基于内相关信息数据挖掘的滚动轴承健康状态监测技术研究

发布时间：2020-07-28 09:06

【摘要】：在现代工业中,机械设备变得越来越高效、精密和智能化,且在工厂化的生产中与其他设备联系紧密。为了保障机械设备的正常运行,有效地防止因设备故障造成的安全事故,有必要对其进行状态监测与故障诊断研究。参考故障预测结果合理安排维修或保养计划,以减少维修费用,实现生产的最大化。滚动轴承是现代机器设备的核心组成部件,同样也是最容易出现故障的零部件之一,滚动轴承是否处于正常的工作状态将直接影响机械设备的平稳运行,甚至会对整条生产线的安全生产造成影响。在本研究中,将滚动轴承作为主要研究对象,针对其健康状态监测及故障诊断中的特征提取这一科学问题,结合振动分析方法,进行了一系列的研究工作。本研究先阐述了研究滚动轴承健康状态监测及故障诊断的背景和意义,对其发展历程进行了概述,并且对滚动轴承的基本知识进行了介绍,包括其基本结构以及主要的失效形式。此外,总结了该课题中的关键技术和存在的科学问题,分别对滚动轴承状态信息的采集、状态信息的特征提取以及轴承健康状态的模式识别这三个方面的国内外研究现状进行了介绍,以此为基础确立了本研究的主要研究思路和内容。针对状态监测,本研究提出了一种基于信号内相关信息的特征提取方法,即用振动信号的时序图像描述实现对滚动轴承健康状态的监测。该方法首先利用基于动态时序规整(Dynamic Time Warping,简称DTW)的最小距离的优化匹配方法来获得振动信号周期,以一个或几个周期的长度将原始振动信号划分成若干片段,进而利用信号重构方法提取片段内各数据之间的内相关信息,构建能描述滚动轴承动态健康状态的时序图像,再利用灰度共生矩阵对其进行分析和处理。然后采用统计距离来度量图像间的相似度,进而通过基于高斯分布的假设检验对潜在的变化点进行决策。最后,对常见的应用典型进行了探究。针对故障诊断,本研究提出了一种基于局部时序自相似度的故障特征提取方法,它是振动信号的内相关信息的另一种表达方式。这是一种将手动特征设计和自动特征学习相结合的混合方法,考虑了信号的局部特性以及变化趋势。首先,选取信号某时刻邻域内的若干点构建局部时序自相似矩阵,利用块状描述子统计该矩阵在8-bin上的梯度信息。然后利用“词袋模型”对这些局部描述子进行集成,学习得到由编码字构成的码本,并将振动信号表示为由编码字出现次数表示的直方图。最终利用两种常用的机器学习方法k近邻和支持向量机对其进行分类。通过对轴承的故障诊断进行实例研究,验证了所提出的基于局部时序自相似度的故障特征提取算法的有效性。最后,总结概括了本研究的主要内容和创新点,并且对论文存在的不足及后续的工作展望进行了讨论。
【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
【图文】：

图１－１滚动轴承的基本结构逡逑

逦推力球轴承逦圆锥滚子轴承逡逑图１－１滚动轴承的基本结构逡逑随轴一起转动。滚动体分布在轴承内外圈之间，通过保持架固定其相对位置，逡逑在承受径向载荷的同时传递轴向载荷，滚动体的数目、大小和形状决定了轴承逡逑的承载能力，常用的滚动体包括球滚子、圆柱滚子、圆锥滚子和滚针等。保持逡逑架的作用是固定滚动体，使得滚动体在内外圈的滚道中均匀分布，保持滚动体逡逑之间的距离，避免因滚动体间的互相碰撞造成摩擦和磨损。逡逑１．２．３滚动轴承失效形式逡逑（ａ）内圈疲劳剥落逦（ｂ）轴承滚道磨损逦（ｃ）内圈塑性变形逡逑（ｄ）外滚道浸蚀和腐蚀逦（ｅ）外圈断裂逦⑴保持架变形逡逑图１－２滚动轴承失效形式样例逡逑－５

通过使用多个候选子序列构成解区间，在这个解区间里迭代匹配给定的信逡逑号序列，拥有最小匹配距离的候选序列即包含着信号的周期。对于计算候选子逡逑序列和原始序列的距离计算，由于其长度存在不一致的情况，无法使用欧氏距逡逑离对其计算，在本研宄中使用动态时间弯曲距离计算这两个子序列间的相似逡逑度ｌ６５ｌ邋ＤＴＷ允许序列中部分样本点的自我复制，找到这两个序列中每个样本点逡逑在时序上的对应点，从而确定最优匹配路径计算序列间的距离，有效地解决了逡逑两个不等长序列间的距离计算。逡逑假设有４邋＝邋｛叫勿，…，ａＭ｝和５邋＝邋｛ｈ，６２，＂．，６；ｖ｝，其中Ｍ和７Ｖ分别代表序逡逑列Ａ和Ｓ的长度，序列中每一对的ＤＴＷ距离是基于其对应的特征值计算逡逑的。序列Ａ和５的从（１，１）到（Ｍ，ｉＶ）的最佳匹配路径，可以由最小的ＤＴＷ累积距逡逑离￡）了丨％（式５）＝火叫，＾）确定，其中？５为计算中使用的距离，１）0代表累积距逡逑离函数，可以通过动态特性确定，其表达式为：逡逑Ｄ逦ｂｊ＿ｉ）逡逑Ｄ邋（ａ，－，邋ｂｊ）邋＝邋｜ａｉ５邋ｂｊ＼ｐ邋＋邋ｍｉｎ邋＜邋Ｄ邋（ａ｛，邋ｂｊ－ｉ）逦（２－１）逡逑－Ｄ（ａｊ＿ｉ，６ｊ）逡逑１逦Ｉ逦Ｉ逦Ｉ逦Ｉ逦；邋Ｉ逦Ｉ逦Ｉ邋Ｉ逡逑

