滚动轴承的多点复合故障诊断研究

发布时间：2020-11-05 19:05

【摘要】：滚动轴承是旋转机械的重要零部件之一,它起着支撑旋转轴和减少摩擦等作用,其工作状态直接决定了旋转机械是否可以正常运行。所以,对滚动轴承实行故障诊断或者状态监测的意义重大。从国内外以往的研究内容来看,绝大多数是针对滚动轴承内圈或外圈单点故障的诊断方法的研究,这些方法只能判断轴承是否发生故障,无法判断轴承是否存在多个故障点。针对这个问题,本文以轴承两点故障为例,建立了轴承多点故障的理论模型,通过理论分析发现了轴承单点故障和两点(或多点)故障的振动信号在时域波形上的不同,计算出了轴承两点故障时域信号的冲击间隔比公式。本文对SVD降噪、小波阈值降噪和ITD降噪三种轴承振动信号降噪方法的原理进行了详细研究,并通过数值仿真和实验数据分析,证实了这三种方法的有效性。通过对共振解调技术的理论分析,发现决定共振解调结果的关键因素是滤波。在滤波过程中需要面临两个问题:如何选择滤波器和如何确定滤波参数。为解决这两个问题,本文对滤波器和谱峭度方法的相关理论进行了深入的研究和详细的介绍。结合共振解调技术和谱峭度方法,本文提出了一种轴承故障特征提取方法。通过实例分析,将本文提出的故障特征提取方法与ITD降噪方法相结合,成功地从轴承振动信号中提取出了故障特征,验证了这种故障特征提取方法的有效性。提出了一套快速高效的轴承故障诊断方法,此方法的基本思路为:以时域波形分析为时域分析方法,以谱峭度方法和共振解调技术为频域分析方法,对轴承的振动信号进行时域和频域的双重分析。以轴承的频域故障特征的为依据,通过包络谱可以判断轴承是否发生故障并定位故障位置;以轴承两点(或多点)故障与单点故障的时域差异为依据,通过时域波形图可以判断轴承是否存在两点(或多点)故障,甚至推算故障点夹角。此外,还可以根据实际情况选择不同的降噪方法对信号进行降噪预处理(或不进行降噪处理)。为了验证了此方法的有效性和正确性,本文对五种故障状态的轴承进行了测试,并进行了详细的数据分析。以共振解调技术和时域特征提取法为基础,在Labview平台上开发了一套滚动轴承状态监测系统,可以对滚动轴承进行实时状态监测,并有历史数据查询功能及报警功能。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH133.33
【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 轴承多点故障诊断的研究现状
        1.2.2 轴承振动信号降噪技术的研究现状
        1.2.3 故障特征提取方法的研究现状
    1.3 本文的技术路线及章节安排
        1.3.1 本文的技术路线
        1.3.2 本文的章节安排
2 滚动轴承故障机理研究
    2.1 滚动轴承的基本结构和常见的故障类型
        2.1.1 滚动轴承的基本结构
        2.1.2 滚动轴承的故障类型
    2.2 滚动轴承故障特征频率的计算
    2.3 滚动轴承多点故障理论分析
        2.3.1 轴承外圈两点故障模型
        2.3.2 轴承内圈两点故障模型
    2.4 本章小结
3 轴承振动信号降噪技术的研究
    3.1 SVD降噪
        3.1.1 SVD降噪的原理
        3.1.2 SVD降噪的关键步骤
        3.1.3 SVD降噪的流程图
        3.1.4 数值仿真
    3.2 小波阈值降噪
        3.2.1 小波变换的原理
        3.2.2 多尺度小波分析和Mallat算法
        3.2.3 阈值的选取原则
        3.2.4 阈值函数
        3.2.5 小波阈值降噪的基本流程
        3.2.6 数值仿真
    3.3 ITD降噪
        3.3.1 ITD分解原理
        3.3.2 信号重构准则
        3.3.3 ITD降噪实例
    3.4 本章小结
4 故障特征提取方法的研究
    4.1 共振解调技术
        4.1.1 共振解调技术的基本原理
        4.1.2 信号调制现象
        4.1.3 信号调制现象的数值仿真
        4.1.4 希尔伯特变换解调法
        4.1.5 希尔伯特变换解调法的局限性
    4.2 滤波器的选择
    4.3 谱峭度方法
        4.3.1 峭度的定义
        4.3.2 谱峭度的定义及性质
        4.3.3 具有鲁棒性的峭度和谱峭度
        4.3.4 快速谱峭度图算法
    4.4 轴承故障特征提取实例分析
    4.5 本章小结
5 轴承单点故障与两点故障的诊断实验
    5.1 故障诊断的基本流程
    5.2 实验设计
        5.2.1 轴承故障加工
        5.2.2 实验系统的设计
    5.3 实验数据分析
        5.3.1 轴承无故障状态的数据分析
        5.3.2 轴承外圈单点故障状态的数据分析
        5.3.3 轴承外圈两点故障状态的数据分析
        5.3.4 轴承内圈单点故障状态的数据分析
        5.3.5 轴承内圈两点故障状态的数据分析
    5.4 本章小结
6 基于Labview的滚动轴承状态监测系统的开发
    6.1 硬件的选择
    6.2 软件的编写
        6.2.1 程序设计要求
        6.2.2 数据存储方式
        6.2.3 算法设计思路
    6.3 程序界面及功能介绍
        6.3.1 实时监测模块
        6.3.2 历史查询模块
        6.3.3 报警原则
    6.4 本章小结
7 总结与展望
    7.1 工作总结
    7.2 工作展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢

