滚动轴承故障特征增强方法与状态预测研究
发布时间：2021-03-15 04:31
滚动轴承是机械设备中的关键部件,其运行是否正常对整个机组有着至关重要的影响。由于滚动轴承早期故障特征信息较微弱,且易受正常信号和现场噪声的干扰,这给实际故障诊断带来了很多困难,因此如何在其故障发展的早期准确诊断轴承故障是当前亟待解决的问题。此外,当诊断出滚动轴承存在早期故障时,由于实际生产需要,往往不能,也不需立即停机维修或更换,通常是采取定期监测的方法,根据历史监测数据进行合理、准确的预测,因而预测技术成为机械设备预知维修的关键之一。本文针对以上两个问题分别进行了研究,并提出了有效的解决方法。小波包分解是滚动轴承故障诊断中常用的有效方法之一,本文通过对小波包分解得到的各频带进行研究,提出一种基于小波包-坐标变换（WP-CT）的故障特征增强方法。考虑到各频带中包含的正常或故障信息,将小波包所有子带进行主分量（PCA）或独立分量（ICA）分解,进而构建新的特征信号。经仿真信号和工程实际信号验证,相比传统的包络解调方法,基于小波包-坐标变换的方法能够突出故障特征,减少正常信号的干扰,有利于滚动轴承早期故障诊断技术的发展。对于滚动轴承的状态预测,本文选取建模机理较为简单灰色预测模型。GM（1...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究滚动轴承故障增强方法和状态预测的意义及现状
1.2 滚动轴承故障诊断的振动分析方法
1.3 灰色系统及灰色预测理论
1.4 Matlab简介
1.5 论文的主要工作和安排
2 滚动轴承传统故障诊断方法研究
2.1 滚动轴承结构、故障特征简介
2.1.1 结构及特征频率
2.1.2 滚动轴承故障信号特征
2.2 信号的调制与解调
2.3 Hilbert变换
2.4 小波包分解及峭度
2.4.1 小波包分解基础理论
2.4.2 峭度
2.5 经验模式分解
2.6 滚动轴承传统故障诊断方法分析
2.6.1 实验测试
2.6.2 Hilbert包络谱
2.6.3 EMD-Hilbert包络谱
2.6.4 小波包-Hilbert包络谱
2.7 传统分析方法的不足
2.8 本章小结
3 小波包-坐标变换滚动轴承故障增强方法的研究与工程应用
3.1 主成分分析与独立分量分析
3.1.1 主成分分析
3.1.2 独立分量分析
3.1.3 二者的比较
3.2 对主成分分析和独立分量分析的几何意义研究
3.3 一种小波包-坐标变换滚动轴承故障增强方法
3.4 小波包-坐标变换方法的仿真分析
3.5 工程应用
3.5.1 实验测试
3.5.2 传统方法分析
3.5.3 故障特征增强方法分析
3.6 本章小结
4 GM（1,1）预测模型存在的缺陷及其改进
4.1 GM（1,1）预测模型
4.2 GM（1,1）建模机理以及存在的缺陷
4.3 一种新的GM（1,1）改进模型
4.4 改进GM（1,1）模型算例分析
4.4.1 指数型增长序列
4.4.2 一般增长序列分析
4.5 改进算法的不足
4.6 本章小结
5 GM（1,1）模型改进算法在滚动轴承状态预测中的应用
5.1 机械设备状态预测简介
5.2 机械设备的振动值作为灰色数据的合理性
5.3 工程应用
5.4 本章小结
6 结论与展望
参考文献
攻读硕士学位期间发表学术论文
致谢
【参考文献】：
期刊论文
[1]EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用[J]. 苏文胜,王奉涛,张志新,郭正刚,李宏坤. 振动与冲击. 2010(03)
[2]滚动轴承故障诊断的多小波谱峭度方法[J]. 王晓冬,何正嘉,訾艳阳. 西安交通大学学报. 2010(03)
[3]基于经验模式分解的去噪方法[J]. 陈凯. 石油地球物理勘探. 2009(05)
[4]经验模式分解（EMD）及其应用[J]. 徐晓刚,徐冠雷,王孝通,秦绪佳. 电子学报. 2009(03)
[5]梳状滤波器在滚动轴承早期故障诊断中的应用[J]. 赵俊龙,郭正刚,张志新,王奉涛,李宏坤. 振动与冲击. 2008(12)
[6]基于灰色系统GM（1,1）模型的疲劳寿命预测方法[J]. 王旭亮,聂宏. 南京航空航天大学学报. 2008(06)
[7]基于小波除噪和经验模式分解的信号分析方法[J]. 汪沅,朱瑞荪. 机械研究与应用. 2008(05)
[8]基于STFT的振动信号解调方法及其在轴承故障检测中的应用[J]. 胡晓依,何庆复,王华胜,刘金朝. 振动与冲击. 2008(02)
[9]灰色预测模型GM（1,1）的适用性分析及在火灾风险预测中的应用[J]. 陈子锦,王福亮,陆守香. 中国工程科学. 2007(05)
[10]基于主分量分析的柴油机振动信号特征提取[J]. 苑宇,马孝江. 中国机械工程. 2007(08)