【相似文献】

相关期刊论文 前10条

1 邵兴江;;数据挖掘在教育信息化中的应用空间分析[J];浙江现代教育技术;2004年03期

2 于春香;;数据挖掘技术简介[J];福建信息技术教育;2005年01期

3 周致丞;;大数据下一种规则的快速挖掘技术研究[J];河南科技;2018年25期

4 蔡萌萌;张巍巍;王泓霖;;大数据时代的数据挖掘综述[J];价值工程;2019年05期

5 张泽;吕新;侯彤瑜;;数据挖掘在农业信息化中的应用进展探析[J];信息记录材料;2019年01期

6 张俊杰;;恰当的水务大数据才符合数据挖掘的需求[J];城乡建设;2019年02期

7 王彬;;数据挖掘构成要素的侦查视角分析[J];河南警察学院学报;2019年02期

8 程志;张玉彤;贾彪;;远距离光纤通信传输故障数据挖掘方法[J];激光杂志;2019年04期

9 赵乌吉斯古楞;;数据挖掘的研究热点和发展趋势的浅谈[J];电脑知识与技术;2019年08期

10 李智峰;段蔓;;浅谈计算机数据挖掘技术的开发及应用探究[J];信息技术与信息化;2019年05期

相关会议论文 前10条

1 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年

2 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年

3 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态：传承与变革——2015中国城市规划年会论文集（04城市规划新技术应用）[C];2015年

4 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

5 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

6 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集（硕士卷）[C];2008年

7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年

8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年

9 彭怡;;从数据挖掘文章聚类分析看其发展趋势[A];现代工业工程与管理研讨会会议论文集[C];2006年

10 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

相关重要报纸文章 前10条

1 陆天歌 王兆亮;数据挖掘：帮你读懂未来战争[N];解放军报;2018年

2 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年

3 本报记者 林丽鹂;用大数据挖掘市场“金矿”[N];人民日报;2019年

4 本报记者 张佳星;把扎克伯格拉下水，大数据挖掘犯错了吗[N];科技日报;2018年

5 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年

6 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年

7 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年

8 本报记者 叶曜坤;全国人大代表邓晓辉：推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年

9 本报记者 牛福莲;贵州争夺“大数据挖掘”制高点[N];中国经济时报;2017年

10 南方日报记者 彭颖;日化巨头借力大数据挖掘线下市场[N];南方日报;2017年

相关博士学位论文 前10条

1 姜彦;正则化方法在数据挖掘中的应用与研究[D];湖南大学;2015年

2 马昱欣;结合可视化与数据挖掘的数据分析方法探究[D];浙江大学;2017年

3 李雄;单核苷酸多态性数据挖掘方法及其应用研究[D];湖南大学;2015年

4 董瑶;基于统计分析与数据挖掘的智能优化预测研究及应用[D];兰州大学;2015年

5 黄柏文;基于数据挖掘的徐力教授治疗晚期肺癌经验总结及常用药对实验研究[D];南京中医药大学;2019年

6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年

7 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年

8 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年

9 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

10 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年

相关硕士学位论文 前10条

1 王凯;基于数据挖掘的共享单车平衡预测研究[D];中北大学;2019年

2 曾世琛;基于内相关信息数据挖掘的滚动轴承健康状态监测技术研究[D];山东大学;2019年

3 曹勇;基于数据挖掘的工艺知识发现与重用研究[D];山东大学;2019年

4 张健斌;数据挖掘与分析在轮胎质检MES上的应用[D];上海交通大学;2017年

5 黄彦钦;电信运营商用户离网行为预测的研究[D];上海交通大学;2017年

6 江晶;公安系统中数据挖掘的应用研究[D];上海交通大学;2016年

7 胡家瑜;基于小样本量数据挖掘的压裂工艺参数优化方法研究[D];西南石油大学;2018年

8 武志军;Spark环境下基于数据挖掘的油田产量预测技术研究与应用[D];中国石油大学(华东);2017年

9 周玉平;基于数据挖掘的设备故障智能预警方法研究[D];郑州大学;2019年

10 李嘉;数据挖掘于仪器故障预测中的应用[D];深圳大学;2018年

本文编号：2772664