基于经验模态分解和多尺度熵的滚动轴承故障诊断研究

发布时间：2017-03-23 12:06

  本文关键词：基于经验模态分解和多尺度熵的滚动轴承故障诊断研究，由笔耕文化传播整理发布。

【摘要】：在常见的机械设备中,滚动轴承作为整体器械的重要部件,其在运作中表现出来的性能好坏,直接关联到设备生产效率的高低,因而全面、精确、及时到位的识别滚动轴承的工作状态,显得尤为重要。滚动轴承出现故障是因为设备内部各部件周而复始的运作外加载荷转速等一系列因素,致使滚动轴承出现内圈、外圈以及滚动体的故障,并且在故障出现的同时,振动信号也伴随性的表现出剧烈的非线性和非平稳性的特征。本文将改进的经验模态分解与多尺度熵结合起来,提出基于多尺度下的固有模态函数熵值的一个故障诊断识别方法,应用到滚动轴承的振动信号当中,结合数据进行实验,做到理论加方法到应用的完整分析,站在一个新的视角去探测故障诊断,结果显示,通过改进的经验模态分解和多尺度熵的有机结合,得到的固有模态函数熵值作为故障特征,利用LIBSVM 3.1软件包进行训练模拟分类,可以准确的实现故障诊断识别。使本文的研究体现出重要的实际价值和意义。本文主要围绕以下内容进行研究:首先,把故障诊断的研究意义和现状作为整篇文章的引导语,紧接着介绍本文理论方法,基于小波函数的经验模态分解算法和多尺度熵算法,并对滚动轴承出现的故障形式及其形成原因加以阐述,利用改进的经验模态分解算法和多尺度熵分别对故障数据做特征提取,单方面解释故障识别效果,最后利用LIBSVM 3.1软件包,并将多尺度熵和改进的经验模态分解方法结合起来,实现故障的诊断和识别。
【关键词】：小波函数 经验模态分解 多尺度熵 故障诊断
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH133.33
【目录】：

• 摘要3-4
• Abstract4-6
• 第一章 绪论6-10
• 1.1 研究背景及意义6-7
• 1.2 国内外研究现状7-9
• 1.3 研究内容及论文框架9-10
• 第二章 基本理论10-16
• 2.1 经验模态分解10-12
• 2.1.1 固有模态函数10
• 2.1.2 基于小波函数的经验模态分解10-12
• 2.2 多尺度熵12-15
• 2.3 本章小节15-16
• 第三章 基于经验模态分解的滚动轴承故障分析16-24
• 3.1 滚动轴承的故障机理和特征16-18
• 3.1.1 滚动轴承故障的主要形成原因16-17
• 3.1.2 滚动轴承故障的主要类型17-18
• 3.2 数据来源18
• 3.3 滚动轴承实验数据分解18-23
• 3.4 本章小节23-24
• 第四章 基于经验模态分解和多尺度熵的滚动轴承故障诊断24-29
• 4.1 利用多尺度熵进行滚动轴承故障分析24-26
• 4.2 实证分析26-28
• 4.3 本章小节28-29
• 第五章 总结和展望29-31
• 5.1 总结29
• 5.2 展望29-31
• 致谢31-32
• 参考文献32-34
• 作者简介34
• 攻读硕士学位期间研究成果34

【相似文献】

中国期刊全文数据库 前2条

1 郑近德;程军圣;胡思宇;;多尺度熵在转子故障诊断中的应用[J];振动.测试与诊断;2013年02期

2 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 李婵;张阳;张义军;;地闪“不规则”先导的多尺度熵特征研究[A];创新驱动发展 提高气象灾害防御能力——S11第十一届防雷减灾论坛[C];2013年

2 张涛;李雅堂;阎睿;杨卓;;基于多尺度的非线性动力学分析及其在神经系统中的应用[A];第八届全国动力学与控制学术会议论文集[C];2008年

中国硕士学位论文全文数据库 前8条

1 龙玉涛;基于熵测度的移动条件下十二通道心电信号质量评估[D];山东大学;2015年

2 高中华;基于经验模态分解和多尺度熵的滚动轴承故障诊断研究[D];长春工业大学;2016年

3 刘晓婷;基于加速度的人体步态信息多尺度熵研究[D];天津大学;2008年

4 刘东海;基于多元多尺度熵的人体平衡系统研究[D];武汉理工大学;2013年

5 崔洁;基于改进多元多尺度熵的癫痫脑电信号自动分类[D];燕山大学;2014年

6 陈建萍;多尺度熵方法用于电子器件噪声分析[D];西安电子科技大学;2007年

7 裴建航;基于小波多尺度熵的导航传感器故障诊断技术研究[D];哈尔滨工程大学;2013年

8 范文会;多尺度熵法用于人体红外图像的腰椎病症研究[D];河北科技大学;2014年

  本文关键词：基于经验模态分解和多尺度熵的滚动轴承故障诊断研究，由笔耕文化传播整理发布。

，

本文编号：263670