基于局域均值分解和支持向量机的滚动轴承故障诊断
发布时间：2021-06-24 03:55
现代机械装置随着人类社会的进步,科技含量越来越高,人们对机械装置正常运转的效率和安全的完美追求也在与日俱增。作为机械装置中常用的部件,滚动轴承的优劣与设备整体的运行安全息息相关。因此对轴承的诊断和合理维护不仅可将其工作效率和性能发挥到极致,也能适应节能环保的大环境要求。本文的立足点是基于声信号对滚动轴承进行诊断,首先阐述了轴承常见的故障及原理、主要故障位置下的频率计算推导。同时对轴承的振动与噪声的产生机制和传播特性总结,理论上寻找二者的关系,为后续搭建实验平台和实验测量奠定基础。其次针对轴承声信号的特点将已有的试验平台结合现有的试验仪器设备改进,由单一的振动信号检测改为振声信号检测。以现有实验台为基础改建并实验,测量振动信号和声信号,比较结果以确保实验的准确。实验分析选择波形分析法处理,论述了局域均值分解方法的原理以及基本步骤,并引入最大峭度解卷积和排列熵,对故障轴承信号进行筛选提取,并对提取的特征信息进行包络谱分析,寻找故障频率。并用多种不同的轴承信号验证,证明此方法的有效。最后对支持向量机算法做了一个阐述,利用其寻找最优分类面的原理和小样本数量下良好分类的优点自行设计了一个支持向量...
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图１－１轴承损毁的故障状况和事故??
经验总结出滚动体、内外圈表面分别出现缺陷时的频率、等计算频率的公式。上述提到的公式为滚动轴承故障诊断谱分析等技术的快速发展，人们开始将时域和频域分析方。??结构??广泛的精密元件，滚动轴承主要将运转的轴与轴座间的滑将工作效率进一步提高［１２］。其主要是对高速旋转的轴及轴位置、确保运转精度不降低。滚动轴承工作可靠，维护简。元件主要由四部分构成：内圈、滚动元件、保持架和外轴相配合并与之共同旋转；外圈起到支承作用，除非特殊件均匀地分布在内圈和外圈之间，主要承受对轴承施加的多少直接决定着滚动轴承的性能指标和寿命；保持架用途是磕碰损坏和脱离滚道造成的脱落，并使滚动体保持间距，中滚动元件是所有组成轴承部件的核心。???外圏??
看作高频问题解决［１６］。当设备运转流畅时，其振动和噪声趋于稳定。当设备出现故障时，噪??声和振动水平会相比正常情况下大幅增加。设备从崭新开始运行到出现明显故障需要修理的整??个运行过程的振动与噪声关系可以用“浴缸曲线”［１７］表达概括，如图２－２所示，此图根据大量??的统计实验和理论分析，总结出了机器零件从早期试运行时伴随的噪声和振动并随时间推移的??趋势走向。设备开始运行时缺乏配合，此时机器各部分之间需要一定时间运行磨合，在此阶段??产生的噪声和振动相对较大；脱离磨合期后，整体会持续降低到一个稳定的低水平上；设备进??入稳定工作状态后，噪声和振动随着设备运行的增长而呈现缓慢增长的态势；当故障将要发生??时，噪声和振动增加幅度较大，且增速为陡增状态。作为机械设备的一部分，轴承也存在着类??似关系，所以可知轴承产生的振动和噪声都可对其运行工况有效表达，因此轴承产生的的噪声??信号与振动信号一样，都有很大的研宄价值。??故障?予??维修完成＼?／??＿?检３ＳＭＰＢ増加＼?Ｉ??＃犘律瑁妫魩??必Ｓｔｔ维修＼?ｉ??一?議?常讓严护＼／??ｉｓ．?／?检齐?＼?Ｊ??／?＼?ｖ??时间??图２－２?“浴缸曲线“示意图??２．３．２轴承的振动和噪声??当轴承工作时
【参考文献】：
期刊论文
[1]基于CEEMD和自适应MCKD诊断滚动轴承早期故障[J]. 杨斌,张家玮,王建国,张超. 北京工业大学学报. 2019(02)
[2]基于LMD和MCKD的滚动轴承早期故障诊断[J]. 任学平,李攀,王朝阁. 现代制造工程. 2018(09)
[3]一种LMD和近似熵算法的模拟电路特征提取方法[J]. 单剑锋,万国发. 机械科学与技术. 2018(09)
[4]基于CEEMDAN排列熵和LS-SVM的滚动轴承状态分类[J]. 边杰,陈亚农,徐友良,唐广. 北京工业大学学报. 2018(10)
[5]基于CEEMD能量熵与SVM的低速轴承故障声发射诊断[J]. 杨杰,张鹏林,刘志涛,常海. 无损检测. 2017(09)
[6]基于支持向量机在设备智能故障诊断中的应用研究[J]. 杨天明,金丽,黄俊. 内蒙古科技与经济. 2017(15)
[7]基于EMD和支持向量机的滚动轴承故障诊断研究[J]. 付大鹏,翟勇,于青民. 机床与液压. 2017(11)
[8]滚动轴承声发射信号降噪的CEEMDAN算法[J]. 韩龙,谢子殿,王丽. 黑龙江科技大学学报. 2017(03)
[9]基于振动信号的轴承故障诊断技术综述[J]. 沙美妤,刘利国. 轴承. 2015(09)
[10]基于奇异值分解和局域均值分解的滚动轴承故障特征提取方法[J]. 王建国,李健,万旭东. 机械工程学报. 2015(03)
硕士论文
[1]基于CEEMDAN和模糊神经网络的滚动轴承故障诊断研究[D]. 李锟.宁夏大学 2018
[2]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[3]滚动轴承噪声检测及故障诊断实验平台设计[D]. 王波.宁夏大学 2015
[4]滚动轴承的振声信号分析[D]. 王媛媛.南京航空航天大学 2014
[5]基于小波包和支持向量机的滚动轴承故障识别方法[D]. 秦政博.太原理工大学 2010
[6]基于声学方法的滚动轴承故障信号分析方法研究[D]. 王美波.大庆石油学院 2008
本文编号：3246313
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图１－１轴承损毁的故障状况和事故??
