旋转机械全寿命状态评估与诊断研究

发布时间：2020-10-24 16:09

　　 机械设备在运行过程中,由于工作环境的改变、过大的负载等因素的影响,其工作性能会从正常状态逐步退化到功能失效状态。传统的状态监控与故障诊断方法,简单地把机械设备的健康状态分为正常和故障两方面。然而,在实际工程应用中,机械设备除了突发失效外,常常会经历性能退化阶段,最后才导致功能失效。这一性能逐步衰减的过程被称为机械设备健康退化过程。为了监测机械设备健康状态,并防止最终功能失效的发生,需要对机械设备健康状态进行有效的评估,再基于评估结果安排合理的维修计划。在此健康评估的过程中,早期故障的检测尤为重要。检测机械设备正常状态和异常状态的分界点,不仅有助于预防机械设备发生严重的功能失效,且可避免重大经济损失和人员伤亡等事故的发生。由于机械设备处在早期故障阶段时,故障特征信息非常微弱,常被环境噪声和其它干扰信号淹没,因此,早期故障的检测是机械设备健康评估过程中的一个棘手问题。另外,一旦机械设备零部件发生了故障,故障类别的识别也十分重要。 本论文以齿轮和滚动轴承为主要的研究对象,针对机械设备健康评估、早期故障检测和故障识别三个方向开展了一定的探索和研究。 本篇论文主要内容如下: 1、对传统的离散小波分析和希尔伯特变换在轴承故障诊断中的应用进行了适当的改进,提高了轴承故障诊断的检测效果。 2、在小波模极大值研究的基础上,提出了基于Lipschitz指数时间函数的轴承故障诊断方法。 3、在隐马尔科夫模型和矩阵奇异值研究的基础上,提出了自动识别轴承不同故障的诊断技术,具有较高的识别率。 4、在齿轮振动机理研究的基础上,提出了齿轮全寿命健康评估方法以及早期故障检测方法。 5、在隐马尔科夫模型和现代信号处理研究的基础上,提出了基于隐马尔科夫模型的齿轮全寿命评估方法和早期故障检测方法。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：TH165.3
【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 旋转机械全寿命状态评估与故障诊断的意义
    1.2 旋转机械状态评估与故障诊断的国内外现状研究
    1.3 旋转机械全寿命状态评估与故障诊断的目的
    1.4 本论文主要的研究内容
    1.5 课题来源
第二章 齿轮和轴承故障特征分析
    2.1 齿轮故障特征分析
    2.2 滚动轴承故障特征分析
第三章 基于现代信号处理技术和隐马尔科夫模型的轴承故障诊断
    3.1 改进的离散小波变换和希尔伯特变换的轴承故障诊断技术
        3.1.1 小波变换基本理论
        3.1.2 改进的离散小波变换和希尔伯特变换轴承故障诊断技术
        3.1.3 本文提出方法的验证及与不同方法间的比较
    3.2 基于小波模极大值的信号奇异点故障诊断技术
        3.2.1 基于小波的奇异点分析
        3.2.2 基于小波奇异检测轴承故障诊断方法
        3.2.3 实验验证及不同方法间的比较
    3.3 基于隐马尔科夫模型的轴承自动诊断技术
    3.4 本章小结
第四章 基于齿轮振动机理的健康状态评估方法
    4.1 基于小波理论和齿轮振动机理的齿轮健康评估方法
        4.1.1 离散二进小波频率划分思想
        4.1.2 基于小波理论和齿轮振动机理的齿轮健康评估方法
    4.2 基于经验模态分解和齿轮振动机理齿轮健康状态评估方法
        4.2.1 经验模态分解基本理论
        4.2.2 基于经验模态分解和齿轮振动机理齿轮健康状态评估方法
    4.3 本章小结
第五章 基于隐马尔科夫模型的健康状态评估方法
    5.1 隐马尔科夫模型基本理论
    5.2 基于隐马尔科夫模型的健康状态评估方法
    5.3 改进的基于隐马尔科夫模型健康评估方法
    5.4 本章小结
第六章 总结与展望
    6.1 全文工作总结
    6.2 本文创新之处
    6.3 研究展望
致谢
参考文献
攻读硕士期间取得的研究成果

【引证文献】

相关硕士学位论文 前1条

1 谢磊;轴承振动分析与寿命评估方法研究[D];电子科技大学;2013年

本文编号：2854686