滚动轴承振动信号的降噪与状态分析
发布时间：2021-06-30 17:12
滚动轴承是旋转机械中关键却易损坏的部件之一,对其运行状态进行实时监控可以提高设备的可靠性与利用率。由于滚动轴承的振动信号包含了大量的轴承运行状态信息,将工程现场采集的含噪信号进行降噪处理可为准确分析信号的状态做保障,从而实现滚动轴承运行状态的有效监控。因此,对滚动轴承振动信号的降噪与状态分析进行深入研究具有重要意义。本文选择实际工程中复杂的滚动轴承振动信号进行处理,分别对振动信号的降噪法和状态分析法做了相应改进。针对小波变换降噪法中阈值函数存在的不足,提出了一种基于改进小波阈值函数的降噪法,依据小波变换的自身特性和小波系数的相关系数构建了新阈值函数。针对SVD降噪法中有效秩阶次的确定问题,提出了一种基于Kmeans聚类的SVD降噪法,解决了有效秩阶次的确定依靠人为经验的问题。通过仿真和实验分析,采用性能评价指标和频谱分析图对比表明,这两种方法大大提高了降噪的效果和稳定性,同时将这两种方法进行组合可以实现信号的全频段降噪。针对K近邻算法存在的特征作用相同易造成分类误差的不足,提出了一种基于改进K近邻算法的信号状态分析法。通过实验表明,该方法可以高精度的分析出滚动轴承...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
beunus信号的时域图
15Fig.2-4 Spectrum diagram of bumps（2）仿真结果：分别使用传统的硬、软阈值函数和改进的阈值函数mps 加噪信号进行降噪处理，得到降噪后的信号时域图如图 2-5 和频谱图 2-6。本章采用两种指标去衡量三种方法的降噪效果，两种指标分别是信号的误差（Mean-square error，MSE）和信噪比（Signal to Noise Ratio，SNR）果MSE 越小，SNR 越大，表明该方法的降噪效果越明显。MSE 和SNR
义分别如下公式：( ( ) ( ))211MSE Nkx k x kN== （2-13）( )( ( ) ( ))2121SNR 10 log NkNkx kx k x k== = （2-14）
【参考文献】：
期刊论文
[1]基于SPWVD时频图纹理特征的滚动轴承故障诊断[J]. 王亚萍,许迪,葛江华,孙永国,隋秀凛. 振动.测试与诊断. 2017(01)
[2]滚动轴承振动信号处理方法综述[J]. 胡智勇,胡杰鑫,谢里阳,佟安时,张啸尘. 中国工程机械学报. 2016(06)
[3]风力发电机传动系统故障诊断的机电仿真研究[J]. 时献江,房钦国,赵晓文,杜恒,司俊山. 电机与控制学报. 2016(07)
[4]相控阵技术在轴承套圈内部探伤中的应用[J]. 彭志战,李国栋,陈治山,张玲,张筱旭. 轴承. 2015(12)
[5]μ-SVD降噪算法及其在齿轮故障诊断中的应用[J]. 曾鸣,杨宇,郑近德,程军圣. 机械工程学报. 2015(03)
[6]变工况下滚动轴承故障注入静电监测方法研究[J]. 刘若晨,左洪福. 仪器仪表学报. 2014(10)
[7]基于非线性故障重构的旋转机械故障预测方法[J]. 马洁,李钢,陈默. 自动化学报. 2014(09)
[8]一种确定奇异值分解降噪有效秩阶次的改进方法[J]. 王建国,李健,刘颖源. 振动与冲击. 2014(12)
[9]利用旋转森林变换的异构多分类器集成算法[J]. 毛莎莎,熊霖,焦李成,张爽,陈博. 西安电子科技大学学报. 2014(05)
[10]一种改进的旋转森林分类算法[J]. 韩敏,刘贲. 电子与信息学报. 2013(12)
博士论文
[1]基于谱峭度及原子分解的滚动轴承故障诊断方法研究[D]. 姜锐红.上海大学 2014
[2]滚动轴承振动信号特征提取及诊断方法研究[D]. 朱可恒.大连理工大学 2013
[3]计算大规模矩阵部分奇异值分解的精化Lanczos型算法[D]. 牛大田.大连理工大学 2003
