轴承声发射信号的特征识别研究

发布时间：2020-10-30 22:19

　　 滚动轴承是旋转机械结构中最基础、最核心的部件,同时也是最容易损坏和失效的零件,因此保证滚动轴承的正常运行是旋转机械安全工作的一个重要环节。声发射检测技术相比其它无损检测技术可以及时的检测出滚动轴承的早期微弱故障,并且能实时监测故障的萌生及发展过程,具有较高的安全性和可靠性。在大数据与人工智能时代背景下,传统人工的信号分析处理技术已经无法满足智能一体化大型机械设备故障诊断的需求。因此针对滚动轴承声发射信号智能识别与故障诊断的研究具有非常重要的现实意义。本文分析了声发射信号产生的原理和声发射信号参数的物理意义,并以滚动轴承原始声发射信号数据为基础,深入学习和研究循环神经网络模型特点与性能,构建了双向长短时记忆网络模型方法,充分挖掘出滚动轴承处于不同故障下原始数据的本质特征与深层次映射关系,避免了依赖复杂的数据处理技术与信号分析技术提取和选择故障特征,端对端的完成了滚动轴承故障声发射信号特征的自适应提取与智能诊断。同时探究了双向长短时记忆网络模型在变工况下对故障声发射信号特征的识别性能。从不同工况下声发射信号分布特征的特点出发,引入了迁移学习与双向长短时记忆网络相结合的方法,打破了传统机器学习方法的训练集与测试集必须满足独立同分布的要求,摆脱了对先验故障数据的过分依赖,可完成多种类型工况下各种故障类型声发射信号的识别,并且大大的缩短了故障识别时间和减小了计算成本,使基于声发射检测技术的滚动轴承故障实时在线监测成为可能。设计了基于声发射检测技术的滚动轴承故障在线监测软件,从软件开发技术角度和实际监测功能需求出发,整个软件系统共设计了声发射信号采集模块、数据导入与处理模块、模型功能选择与训练模块,及实时监测评估与报警模块等四种功能模块。最后,对软件系统及各大模块功能进行多次实验测试并进行不断的改进与优化,实验结果表明,软件系统可长期稳定的对滚动轴承运行状态进行实时在线监测,并完成相应运行状态的识别与诊断任务。
【学位单位】：沈阳工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TH133.33
【部分图文】：

沈阳工业大学硕士学位论文8图2.1 声发射检测原理图2.1 所示，材料或物体接收到外部环境的激励后产生弹性物体表面，引起可以用声发射探头检测到的物体表面的声发射探头根据压电效应原理，将物体的机械振动转换为电信号由于声发射弹性波在传播过程中会有一定的衰减，需要借助放大器的放大之后才能输入采信号调理和分析记录，最终由声发射检测软件[47]在声发射领域已经沿用了几十年，可用多个特征参数进行表示，用来直观的衡量声发射源的状态参数示意图。图2.2 声发射信号参数示意图下面具体介绍了声发射信号的特征参数：：撞击是指超过采集系统设定值

可用多个特征参数进行表示，用来直观的衡量声发射源的状态参数示意图。图2.2 声发射信号参数示意图下面具体介绍了声发射信号的特征参数：：撞击是指超过采集系统设定值，从而被声发射传感器捕捉到撞击计数则是指系统对撞击的累计计数，可以统计出声发射源随时间，被应用在声发射活动性的分析中。接收到外部环境的激励后产生弹性应物体表面细微机械的机械振动转换为电信号。需要借助放大器的放大之后才能输入采软件系统给出物体缺，被测物体产生的衡量声发射源的状态，图 2.2 为从而被声发射传感器捕捉到可以统计出声发射源随时间

