基于图结构的滚动轴承故障检测与诊断技术研究

发布时间：2020-04-16 02:27

【摘要】：滚动轴承作为机械设备的重要零部件,其运行状态直接影响着整台机器甚至整个系统的安全。进行轴承故障检测和诊断对于降低维护成本和提高系统运行的可靠性具有重要意义,这也是近十年的研究热点。本文针对轴承信号非线性和非稳定性的特点,提出了一种基于图结构的滚动轴承故障诊断方法。主要工作如下:首先阐述了本文研究的背景和意义,介绍了滚动轴承诊断技术的发展历程,总结了信号特征提取的国内外研究现状,并在此基础上,提出了本文的思路和方法。介绍了滚动轴承的结构、振动机理和失效形式,对滚动轴承的故障特征频率进行了分析。结合滚动轴承的故障特点,提取了一种新的特征来进行图模型的建模。本研究结合图模型理论,提出了一种基于图模型的故障检测与诊断方法,用于滚动轴承运行过程中的早期故障检测与诊断。本文通过随机幂鞅对故障进行检测,计算熵值并将其作为特征向量训练支持向量机,最后结合支持向量机对故障进行诊断。分别采用两个数据库对本文方法进行故障检测与诊断验证,实验结果表明了本文方法能够有效检测和诊断轴承故障,并通过与常用方法进行对比,表明了本文方法的优越性。最后,对本研究的主要内容和创新点进行了总结,并且对论文存在的不足及后续工作展望进行了讨论。
【图文】：

当轴承处于故障早期时，故障产生的振动信号仍然表现得非常微弱，信号逡逑中的有效信息往往被淹没在强烈的背景噪声中，随着轴承的运转，损伤会进一逡逑步扩大，其损伤主要类型如图１－１所示（图片取自ＰＲＯＮＯＳＴＩＡ数据库［２］），如逡逑果任由轴承继续运转下去，最终将导致整个轴承失效，进而可能导致整台设备逡逑乃至整个生产线的破坏。基于以上原因，如何避免或减少损失，如何研宄轴承逡逑－１－逡逑

２．邋１滚动轴承的结构和失效形式逡逑２．邋１．邋１滚动轴承的基本结构逡逑滚动轴承由内圈、外圈、滚动体和保持架四部分组成，，如图２－１。一般情况逡逑下，轴承内圈与传动轴连接，外圈与轴承座连接；滚动体安装在内外圈的凹槽逡逑滚道上，其主要作用是承受径向载荷和传递轴向载荷，从而使各旋转件间的滑逡逑动摩擦转变成滚动摩擦。逡逑Ｍｉ逡逑图２－丨滚动轴承组成逡逑－９－逡逑
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH133.33

【相似文献】

相关期刊论文 前10条

1 屈强;尉宝元;;197726型滚动轴承故障产生原因及对策[J];京铁科技通讯(太原刊);2002年01期

2 陈松;陈立爱;;经验模态分解和神经网络在滚动轴承故障诊断中应用研究[J];安徽建筑大学学报;2016年04期

3 倪安福;;基于包络谱分析的滚动轴承故障诊断方法研究[J];煤矿机械;2017年02期

4 秦波;孙国栋;陈帅;王祖达;王建国;;排列熵与核极限学习机在滚动轴承故障诊断中的应用[J];组合机床与自动化加工技术;2017年02期

5 李卫;;非平稳工况的滚动轴承故障特征研究新方法[J];机械设计与研究;2017年01期

6 汪治安;夏均忠;但佳壁;于明奇;吕麒鹏;;循环平稳在滚动轴承故障诊断中的应用[J];军事交通学院学报;2017年06期

7 陈慧;胡俊锋;熊国良;;基于小波包分解与权重包络谱的滚动轴承故障特征增强[J];机械设计与研究;2017年03期

8 陈雷;;滚动轴承故障诊断实例[J];设备管理与维修;2016年10期

9 杨康鹏;;一种改进的滚动轴承故障诊断方法[J];机械制造;2012年05期

10 蒋康保;;神经网络在滚动轴承故障诊断中的应用[J];装备制造技术;2010年01期

相关会议论文 前10条

1 崔宝珍;王泽兵;潘宏侠;;小波包分析和模糊聚类方法在滚动轴承故障诊断中应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年

2 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

3 张益纯;;常见滚动轴承故障诊断的技术探讨[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

4 李放宁;;峰值能量在滚动轴承故障诊断中的应用[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

5 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

6 崔宝珍;王泽兵;潘宏侠;;小波包分析和模糊聚类方法在滚动轴承故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

7 闵勇;郭一楠;闫俊荣;;基于贪心算法的滚动轴承故障诊断特征提取[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 杨积忠;左立建;;滚动轴承故障诊断实例[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

9 古莹奎;杨子茜;朱繁龙;;基于主成分分析的滚动轴承故障特征融合分析[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年

10 王俊锋;申永军;;高阶统计量在滚动轴承故障诊断中的应用研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

相关博士学位论文 前10条

1 池永为;滚动轴承故障的振动特性分析与智能诊断方法研究[D];浙江大学;2018年

2 王洪伟;航空发动机滚动轴承故障诊断与预测关键技术研究[D];南京航空航天大学;2015年

3 葛慧敏;车辆滚动轴承故障诊断建模及关键技术研究[D];江苏大学;2017年

4 廖强;约束独立分量和多小波分析在滚动轴承故障诊断中的应用[D];电子科技大学;2016年

5 王聪;基于稀疏表达的机械信号处理方法及其在滚动轴承故障诊新中的应用研究[D];中国科学技术大学;2017年

6 徐剑;基于短时奇异谱分析的滚动轴承故障诊断方法研究[D];浙江大学;2017年

7 曾鸣;基于凸包的模式识别方法及其在滚动轴承故障诊断中的应用[D];湖南大学;2016年

8 郝腾飞;航空发动机滚动轴承故障的核方法智能识别技术研究[D];南京航空航天大学;2014年

9 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

10 Ao Hung Linh（池雄岭）;基于化学反应优化算法和支持向量机的滚动轴承故障诊断方法研究[D];湖南大学;2014年

相关硕士学位论文 前10条

1 毛海波;轴承智能故障诊断系统的设计与搭建[D];武汉科技大学;2019年

2 张迪;基于图结构的滚动轴承故障检测与诊断技术研究[D];山东大学;2019年

3 徐桃萍;基于声发射技术的超低速滚动轴承故障诊断研究[D];兰州理工大学;2019年

4 高俊喜;基于振动共振的滚动轴承故障诊断技术与软件设计[D];中国矿业大学;2019年

5 付培英;基于深度学习的滚动轴承故障信号自动分类算法研究[D];天津工业大学;2019年

6 杜小磊;基于深度学习的滚动轴承故障诊断方法[D];北京建筑大学;2019年

7 张海姣;基于熵理论的滚动轴承故障诊断方法研究[D];安徽大学;2019年

8 谷年龙;基于残差网络的机械滚动轴承故障诊断方法研究[D];武汉理工大学;2018年

9 李艺伟;基于改进CNN的变工况下滚动轴承故障诊断方法研究[D];哈尔滨理工大学;2019年

10 吕嘉良;分数阶傅里叶变换在滚动轴承故障诊断中的应用[D];哈尔滨理工大学;2019年

本文编号：2629287