基于改进随机共振方法的滚动轴承故障诊断技术
发布时间：2021-07-21 16:26
旋转机械广泛应用于现代机械设备中,例如汽轮机、压缩机、风力机、电动机、水轮机、航空发动机等设备的核心部件均由旋转机械构成。滚动轴承作为旋转机械的支承部件几乎覆盖了所有的工业领域。高速、变载、密封效果差的工作环境常常导致滚动轴承出现不同形式的故障。故障一旦发生,将会导致设备精度降低、生产质量下降、生产中断、甚至机械系统瘫痪。因此,监测轴承运行状态、准确实现其故障诊断具有重要的意义。采集能够表征轴承工作状态的振动信号是对轴承实施故障监测和诊断的前提。通常情况下,采集到的振动信号常常受到设备运行噪声和环境噪声干扰。强噪声背景干扰了振动信号特征识别,严重影响了故障诊断的效果。因此,如何高效提取微弱故障信号特征信息,提高信噪比具有十分重要的意义。为了提高信噪比,传统方法通常采用噪声抑制原理,即通过衰减或者抑制信号中噪声分量达到目的。然而在抑噪的同时也可能削弱有用信号,从而导致输出信噪比降低,甚至波形失真。本文利用随机共振系统的非线性特性,通过利用噪声能量增强故障信号,进一步提取信号特征信息。为此,本文以滚动轴承为研究对象,采用改进的随机共振方法对强噪声背景下的滚动轴承故障特征提取和故障诊断进行了...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：129 页
【学位级别】：硕士
【部分图文】：
滚动轴承故障实验平台Figure2-25Thefaulttestplatformforrollingbearing
粒子不能在噪声的辅助下实现周期性跃迁，输出 SNR 持续减小。随着脉冲到达率增大，输出 SNR 曲线完全重合。在 =0.05~0.6 时，系统输出最优。阻尼因子相同时，脉冲到达率对 SNR 几乎没有影响。相比图 3-4(b)，自适应 GSTSR 的优势再次被证明。通过上述分析，泊松白噪声同时由脉冲到达率和噪声强度决定。较小的脉冲到达率或较大的噪声强度更容易诱导最优的非线性系统性能，这与高斯白噪声完全不同。具有较小脉冲到达率的泊松白噪声更适合描述工程中的随机激励。3.4 泊松白噪声背景下滚动轴承故障特征提取及诊断 (FaultFeature Extraction and Diagnosis for Rolling Bearing in PoissonWhite Noise Background)数值分析结果表明：自适应 GSTSR 在提取泊松白噪声背景下微弱高频信号特征方面具有优越的表现。运行中的轴承出现故障时，表征故障特征的通常是高频振动信号。本节利用 GSTSR 系统增强并提取泊松白噪声背景下的微弱故障特征信息。故障轴承实验台如图 3-8。
主轴输出转速经过行星减速机(PLF090-L1-5-S2-P2)减速后输入到磁-A-100)，磁粉制动器的输出转矩由张力控制器(ZL2A-5S)控制。考承运行环境，径向加载装置(LTZ-30)对故障轴承施加径向力。振动速度传感器(1A206E)测得，并传输到采集卡(NI9234)端口。通过 La DAQ 驱动器实现振动数据读取。于 LabVIEW 的振动信号连续采集系统如图 3-9 所示。设定采样频样数，通过 DAQ 驱动器实现滚动轴承实验信号采集，并将其以.xlG 盘中指定的文件夹。外圈、滚动体和内圈振动信号分别通过 N36E 型轴承获得，轴承参数如表 3-1。采样点和采样频率分别为 M=200 Hz。表 3-1 圆柱滚子轴承设计参数Table 3-1 Design parameters of the cylindrical roller bearing承型号内圈直径(mm)外圈直径(mm)滚动体直径(mm)厚度(mm)节径(mm)接触角滚体N306E 30 72 10 19 52 0° 1U306E 30 72 10.5 19 51 0° 1
【参考文献】：
期刊论文
[1]基于典型谱相关峭度图的滚动轴承故障诊断方法[J]. 刘文朋,刘永强,杨绍普,顾晓辉. 振动与冲击. 2018(08)
[2]乏信息条件下滚动轴承振动性能可靠性变异过程预测[J]. 夏新涛,叶亮,常振,邱明. 振动与冲击. 2017(08)
[3]基于LMD和增强包络谱的滚动轴承故障分析[J]. 杜冬梅,张昭,李红,何青. 振动.测试与诊断. 2017(01)
[4]基于概率盒理论的滚动轴承故障信号建模方法[J]. 杜奕,丁家满,刘力强. 振动与冲击. 2016(19)
[5]非周期变尺度随机共振在锚杆无损检测中的应用[J]. 韩志军,曹威,孙晓云,程恩,王明明,吴世星. 中国矿业. 2016(09)
[6]基于量子粒子群算法的自适应随机共振方法研究[J]. 李一博,张博林,刘自鑫,张震宇. 物理学报. 2014(16)
[7]基于时间-小波能量谱熵的滚动轴承故障诊断研究[J]. 唐贵基,邓飞跃,何玉灵,王晓龙. 振动与冲击. 2014(07)
[8]Multi-scale bistable stochastic resonance array: A novel weak signal detection method and application in machine fault diagnosis[J]. ZHANG XiaoFei,HU NiaoQing,HU Lei,CHENG Zhe. Science China（Technological Sciences）. 2013(09)
[9]基于信号共振稀疏分解与能量算子解调的轴承故障诊断方法[J]. 张文义,于德介,陈向民. 中国电机工程学报. 2013(20)