第 3 章 声发射信号特征的智能识别模型研究 实验设置1 故障模拟实验平台及示意图滚动轴承故障声发射信号特征识别实验研究采用 QPZZ-Ⅱ型旋转机械故障模拟平台及滚动轴承故障模拟实验中使用的主要构件组成如图 3.1 所示。该实验平台转机械的多种故障状态，为各种状态的对比分析及诊断提供基础条件；并且该实方便的将被测部分的轴承更换成有缺陷的轴承。QPZZ-Ⅱ型旋转机械故障模拟实模拟的故障有：轴承内圈故障、外圈故障、保持架故障及滚动体故障，轴承安装不与轴承座之间的松动等，该实验平台被大范围的使用在学校、工厂及科学研究院教学及产品开发等中。沈阳工业大学硕士学位论文
【相似文献】

相关期刊论文 前10条

1 王祖荫;;声发射信号能量与泄漏气体流密度的关系[J];无损检测;1991年08期

2 王秀清;张春霞;杨世凤;;番茄病害胁迫声发射信号采集与声源定位[J];农业机械学报;2011年04期

3 林丽;赵德有;;基于局域波近似熵的声发射信号处理[J];大连理工大学学报;2010年01期

4 林丽;赵德有;;近似熵在声发射信号处理中的应用[J];振动与冲击;2008年02期

5 巩亚东,王宛山;磨削加工的声发射信号分析[J];东北大学学报;1998年01期

6 徐荣葆;张耀辉;;超精密加工中声发射信号的特性研究[J];航空精密机械工程;1988年01期

7 张耀辉,徐荣葆;用最大熵谱法分离切削声发射信号的研究[J];国防科技大学学报;1989年03期

8 毛汉颖;刘婷;范健文;毛汉领;;金属材料声发射信号传播的声阻抗特性研究[J];振动与冲击;2019年13期

9 郭振;贾鑫;付玉;贾招弟;李英年;;独立分量分析在声发射信号处理中的应用[J];装备制造技术;2014年02期

10 林晶;孟永钢;;磁头磁盘界面碰撞声发射信号特性研究[J];润滑与密封;2009年04期

相关博士学位论文 前10条

1 李伟;低碳钢点蚀声学检测与信号处理技术研究[D];大庆石油大学;2006年

2 刘国华;声发射信号处理关键技术研究[D];浙江大学;2008年

3 张平;集成化声发射信号处理平台的研究[D];清华大学;2002年

4 栗丽;基于声发射信号分析的2D及3D纺织结构复合材料损伤机制研究[D];东华大学;2015年

5 刘卫东;冲击地压预测的声发射信号处理关键技术研究[D];中国矿业大学;2009年

6 张闯;金属板裂纹的电磁声发射信号检测与处理技术研究[D];河北工业大学;2011年

7 林丽;导管架平台结构模型裂纹扩展声发射特征提取[D];大连理工大学;2009年

8 曹翌佳;气固反应器中基于声发射信号的故障检测与诊断[D];浙江大学;2010年

9 朱荣华;强噪声环境下7N01铝合金损伤声发射监测研究[D];哈尔滨工业大学;2013年

10 杨平;罐底腐蚀声发射机理研究[D];沈阳工业大学;2014年

相关硕士学位论文 前10条

1 何明;轴承声发射信号的特征识别研究[D];沈阳工业大学;2019年

2 许涛林;基于稀疏分解的脆性去除过程声发射信号监测技术研究[D];厦门大学;2018年

3 张凯月;岩石声发射信号时频分析研究[D];华北理工大学;2018年

4 李天佑;基于小波分析和矩张量分解的声发射信号的处理与研究[D];东北石油大学;2018年

5 仝浩呈;基于声发射信号的固结磨料研磨在线监测研究[D];南京航空航天大学;2018年

6 谢楚阳;基于声发射信号分析的C/SiC复合材料损伤机制研究[D];南京航空航天大学;2018年

7 李天舒;基于时间序列特征的声发射信号识别方法研究[D];大连理工大学;2018年

8 蒋盼;基于感知理论的声发射信号压缩采集及重构研究[D];河北工业大学;2016年

9 沈慧;基于声发射信号的真空泵过载故障检测研究[D];天津大学;2018年

10 王华伟;基于LMD与关联分析法的车轴声发射信号裂纹状态识别研究[D];大连交通大学;2018年

本文编号：2863073