博士论文
[1]基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D]. 赵协广.山东科技大学 2009
[2]基于循环平稳信号处理的滚动轴承故障诊断方法研究[D]. 周福昌.上海交通大学 2006
硕士论文
[1]基于HSMM的滚动轴承故障预测技术[D]. 谭晓栋.国防科学技术大学 2008
[2]齿轮箱故障源信号分析方法及系统研究[D]. 项文娟.浙江大学 2007
本文编号：3083564
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究滚动轴承故障增强方法和状态预测的意义及现状
1.2 滚动轴承故障诊断的振动分析方法
1.3 灰色系统及灰色预测理论
1.4 Matlab简介
1.5 论文的主要工作和安排
2 滚动轴承传统故障诊断方法研究
2.1 滚动轴承结构、故障特征简介
2.1.1 结构及特征频率
2.1.2 滚动轴承故障信号特征
2.2 信号的调制与解调
2.3 Hilbert变换
2.4 小波包分解及峭度
2.4.1 小波包分解基础理论
2.4.2 峭度
2.5 经验模式分解
2.6 滚动轴承传统故障诊断方法分析
2.6.1 实验测试
2.6.2 Hilbert包络谱
2.6.3 EMD-Hilbert包络谱
2.6.4 小波包-Hilbert包络谱
2.7 传统分析方法的不足
2.8 本章小结
3 小波包-坐标变换滚动轴承故障增强方法的研究与工程应用
3.1 主成分分析与独立分量分析
3.1.1 主成分分析
3.1.2 独立分量分析
3.1.3 二者的比较
3.2 对主成分分析和独立分量分析的几何意义研究
3.3 一种小波包-坐标变换滚动轴承故障增强方法
3.4 小波包-坐标变换方法的仿真分析
3.5 工程应用
3.5.1 实验测试
3.5.2 传统方法分析
3.5.3 故障特征增强方法分析
3.6 本章小结
4 GM（1,1）预测模型存在的缺陷及其改进
4.1 GM（1,1）预测模型
4.2 GM（1,1）建模机理以及存在的缺陷
4.3 一种新的GM（1,1）改进模型
4.4 改进GM（1,1）模型算例分析
4.4.1 指数型增长序列
4.4.2 一般增长序列分析
4.5 改进算法的不足
4.6 本章小结
5 GM（1,1）模型改进算法在滚动轴承状态预测中的应用
5.1 机械设备状态预测简介
5.2 机械设备的振动值作为灰色数据的合理性
5.3 工程应用
5.4 本章小结
6 结论与展望
参考文献
攻读硕士学位期间发表学术论文
致谢
【参考文献】：
期刊论文
[1]EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用[J]. 苏文胜,王奉涛,张志新,郭正刚,李宏坤. 振动与冲击. 2010(03)
[2]滚动轴承故障诊断的多小波谱峭度方法[J]. 王晓冬,何正嘉,訾艳阳. 西安交通大学学报. 2010(03)
[3]基于经验模式分解的去噪方法[J]. 陈凯. 石油地球物理勘探. 2009(05)
[4]经验模式分解（EMD）及其应用[J]. 徐晓刚,徐冠雷,王孝通,秦绪佳. 电子学报. 2009(03)
[5]梳状滤波器在滚动轴承早期故障诊断中的应用[J]. 赵俊龙,郭正刚,张志新,王奉涛,李宏坤. 振动与冲击. 2008(12)
[6]基于灰色系统GM（1,1）模型的疲劳寿命预测方法[J]. 王旭亮,聂宏. 南京航空航天大学学报. 2008(06)
[7]基于小波除噪和经验模式分解的信号分析方法[J]. 汪沅,朱瑞荪. 机械研究与应用. 2008(05)
[8]基于STFT的振动信号解调方法及其在轴承故障检测中的应用[J]. 胡晓依,何庆复,王华胜,刘金朝. 振动与冲击. 2008(02)
[9]灰色预测模型GM（1,1）的适用性分析及在火灾风险预测中的应用[J]. 陈子锦,王福亮,陆守香. 中国工程科学. 2007(05)
[10]基于主分量分析的柴油机振动信号特征提取[J]. 苑宇,马孝江. 中国机械工程. 2007(08)
博士论文
[1]基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D]. 赵协广.山东科技大学 2009
[2]基于循环平稳信号处理的滚动轴承故障诊断方法研究[D]. 周福昌.上海交通大学 2006
硕士论文
[1]基于HSMM的滚动轴承故障预测技术[D]. 谭晓栋.国防科学技术大学 2008
[2]齿轮箱故障源信号分析方法及系统研究[D]. 项文娟.浙江大学 2007
本文编号：3083564
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3083564.html