[10]基于频域形态滤波的低速滚动轴承声发射信号降噪新方法[J]. 李修文,阳建宏,黎敏,徐金梧. 振动与冲击. 2013(01)
硕士论文
[1]基于同步平均和倒谱编辑的滚动轴承故障信号提取技术研究[D]. 李宗涛.昆明理工大学 2014
[2]齿轮和滚动轴承的状态监测与故障诊断[D]. 陈进.西北工业大学 2006
[3]通用性齿轮箱状态监测与故障诊断系统的研究[D]. 梁锋.重庆大学 2004
本文编号：3295375
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：129 页
【学位级别】：硕士
【部分图文】：
滚动轴承故障实验平台Figure2-25Thefaulttestplatformforrollingbearing
粒子不能在噪声的辅助下实现周期性跃迁，输出 SNR 持续减小。随着脉冲到达率增大，输出 SNR 曲线完全重合。在 =0.05~0.6 时，系统输出最优。阻尼因子相同时，脉冲到达率对 SNR 几乎没有影响。相比图 3-4(b)，自适应 GSTSR 的优势再次被证明。通过上述分析，泊松白噪声同时由脉冲到达率和噪声强度决定。较小的脉冲到达率或较大的噪声强度更容易诱导最优的非线性系统性能，这与高斯白噪声完全不同。具有较小脉冲到达率的泊松白噪声更适合描述工程中的随机激励。3.4 泊松白噪声背景下滚动轴承故障特征提取及诊断 (FaultFeature Extraction and Diagnosis for Rolling Bearing in PoissonWhite Noise Background)数值分析结果表明：自适应 GSTSR 在提取泊松白噪声背景下微弱高频信号特征方面具有优越的表现。运行中的轴承出现故障时，表征故障特征的通常是高频振动信号。本节利用 GSTSR 系统增强并提取泊松白噪声背景下的微弱故障特征信息。故障轴承实验台如图 3-8。
主轴输出转速经过行星减速机(PLF090-L1-5-S2-P2)减速后输入到磁-A-100)，磁粉制动器的输出转矩由张力控制器(ZL2A-5S)控制。考承运行环境，径向加载装置(LTZ-30)对故障轴承施加径向力。振动速度传感器(1A206E)测得，并传输到采集卡(NI9234)端口。通过 La DAQ 驱动器实现振动数据读取。于 LabVIEW 的振动信号连续采集系统如图 3-9 所示。设定采样频样数，通过 DAQ 驱动器实现滚动轴承实验信号采集，并将其以.xlG 盘中指定的文件夹。外圈、滚动体和内圈振动信号分别通过 N36E 型轴承获得，轴承参数如表 3-1。采样点和采样频率分别为 M=200 Hz。表 3-1 圆柱滚子轴承设计参数Table 3-1 Design parameters of the cylindrical roller bearing承型号内圈直径(mm)外圈直径(mm)滚动体直径(mm)厚度(mm)节径(mm)接触角滚体N306E 30 72 10 19 52 0° 1U306E 30 72 10.5 19 51 0° 1
【参考文献】：
期刊论文
[1]基于典型谱相关峭度图的滚动轴承故障诊断方法[J]. 刘文朋,刘永强,杨绍普,顾晓辉. 振动与冲击. 2018(08)
[2]乏信息条件下滚动轴承振动性能可靠性变异过程预测[J]. 夏新涛,叶亮,常振,邱明. 振动与冲击. 2017(08)
[3]基于LMD和增强包络谱的滚动轴承故障分析[J]. 杜冬梅,张昭,李红,何青. 振动.测试与诊断. 2017(01)
[4]基于概率盒理论的滚动轴承故障信号建模方法[J]. 杜奕,丁家满,刘力强. 振动与冲击. 2016(19)
[5]非周期变尺度随机共振在锚杆无损检测中的应用[J]. 韩志军,曹威,孙晓云,程恩,王明明,吴世星. 中国矿业. 2016(09)
[6]基于量子粒子群算法的自适应随机共振方法研究[J]. 李一博,张博林,刘自鑫,张震宇. 物理学报. 2014(16)
[7]基于时间-小波能量谱熵的滚动轴承故障诊断研究[J]. 唐贵基,邓飞跃,何玉灵,王晓龙. 振动与冲击. 2014(07)
[8]Multi-scale bistable stochastic resonance array: A novel weak signal detection method and application in machine fault diagnosis[J]. ZHANG XiaoFei,HU NiaoQing,HU Lei,CHENG Zhe. Science China（Technological Sciences）. 2013(09)
[9]基于信号共振稀疏分解与能量算子解调的轴承故障诊断方法[J]. 张文义,于德介,陈向民. 中国电机工程学报. 2013(20)
[10]基于频域形态滤波的低速滚动轴承声发射信号降噪新方法[J]. 李修文,阳建宏,黎敏,徐金梧. 振动与冲击. 2013(01)
硕士论文
[1]基于同步平均和倒谱编辑的滚动轴承故障信号提取技术研究[D]. 李宗涛.昆明理工大学 2014
[2]齿轮和滚动轴承的状态监测与故障诊断[D]. 陈进.西北工业大学 2006
[3]通用性齿轮箱状态监测与故障诊断系统的研究[D]. 梁锋.重庆大学 2004
本文编号：3295375
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3295375.html