经验总结出滚动体、内外圈表面分别出现缺陷时的频率、等计算频率的公式。上述提到的公式为滚动轴承故障诊断谱分析等技术的快速发展，人们开始将时域和频域分析方。??结构??广泛的精密元件，滚动轴承主要将运转的轴与轴座间的滑将工作效率进一步提高［１２］。其主要是对高速旋转的轴及轴位置、确保运转精度不降低。滚动轴承工作可靠，维护简。元件主要由四部分构成：内圈、滚动元件、保持架和外轴相配合并与之共同旋转；外圈起到支承作用，除非特殊件均匀地分布在内圈和外圈之间，主要承受对轴承施加的多少直接决定着滚动轴承的性能指标和寿命；保持架用途是磕碰损坏和脱离滚道造成的脱落，并使滚动体保持间距，中滚动元件是所有组成轴承部件的核心。???外圏??
看作高频问题解决［１６］。当设备运转流畅时，其振动和噪声趋于稳定。当设备出现故障时，噪??声和振动水平会相比正常情况下大幅增加。设备从崭新开始运行到出现明显故障需要修理的整??个运行过程的振动与噪声关系可以用“浴缸曲线”［１７］表达概括，如图２－２所示，此图根据大量??的统计实验和理论分析，总结出了机器零件从早期试运行时伴随的噪声和振动并随时间推移的??趋势走向。设备开始运行时缺乏配合，此时机器各部分之间需要一定时间运行磨合，在此阶段??产生的噪声和振动相对较大；脱离磨合期后，整体会持续降低到一个稳定的低水平上；设备进??入稳定工作状态后，噪声和振动随着设备运行的增长而呈现缓慢增长的态势；当故障将要发生??时，噪声和振动增加幅度较大，且增速为陡增状态。作为机械设备的一部分，轴承也存在着类??似关系，所以可知轴承产生的振动和噪声都可对其运行工况有效表达，因此轴承产生的的噪声??信号与振动信号一样，都有很大的研宄价值。??故障?予??维修完成＼?／??＿?检３ＳＭＰＢ増加＼?Ｉ??＃犘律瑁妫魩??必Ｓｔｔ维修＼?ｉ??一?議?常讓严护＼／??ｉｓ．?／?检齐?＼?Ｊ??／?＼?ｖ??时间??图２－２?“浴缸曲线“示意图??２．３．２轴承的振动和噪声??当轴承工作时
【参考文献】：
期刊论文
[1]基于CEEMD和自适应MCKD诊断滚动轴承早期故障[J]. 杨斌,张家玮,王建国,张超. 北京工业大学学报. 2019(02)
[2]基于LMD和MCKD的滚动轴承早期故障诊断[J]. 任学平,李攀,王朝阁. 现代制造工程. 2018(09)
[3]一种LMD和近似熵算法的模拟电路特征提取方法[J]. 单剑锋,万国发. 机械科学与技术. 2018(09)
[4]基于CEEMDAN排列熵和LS-SVM的滚动轴承状态分类[J]. 边杰,陈亚农,徐友良,唐广. 北京工业大学学报. 2018(10)
[5]基于CEEMD能量熵与SVM的低速轴承故障声发射诊断[J]. 杨杰,张鹏林,刘志涛,常海. 无损检测. 2017(09)
[6]基于支持向量机在设备智能故障诊断中的应用研究[J]. 杨天明,金丽,黄俊. 内蒙古科技与经济. 2017(15)
[7]基于EMD和支持向量机的滚动轴承故障诊断研究[J]. 付大鹏,翟勇,于青民. 机床与液压. 2017(11)
[8]滚动轴承声发射信号降噪的CEEMDAN算法[J]. 韩龙,谢子殿,王丽. 黑龙江科技大学学报. 2017(03)
[9]基于振动信号的轴承故障诊断技术综述[J]. 沙美妤,刘利国. 轴承. 2015(09)
[10]基于奇异值分解和局域均值分解的滚动轴承故障特征提取方法[J]. 王建国,李健,万旭东. 机械工程学报. 2015(03)
硕士论文
[1]基于CEEMDAN和模糊神经网络的滚动轴承故障诊断研究[D]. 李锟.宁夏大学 2018
[2]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[3]滚动轴承噪声检测及故障诊断实验平台设计[D]. 王波.宁夏大学 2015
[4]滚动轴承的振声信号分析[D]. 王媛媛.南京航空航天大学 2014
[5]基于小波包和支持向量机的滚动轴承故障识别方法[D]. 秦政博.太原理工大学 2010
[6]基于声学方法的滚动轴承故障信号分析方法研究[D]. 王美波.大庆石油学院 2008
本文编号：3246313
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3246313.html
