基于全矢CEEMD的滚动轴承故障诊断研究

发布时间：2021-10-30 10:11

　　随着机器替代人力劳动而展开的机械化、自动化进程深入发展,旋转机械发挥着越来越重要的作用近三十年以来,为了提高系统安全性与可靠性,故障诊断技术应运而生,大量的理论研究和实际应用证明了其可行性和重要性。由于其广泛的应用需求和多学科理论发展,故障诊断技术发展非常迅速。随着科技的发展和自动化技术水平的不断提高,各种工程系统的复杂性显著增大,系统的可靠性和安全性已成为提高经济效益的重要因素,因此故障诊断技术有很高的实际应用价值,逐渐成为工程界的研究热点。对于机械设备而言,其是否可以平稳且安全的运行则成为了关键。为此,我们便需要对机械设备进行状态检测、故障诊断以及故障预测等一系列措施来确保机械设备在预期的轨道上安全行驶。智能化的故障诊断和预测技术可以及时地发现机械设备的一些问题,无论是已经发生的故障,还是将要发生的故障,我们都可以通过故障诊断及预测技术来确保设备的安全以及人民生命财产的安全,避免事故的发生,找到问题发生的根源所在,以便于及时地去解决它们。而在对旋转机械的状态监测中,我们需要在设备上同一截面布置多个传感器来确保采集得到的信息具有完整性、代表性。全矢谱技术能够有效融合转子双通道信息,避... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图2.1两种常用安装方式

图 2.2 轴心运动分解示意图真实运动表达式为： 2 2cos sin cos( kj tck k sk k ck sk k x x t x t x x t

椭圆轴心轨迹

【参考文献】：
期刊论文
[1]基于Teager峰值能量的低转速轴承故障特征提取方法[J]. 柯燕亮,王华庆,唐刚,袁洪芳,李岭阳.  振动与冲击. 2017(11)
[2]加权极限学习机在变压器故障诊断中的应用[J]. 遇炳杰,朱永利.  计算机工程与设计. 2013(12)
[3]基于EMD滤波的直流电动机起动电流高频分量提取方法[J]. 黄传金,宋海军,陈铁军,李观文.  微特电机. 2013(05)
[4]基于多分类概率极限学习机的污水处理过程操作工况识别[J]. 赵立杰,袁德成,柴天佑.  化工学报. 2012(10)
[5]基于差分进化优化ELM的模拟电路故障诊断[J]. 周江嫚,黄清秀,彭敏放,杨超,董娜.  计算机工程与应用. 2014(08)
[6]滚动轴承故障的全矢小波分析[J]. 韩捷,王宏超,陈宏,巩晓赟,王植申.  轴承. 2011(03)
[7]旋转机械虚拟探头融合检测技术研究[J]. 韩捷,石来德,董辛旻.  中国工程机械学报. 2007(02)
[8]基于小波分析和支持向量机的旋转机械故障诊断方法[J]. 何学文,孙林,付静.  中国工程机械学报. 2007(01)
[9]旋转机械同源数据全信息倒频谱分析与应用[J]. 韩捷,董辛旻,郝伟,李凌均.  机械强度. 2005(04)
[10]基于神经网络的远程网络故障诊断系统[J]. 冯金刚,潘成胜,李航.  沈阳工业学院学报. 2002(04)

博士论文
[1]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
[2]基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究[D]. 陈向民.湖南大学 2013
[3]基于非线性信号分析的滚动轴承状态监测诊断研究[D]. 刘永斌.中国科学技术大学 2011

硕士论文
[1]基于支持向量机的旋转机械振动故障诊断研究[D]. 徐雪娇.东北石油大学 2016
[2]基于全矢-AR模型的旋转机械故障趋势预测方法研究[D]. 李永耀.郑州大学 2015
[3]全矢高阶统计量及其在故障诊断中的应用研究[D]. 管腾飞.郑州大学 2015
[4]基于EEMD的滚动轴承振动故障特征提取与诊断研究[D]. 刘觉晓.华北电力大学 2015
[5]基于全矢局部均值分解的故障诊断方法及其应用研究[D]. 苏文芳.郑州大学 2014
[6]基于改进小波神经网络的滚动轴承故障诊断[D]. 姜涛.华中农业大学 2013
[7]基于BP神经网络的滚动轴承故障诊断方法[D]. 于婷婷.大连理工大学 2008



本文编号：3466545