基于自适应随机共振的滚动轴承故障诊断方法研究

发布时间：2020-12-12 09:42

　　研究滚动轴承故障诊断方法可以防止严重的机械设备损坏,确保设备的长期安全运行。意外的机械故障事故将会导致机体损坏和经济损失。典型的轴承故障诊断处理流程如下:1)从故障轴承中采集振动信号;2)利用包络解调和频率分析方法获得包络谱;3)最终确定存在的故障类型。但是,在提取特征频率的过程中,我们时常受到环境噪声的干扰,这对不利于轴承的诊断和机械的维护。本文研究一种自适应随机共振方法,及其在滚动轴承故障诊断中的应用。结合随机共振增强微弱信号的特性,本文采用一种欠阻尼变步长二阶随机共振（Under-damped Step-variable Second-order Stochastic Resonance,USSSR）方法,该方法特有的二次滤波效果可以有效地增强微弱信号并提高含噪信号的信噪比（Signal-to-noiseRatio,SNR）。随机共振是一个参数滤波器,存在一个或者多个参数需要调节,因此,输出信号的质量依赖于输入系统参数的好坏。调节参数得到最优的输出结果这一过程中需要一个指标,而在随机共振中最常用的参数调优指标是SNR。然而,当目标故障频率不能准确估计时,无法使用SNR指标定量地评... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
        1.1.1 课题来源
        1.1.2 选题意义
    1.2 滚动轴承的故障形成与分析
        1.2.1 本论文研究对象
        1.2.2 滚动轴承故障的形式
        1.2.3 滚动轴承故障诊断方法
        1.2.4 滚珠轴承故障特征频率的计算
    1.3 随机共振的概要
        1.3.1 随机共振理论的发展
        1.3.2 随机共振在微弱信号检测中的应用
    1.4 论文的主要研究工作
        1.4.1 论文内容结构安排
        1.4.2 论文的创新点
第二章 自适应随机共振算法
    2.1 引言
    2.2 随机共振基本模型
        2.2.1 经典随机共振模型
        2.2.2 经典双稳态随机共振模型
    2.3 自适应随机共振算法的研究
        2.3.1 随机共振效应的判定依据
        2.3.2 自适应算法
        2.3.3 自适应随机共振系统的流程
    2.4 本章小结
第三章 基于SQI的自适应随机共振算法
    3.1 引言
    3.2 欠阻尼变步长二阶随机共振模型
        3.2.1 欠阻尼二阶随机共振模型
        3.2.2 USSSR的实现
    3.3 传统的随机共振评价指标
    3.4 综合定量指标
        3.4.1 BP神经网络算法
        3.4.2 SQI构成流程
        3.4.3 目标输出SQI矩阵的选择
    3.5 SQI的性能分析
        3.5.1 SQI的趋势性
        3.5.2 SQI去噪性能评估
    3.6 本章小结
第四章 自适应随机共振方法在滚动轴承故障诊断中的应用
    4.1 引言
    4.2 遗传算法
        4.2.1 理论描述
        4.2.2 基于GA的参数调整分析
    4.3 基于SQI的自适应随机共振方法及其算法流程
    4.4 实验验证
        4.4.1 实验验证一:CWRU轴承数据
        4.4.2 实验验证二:IMS轴承数据
        4.4.3 实验小结与讨论
        4.4.4 SQI构成数量的影响
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士期间的研究成果


【参考文献】：
期刊论文
[1]自适应随机共振弱信号识别[J]. 高宝成,吴志涛.  电子测量技术. 2013(12)
[2]自适应随机共振新方法及其在故障诊断中的应用[J]. 雷亚国,韩冬,林京,何正嘉,谭继勇.  机械工程学报. 2012(07)
[3]基于振动分析的滚动轴承故障诊断技术概述及发展趋势[J]. 滕丽丽,唐涛,王明锋.  科技信息. 2011(23)
[4]轴承疲劳剥落的早期诊断方法[J]. 王国峰,周亦武,郭金光.  大连海事大学学报. 2002(03)
[5]状态监测故障诊断与现代设计技术[J]. 张优云,谢友柏.  中国机械工程. 1997(05)

博士论文
[1]随机共振理论在弱信号检测中的应用研究[D]. 杨祥龙.浙江大学 2003

硕士论文
[1]基于振动信号的滚动轴承故障诊断研究[D]. 陈夔蛟.西安电子科技大学 2011



本文编号：2912307