变分模态分解方法在旋转机械故障诊断中的应用
发布时间：2021-09-30 16:00
旋转机械是机械设备中十分关键的动力装置。旋转机械一旦出现故障,整条线上设备可能停止运行,更严重时会危及人员的生命安全以及面临着严重的经济损失。因此,开展旋转机械故障诊断以及趋势研究具有重要意义。齿轮故障诊断的关键在于提取故障特征信息,而这需要选择合适的信号分解方法,目前常用的信号分解方法有经验模态分解（Empirical Mode Decomposition,EMD）和局部均值分解（Local Mean Decomposition,LMD）等。然而,这些方法虽然不断改进,仍然存在许多难以解决的问题,故引入新的信号分解方法到齿轮故障诊断研究领域变得尤为重要。本文研究了变分模态分解（Variational mode decomposition,VMD）方法在旋转机械故障诊断及其趋势分析中的应用。首先分析VMD方法自身的缺陷,然后进行改进,并将改进方法与稳健型广义形态分量（Robust Generalized Morphological Component Analysis,RGMCA）方法结合,实现旋转机械的混合故障的盲源分离;将改进方法与基于变量预测模型模式识别（Variable Pre...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
齿轮副啮合简化模型
图 4.1 基于 IVMD-RGMCA 方法MCA 方法的具体过程如下。感器采集得到振动输入信号1x ( t 经 IVMD 方法分解，得到维阵 =[ ( ) ( )]进行数分析，以获得源数个数；对应源数的分解后的信号进行叠4.2 节的方法，对新的叠加信号 x。GMCA 在旋转机械混合故声的混合故障的仿真分析承，是机械设备中不可获缺的两
硕士学位论文4.5 IVMD-RGMCA 在旋转机械混合故障诊断中的试验分析为验证本文方法对于振动信号分析的有效性，利用实际含有齿根裂纹和外圈故障的旋转机械振动信号进行验证，试验台如图 4.17 所示。实验中齿轮为模数2.5mm、齿数 37 的标准齿轮，齿根切割的裂纹宽度为 0.15mm，深度为 20%。实验伺服电机主轴转速为 600r/min，即转频为 Hz,啮合频率 Hz。实验采样频率为 8192Hz，滚动轴承的外圈故障特征频率为 31Hzof 。每次采样时间持续 1s。采集到的实验信号如图 4.18 所示。
【参考文献】：
期刊论文
[1]基于Morlet小波-SVD和VPMCD的故障诊断方法研究[J]. 齐鹏,范玉刚,吴建德. 机械强度. 2017(02)
[2]基于噪声辅助局部波动特征分解的齿轮裂纹故障定量诊断方法[J]. 吴家腾,彭晓燕,杨宇,张亢,程军圣. 中国机械工程. 2016(23)
[3]基于LCD-Hilbert谱奇异值和QRVPMCD的滚动轴承故障诊断方法[J]. 杨宇,何知义,潘海洋,程军圣. 振动与冲击. 2015(07)
[4]参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用[J]. 唐贵基,王晓龙. 西安交通大学学报. 2015(05)
[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]基于峭度准则EEMD及改进形态滤波方法的轴承故障诊断[J]. 吴小涛,杨锰,袁晓辉,龚廷恺. 振动与冲击. 2015(02)
[7]基于支持向量回归的轴承故障定量诊断应用[J]. 鞠华,沈长青,黄伟国,李双,朱忠奎. 振动.测试与诊断. 2014(04)
[8]完备总体平均局部特征尺度分解及其在转子故障诊断中的应用[J]. 郑近德,程军圣,聂永红,罗颂荣. 振动工程学报. 2014(04)
[9]基于鲁棒最小二乘支持向量机的齿轮磨损预测[J]. 衷路生,陈立勇,杨辉,龚锦红,张永贤,祝振敏. 北京工业大学学报. 2014(07)
[10]基于OC-VPMCD和ITD的滚动轴承故障诊断方法[J]. 程军圣,马兴伟,李学军,杨宇. 中国机械工程. 2014(11)
本文编号：3416198
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
齿轮副啮合简化模型
图 4.1 基于 IVMD-RGMCA 方法MCA 方法的具体过程如下。感器采集得到振动输入信号1x ( t 经 IVMD 方法分解，得到维阵 =[ ( ) ( )]进行数分析，以获得源数个数；对应源数的分解后的信号进行叠4.2 节的方法，对新的叠加信号 x。GMCA 在旋转机械混合故声的混合故障的仿真分析承，是机械设备中不可获缺的两
硕士学位论文4.5 IVMD-RGMCA 在旋转机械混合故障诊断中的试验分析为验证本文方法对于振动信号分析的有效性，利用实际含有齿根裂纹和外圈故障的旋转机械振动信号进行验证，试验台如图 4.17 所示。实验中齿轮为模数2.5mm、齿数 37 的标准齿轮，齿根切割的裂纹宽度为 0.15mm，深度为 20%。实验伺服电机主轴转速为 600r/min，即转频为 Hz,啮合频率 Hz。实验采样频率为 8192Hz，滚动轴承的外圈故障特征频率为 31Hzof 。每次采样时间持续 1s。采集到的实验信号如图 4.18 所示。
【参考文献】：
期刊论文
[1]基于Morlet小波-SVD和VPMCD的故障诊断方法研究[J]. 齐鹏,范玉刚,吴建德. 机械强度. 2017(02)
[2]基于噪声辅助局部波动特征分解的齿轮裂纹故障定量诊断方法[J]. 吴家腾,彭晓燕,杨宇,张亢,程军圣. 中国机械工程. 2016(23)
[3]基于LCD-Hilbert谱奇异值和QRVPMCD的滚动轴承故障诊断方法[J]. 杨宇,何知义,潘海洋,程军圣. 振动与冲击. 2015(07)
[4]参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用[J]. 唐贵基,王晓龙. 西安交通大学学报. 2015(05)
[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]基于峭度准则EEMD及改进形态滤波方法的轴承故障诊断[J]. 吴小涛,杨锰,袁晓辉,龚廷恺. 振动与冲击. 2015(02)
[7]基于支持向量回归的轴承故障定量诊断应用[J]. 鞠华,沈长青,黄伟国,李双,朱忠奎. 振动.测试与诊断. 2014(04)
[8]完备总体平均局部特征尺度分解及其在转子故障诊断中的应用[J]. 郑近德,程军圣,聂永红,罗颂荣. 振动工程学报. 2014(04)
[9]基于鲁棒最小二乘支持向量机的齿轮磨损预测[J]. 衷路生,陈立勇,杨辉,龚锦红,张永贤,祝振敏. 北京工业大学学报. 2014(07)
[10]基于OC-VPMCD和ITD的滚动轴承故障诊断方法[J]. 程军圣,马兴伟,李学军,杨宇. 中国机械工程. 2014(11)
本文编号：3416198
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3416198.html
