滚动轴承故障诊断方法研究与系统开发

发布时间：2020-03-26 02:50

【摘要】：随着经济社会的发展,设备健康管理的问题渗透到各行各业,而其中由一个个机械小零件构造而成的自动化、多功能化的现代大型机械设备更是随处可见,此时对整台设备正常运转起关键作用的某些零件就显得尤为重要。其中,滚动轴承不仅是航空发动机中关键的支承部件,而且在机床、高铁、汽车、家用电器等领域都应用广泛。对这些关键零部件进行实时监控,及时诊断其故障类型,就可以减少其中某些不必要的损失,保证整台设备的正常运转,提高设备的利用率。本文以开发合理可用的滚动轴承故障诊断平台为目标,首先提出了新颖的基于CEEMDAN-MPE-SVM的滚动轴承故障诊断方法,然后通过具体试验来验证本文所提方法在故障预测方面也有很好的实用性,最后以MATLAB的GUI为基础,开发了滚动轴承的故障诊断系统,并用实际数据验证了故障诊断系统的合理性和有效性。具体研究内容包括:(1)提出滚动轴承故障诊断CEEMDAN-MPE-SVM新方法。从信号预处理、特征提取、故障诊断三大方面入手,首先利用凯斯西储大学电气工程试验室滚动轴承故障模拟试验台获取的滚动轴承故障数据,对其进行小波阈值去噪处理,总共列出九种去噪方法,分别通过对轴承外圈振动信号、内圈振动信号、滚动体振动信号,利用能量比、相似性、信噪比这三个信号降噪效果评价指标对九种去噪方法进行对比分析,最终得出最优去噪方法;然后通过对仿真信号利用计算耗时,正交性,虚假分量三个指标,对EMD、EEMD、CEEMD、MEEMD和CEEMDAN五种模态分解方法进行筛选,筛选出合理的模态分解方法,并利用互相关系数准则对信号进行重构;接着计算每种工作状态下0.5-1s、1.5-2s、2.5-3s、3.5-4s时间段内预处理后信号的多尺度排列熵,将其作为特征向量,可以看到同一状态下四组信号的多尺度排列熵值(MPE)变化趋势都各自大概相同;最后总共收集52组样本,40组作为训练集,12组作为测试集,分别输入SVM、GRNN、PNN进行诊断准确率的对比,最终得出SVM的诊断准确率为100%。故此,提出基于CEEMDAN-MPE-SVM的滚动轴承故障诊断方法。(2)采用汽车连杆加工镗床轴承实测数据验证CEEMDAN-MPE方法对于轴承保持架故障预测的实用性。4根主轴各布置1个三向加速度传感器,NI采集卡采集振动信号,经过数据处理、CEENDAN分解、计算MPE值提前预测轴承保持架发生故障,最后与实际结果一致,保证连杆内孔的加工精度、提高设备利用率。(3)基于MATLAB的GUI开发了一套滚动轴承故障诊断系统。以CEEMDANMPE-SVM方法为理论基础,GUI为技术支持,开发了一套可以实时操作,不用后台编程的故障诊断系统。该系统总共包括三个模块:用户登陆模块、滚动轴承故障特征提取模块、滚动轴承故障诊断模块,分别通过前期界面的布局、各个控件属性的编辑以及最后M文件的编程调试来实现各个模块所的功能。该系统可以在输入采集到的原始信号后,经过简单的鼠标操作,由系统输出对应的故障类型。最后将第三章的实验数据输入到该系统中,得到的故障类型与实际实验结果一致,有效验证了该系统的合理性。
【图文】：

航空发动机主轴承

昌航空大学硕士学位论文第 1 章绪论障类型诊断。故障检测是指通过一定的检测设备和方法来判断航空发动机轴否存在某些某些方面的故障和缺陷；故障诊断是在检测出航空发动机轴承存障的前提下通过故障诊断技术进一步确定轴承发生故障和缺陷的部位以及故严重程度。轴承故障诊断的关键技术是故障类型的诊断[7]。

轴承,外观,航空发动机主轴承,发动机轴承

航空大学硕士学位论文第 1 章绪类型诊断。故障检测是指通过一定的检测设备和方法来判断航空发动机轴存在某些某些方面的故障和缺陷；故障诊断是在检测出航空发动机轴承存的前提下通过故障诊断技术进一步确定轴承发生故障和缺陷的部位以及故重程度。轴承故障诊断的关键技术是故障类型的诊断[7]。图 1-1 某型航空发动机主轴承磨损
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH133.33

【参考文献】