硕士论文
[1]旋转机械故障特征提取方法研究[D]. 庞彬.华北电力大学 2015
[2]基于小波降噪和经验模态分解的滚动轴承故障诊断[D]. 徐明林.哈尔滨工业大学 2013
[3]小波分析在信号降噪中的应用研究[D]. 张臣国.电子科技大学 2012
[4]基于K近邻的分类算法研究[D]. 桑应宾.重庆大学 2009
[5]基于小波循环自相关分析方法的滚动轴承振动信号处理技术的研究[D]. 李昊.中南大学 2005
本文编号：3258152
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
beunus信号的时域图
15Fig.2-4 Spectrum diagram of bumps（2）仿真结果：分别使用传统的硬、软阈值函数和改进的阈值函数mps 加噪信号进行降噪处理，得到降噪后的信号时域图如图 2-5 和频谱图 2-6。本章采用两种指标去衡量三种方法的降噪效果，两种指标分别是信号的误差（Mean-square error，MSE）和信噪比（Signal to Noise Ratio，SNR）果MSE 越小，SNR 越大，表明该方法的降噪效果越明显。MSE 和SNR
义分别如下公式：( ( ) ( ))211MSE Nkx k x kN== （2-13）( )( ( ) ( ))2121SNR 10 log NkNkx kx k x k== = （2-14）
【参考文献】：
期刊论文
[1]基于SPWVD时频图纹理特征的滚动轴承故障诊断[J]. 王亚萍,许迪,葛江华,孙永国,隋秀凛. 振动.测试与诊断. 2017(01)
[2]滚动轴承振动信号处理方法综述[J]. 胡智勇,胡杰鑫,谢里阳,佟安时,张啸尘. 中国工程机械学报. 2016(06)
[3]风力发电机传动系统故障诊断的机电仿真研究[J]. 时献江,房钦国,赵晓文,杜恒,司俊山. 电机与控制学报. 2016(07)
[4]相控阵技术在轴承套圈内部探伤中的应用[J]. 彭志战,李国栋,陈治山,张玲,张筱旭. 轴承. 2015(12)
[5]μ-SVD降噪算法及其在齿轮故障诊断中的应用[J]. 曾鸣,杨宇,郑近德,程军圣. 机械工程学报. 2015(03)
[6]变工况下滚动轴承故障注入静电监测方法研究[J]. 刘若晨,左洪福. 仪器仪表学报. 2014(10)
[7]基于非线性故障重构的旋转机械故障预测方法[J]. 马洁,李钢,陈默. 自动化学报. 2014(09)
[8]一种确定奇异值分解降噪有效秩阶次的改进方法[J]. 王建国,李健,刘颖源. 振动与冲击. 2014(12)
[9]利用旋转森林变换的异构多分类器集成算法[J]. 毛莎莎,熊霖,焦李成,张爽,陈博. 西安电子科技大学学报. 2014(05)
[10]一种改进的旋转森林分类算法[J]. 韩敏,刘贲. 电子与信息学报. 2013(12)
博士论文
[1]基于谱峭度及原子分解的滚动轴承故障诊断方法研究[D]. 姜锐红.上海大学 2014
[2]滚动轴承振动信号特征提取及诊断方法研究[D]. 朱可恒.大连理工大学 2013
[3]计算大规模矩阵部分奇异值分解的精化Lanczos型算法[D]. 牛大田.大连理工大学 2003
硕士论文
[1]旋转机械故障特征提取方法研究[D]. 庞彬.华北电力大学 2015
[2]基于小波降噪和经验模态分解的滚动轴承故障诊断[D]. 徐明林.哈尔滨工业大学 2013
[3]小波分析在信号降噪中的应用研究[D]. 张臣国.电子科技大学 2012
[4]基于K近邻的分类算法研究[D]. 桑应宾.重庆大学 2009
[5]基于小波循环自相关分析方法的滚动轴承振动信号处理技术的研究[D]. 李昊.中南大学 2005
本文编号：3258152
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3258152.html
