基于小波阈值滤波和神经网络的滚动轴承智能化故障诊断

发布时间：2021-08-11 05:15

　　滚动轴承是机械设备里使用最广泛的部件之一,其运转状态直接影响着整个机械设备的性能,轴承出现故障可能导致机器设备陷入瘫痪甚至发生重大安全事故。因此,如何在不影响设备正常运转的前提下,用较短的时间诊断出滚动轴承的状态如何、是否发生了故障以及发生了什么类型的故障成为亟待解决的问题,也是目前状态监测和故障诊断领域研究的热点。振动信号分析是目前实现滚动轴承监测和诊断的主要方法之一。振动信号分析的理论和方法有很多,主要包括FFT分析、倒频谱分析、小波分析、Hilbert-Huang变换等等,其中小波分析是使用较广泛的一种方法。目前较为流行的做法是结合小波变换和包络解调,得到各层高频小波系数的包络谱,这样做虽然可以抽取到故障特征,但是故障特征的效果并不理想。小波分解可以实现一组带通滤波器的作用,将信号各个频段的信息取出来,对单个频段的信号来说,可以去除此频段外的噪声,但是位于此频段内的噪声成分依然很多,不利于后期抽取到明显的故障特征。为了克服上述缺点,本文在深入研究小波滤波理论后,提出了利用小波阈值滤波在前期对振动信号进行滤波的方法,同时,鉴于硬阈值函数和软阈值函数存在的缺陷,本文对软、硬阈值函数加... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：99 页

【学位级别】：硕士

【部分图文】：

滚动体大小不一产生的轴心摆动

图7一5小波闽值滤波包络对工况2下样本2处理后的包络谱图7.4本章小结①本章详细介绍了实现滚动轴承智能化故障诊断系统的软件平台VC++和MATLAB。②本章介绍了滚动轴承智能化故障诊断系统的界面及其实现过程。

磁粉翻动母减速摇联轴侣图2一1滚动轴承智能化故障诊断实验平台上图2一1是滚动轴承智能化故障诊断实验平台，由图可以看到滚动轴承振动信号产生实验平台主要由异步电机、滚动轴承座、联轴器、减速器和磁粉制动器五部分组成。由于减速器在轴承智能化故障诊断实验中没有用到，故只介绍其余四部分的具体功能:1.异步电机工作可以带动滚动轴承转动，此外电动机和变频器相连接(后文介绍)，利用变频实现对电机转速的控制。2.滚动轴承座中安放滚动轴承，由于滚动轴承座上表面是圆弧形，无法安装传感器，故对滚动轴承座上表面进行水平铣平处理，这样传感器便可通过底盘的磁铁牢固地吸附在滚动轴承座上。3.磁粉制动器与其匹配电源连接，电源打开，滚动轴承受到相应的负载作用;电源关闭

【参考文献】：
期刊论文
[1]基于小波包和阶次包络谱的轴承故障诊断[J]. 康海英,祁彦洁,栾军英,郑海起.  轴承. 2007(02)
[2]基于小波消噪技术的轧机轴承早期故障诊断[J]. 张建宇,高立新,崔玲丽,王双启,王国栋.  北京工业大学学报. 2006(08)
[3]基于Hilbert边际谱的滚动轴承故障诊断方法[J]. 杨宇,于德介,程军圣.  振动与冲击. 2005(01)
[4]基于Wigner-Ville分布和Hilbert变换相结合的降噪解调法及应用研究[J]. 孙晖,赵菁,朱善安.  机电工程. 2005(01)
[5]基于Hilbert变换的包络分析及其在滚动轴承故障诊断中的应用[J]. 马波,魏强,徐春林,江志农.  北京化工大学学报(自然科学版). 2004(06)
[6]小波变换用于列车振动信号消噪的研究[J]. 陈祎,谭南林.  铁道机车车辆. 2004(05)
[7]粗糙集神经网络故障诊断系统的优化方法研究[J]. 凌维业,贾民平,许飞云,胡建中,钟秉林.  中国电机工程学报. 2003(05)
[8]基于Kohonen神经网络的滚动轴承故障诊断[J]. 夏利民.  计算机工程. 2003(03)
[9]机械故障诊断中的温度诊断技术研究[J]. 王长全,王柏华.  矿山机械. 2001(12)
[10]小波系数阈值估计的改进模型[J]. 赵瑞珍,宋国乡,王红.  西北工业大学学报. 2001(04)

博士论文
[1]异步电动机早期故障检测的小波分析方法研究[D]. 张征平.华南理工大学 2002

硕士论文
[1]基于时延相关解调与B样条模糊神经网络的轴承故障诊断[D]. 李冬梅.西南交通大学 2008
[2]声发射技术在滚动轴承故障诊断中的应用[D]. 张新明.清华大学 2006



本文编号：3335530