基于非平稳信号处理的滚动轴承智能故障诊断方法研究

发布时间：2020-12-08 08:16

　　滚动轴承是旋转机械中使用最为广泛和最易受损的零部件之一,其工作状态直接影响到整个机械系统的性能,对其进行故障诊断具有重要的实际意义。基于振动信号分析的滚动轴承故障诊断方法是国内外使用最多、也是最有效的方法之一。然而滚动轴承运行时产生的振动信号是典型的非平稳随机信号,如何从振动信号中提取出能准确反映轴承运行状态的故障特征是至关重要的一步。针对传统经验模态分解方法存在的问题,对极值点和筛选终止条件的确定方法进行了改进,提出了一种用具有一定可分度的内禀模态函数与原信号间的相关系数作为表征轴承运行状态的新思路。针对平稳自回归模型无法全面准确描述非平稳振动信号的问题,在采用小波包变换将非平稳振动信号转化为平稳信号的基础上,提出了将小波包分解的结点系数所构建的自回归模型的参数作为轴承运行状态特征的新思路。在对轴承振动信号建立时变自回归模型的基础上,提出了一种提取时变自回归模型的参数均值作为轴承运行状态特征的新方法。针对单一特征提取方法难以对不同运行条件下不同类型不同程度故障同时具有较高识别率,而各类特征的随意组合也无法有效提高识别率的问题,提出了一种基于特征选择的支持向量机智能诊断方法。首先采用文... 

【文章来源】：湖南工业大学湖南省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

按滚动体形状分类的滚动轴承

滚珠轴承 滚柱轴承 滚针轴承图 2-1 按滚动体形状分类的滚动轴承2.1.2 滚动轴承组成部件及几何结构滚动轴承的几何结构决定了轴承的动态性能以及振动特点，是影响轴承故障诊的关键因素。(1) 组成部件滚动轴承由滚动体(Rolling Element)，内环(Inner Ring)、外环(Outer Ring)和用于定滚动体的笼(Cage)四大部分组成，外环的内沟和内环的外沟构成滚动体的轨道，子用于分离和定位滚动体。(2) 几何结构

基于非平稳信号处理的滚动轴承智能故障诊断方法研究承故障振动模型障常常起源于某些部件上的一个局部小故障。图 2-3 障的例子。当滚球滚过故障点时，会产生周期性(fT1= 模如下[44]：01( ) ( ) ( )nx t d t δ t nTτ∞== ∑ 延迟，撞击序列的振幅0d (t )是由故障的位置、转速和故生在外环时，0d (t )趋向一个常数，这是因为故障位置相对于内环上的故障，0d (t )将会根据它的角度位置变化而

【参考文献】：
期刊论文
[1]滚动轴承表面损伤故障智能诊断新方法[J]. 陈果.  仪器仪表学报. 2009(01)
[2]非平稳信号的时变自回归建模及其在轴承故障诊断中的应用[J]. 王国锋,罗志高,秦旭达,冷永刚,常乐.  天津大学学报. 2008(05)
[3]基于TVAR的自适应时频分析及在故障诊断中的应用[J]. 王胜春,韩捷,李志农,李剑峰.  轴承. 2007(06)
[4]基于时变自回归模型与支持向量机的旋转机械故障诊断方法[J]. 张龙,熊国良,柳和生,邹慧君,陈慧.  中国电机工程学报. 2007(09)
[5]基于小波包分析的滚动轴承故障特征提取[J]. 陈季云,陈晓平.  微计算机信息. 2007(04)
[6]基于内禀模态奇异值分解和支持向量机的故障诊断方法[J]. 程军圣,于德介,杨宇.  自动化学报. 2006(03)
[7]支持向量机在多类分类问题中的推广[J]. 刘志刚,李德仁,秦前清,史文中.  计算机工程与应用. 2004(07)
[8]核函数主元分析及其在齿轮故障诊断中的应用[J]. 李巍华,廖广兰,史铁林.  机械工程学报. 2003(08)
[9]非平稳随机信号的参数模型分析方法[J]. 张海勇,李勘.  系统工程与电子技术. 2003(03)
[10]Hilbert-Huang变换中的理论研究[J]. 钟佑明,秦树人,汤宝平.  振动与冲击. 2002(04)

硕士论文
[1]基于支持向量机的机车轴承故障诊断系统的研究[D]. 耿永强.中南大学 2008
[2]基于参数化模型的非平稳特征提取及其智能诊断研究[D]. 罗志高.天津大学 2008
[3]时频分析在轴承故障诊断中的应用研究[D]. 卢一相.安徽大学 2007
[4]支持向量机在智能故障诊断中的应用研究[D]. 魏于凡.华北电力大学（北京） 2007
[5]基于小波与支持向量机的滚动轴承故障诊断[D]. 陈兴辉.太原理工大学 2006
[6]基于小波分析的滚动轴承故障诊断方法研究[D]. 万良虹.华北电力大学（北京） 2004



本文编号：2904771