基于最优解调频带选择的滚动轴承故障诊断方法研究

发布时间：2020-08-08 23:02

【摘要】：作为旋转机械关键设备,滚动轴承具有支撑转子并将转子与支承之间的滑动摩擦转化为滚动摩擦的功能,在各类工业场合受到广泛应用。由于滚动轴承往往处于长期运行状态,且承受着旋转机械的交变动态载荷,轴承损伤和故障经常出现。轴承一旦发生故障,轻则导致设备性能降低、维修成本增加,重则导致停机甚至安全事故,因此滚动轴承状态监测与故障诊断的研究对现代工业生产具有重大意义。然而轴承通常与其他旋转部件安装在同一设备上,在进行状态监测时,采集所得振动信号除了轴承本身的振动信号外,往往还夹杂着大量干扰信息。当轴承故障信号微弱时,这些干扰信息会对轴承故障诊断带来极大困难。强干扰下故障特征的提取成为了轴承状态监测与故障诊断的重大挑战之一。因此,本文以滚动轴承为研究对象,将强干扰下(包括其他旋转部件所产生的循环平稳噪声及脉冲噪声)滚动轴承故障诊断技术作为研究目标,以滚动轴承最优故障解调频带为研究主线,提出了两种可在强干扰下有效选择轴承解调频带的方法。本文主要研究工作及创新点如下:(1)基于滚动轴承机械振动机理,建立了包含滑移在内的滚动轴承振动信号模型,从模型频谱上研究了直接分析原始频谱存在的缺陷。(2)以快速峭度图与Protrugram这两大类最优解调频带选择的代表性方法为切入点,系统的分析了最优解调频带选择方法的频带划分、指标计算及意义,深入解释了最优频带选取的原理及过程。(3)针对峭度及平方包络谱这两个经典频带解调选择方法的核心指标,从数学表达式上解释了二者的内在关联,阐明快速峭度图会被循环平稳噪声影响的根本原因。进而针对快速峭度图与Protrugram选取频带受循环平稳噪声影响这一问题,提出基于改进循环分量比的频带选择方法—RCCgram_(max),通过仿真信号系统性地验证了不同程度循环平稳噪声对最优解调频带选取的影响,证明了在循环平稳噪声下RCCgram_(max)选择频带的优越性。(4)针对强脉冲噪声会影响平方包络谱对循环平稳性的揭示,深入研究了基于广义高斯循环平稳模型与广义高斯平稳模型的最大似然比,提出基于优化指标I_(GGCS/GGS)的频带选择方法—Distcsgram,通过仿真信号验证了不同程度脉冲噪声及循环平稳噪声对最优解调频带选取的影响,证明了在脉冲噪声及循环平稳噪声下Distcsgram选择频带的优越性。(5)提出使用RCCgram_(max)或Distcsgram与对数平方包络谱结合的新型包络分析流程,对三个挑战性工况下的轴承成功进行了故障诊断。通过对比证明了所提出方法能在复杂采样信号中有效提取出轴承故障特征,准确实现轴承故障诊断。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH133.33
【图文】：

快速峭度图滤波器结构示意图

【参考文献】