【相似文献】

中国期刊全文数据库 前10条

1 王凯;张永祥;李军;;泵的故障诊断研究综述[J];水泵技术;2007年01期

2 何正嘉,沈玉娣,屈梁生;大型旋转机械磨擦故障诊断研究[J];西安交通大学学报;1988年05期

3 葛泽凤;;复杂系统的故障诊断研究[J];产业与科技论坛;2017年11期

4 曹雪颖;林殿盛;;网络设备的故障诊断研究[J];计算机光盘软件与应用;2012年12期

5 王凯;张永祥;李军;;水泵故障诊断研究综述[J];煤矿机械;2006年10期

6 苏文胜;薛志钢;李云飞;;门座起重机回转支承故障诊断研究[J];起重运输机械;2017年06期

7 刘忠连;;往复压缩机的故障诊断研究[J];化工管理;2015年20期

8 张海燕;张明龙;徐卓飞;徐倩倩;;印刷机设备状态监测与故障诊断研究进展[J];包装工程;2013年19期

9 安力钢;;煤矿通风机故障诊断研究[J];装备制造技术;2012年01期

10 孙忠辉;;聚丙烯装置关键设备故障诊断研究[J];内燃机与配件;2017年07期

中国博士学位论文全文数据库 前7条

1 王然风;基于支持向量回归技术的大型复杂机电设备故障诊断研究与应用[D];太原理工大学;2005年

2 杨战社;矿井提升机主回路故障诊断研究[D];西安科技大学;2016年

3 黄伟国;基于振动信号特征提取与表达的旋转机械状态监测与故障诊断研究[D];中国科学技术大学;2010年

4 姚建南;落地摩擦提升悬绳多源耦合振动特性及故障诊断研究[D];中国矿业大学;2016年

5 王晓霞;基于混合智能算法的热工动态过程故障诊断研究[D];华北电力大学;2014年

6 张邦基;基于智能信息处理的PHEV控制策略与故障诊断研究[D];湖南大学;2010年

7 成庶;机车控制电源及其故障诊断关键技术研究与工程实现[D];中南大学;2011年

中国硕士学位论文全文数据库 前10条

1 张迪;滚动轴承的多点复合故障诊断研究[D];大连理工大学;2019年

2 刘峰;网络系统的系统级故障诊断研究[D];广西大学;2019年

3 李然;基于BN的无线传感器网络节点故障诊断研究[D];陕西科技大学;2019年

4 张文原;双馈式发电机故障诊断研究[D];华北电力大学(北京);2015年

5 郭晓洁;基于深度学习模型的机械传动系统故障诊断研究[D];苏州大学;2017年

6 杨康;航天器关键部件故障诊断研究[D];西安工业大学;2018年

7 孙永鹏;电机轴承故障诊断研究[D];太原科技大学;2017年

8 赵俊茹;飞机环境控制系统的故障诊断研究[D];西北工业大学;2005年

9 阳建龙;基于轴心轨迹的水轮发电机组故障诊断研究[D];南昌工程学院;2015年

10 王飞雁;机械传动系统综合测试与故障诊断研究[D];南京理工大学;2003年

本文编号：2872050