真分析[D];石家庄铁道大学;2016年
8 王帅;航空发动机中介轴承故障诊断技术研究[D];沈阳航空航天大学;2016年
9 黄小霞;列车轮对轴承故障实时检测系统研究[D];西南交通大学;2017年
10 李东彪;基于参数的轴承故障声发射特征提取研究[D];沈阳工业大学;2017年
,本文编号:2237807
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2237807.html