基于信号稀疏表示的滚动轴承微弱故障特征提取方法研究

发布时间：2022-01-25 06:36

　　滚动轴承作为机械传动系统中的重要零部件之一,对于保障机械设备安全运行具有十分重要的意义。滚动轴承发生故障时其振动信号具有非平稳和非线性特点,同时,由于工作环境中的强背景噪声和传递路径长造成的信号衰减,导致滚动轴承的微弱故障特征提取困难。此外,滚动轴承在实际运行中,往往会出现多种故障并存的问题,多种故障之间的相互耦合,给滚动轴承故障的精确诊断带来了挑战。因此,研究滚动轴承微弱和复合故障的特征提取对采取主动维修策略、低成本维护和避免重大事故发生都具有重要的意义。应用振动信号处理技术实现机械设备及其关键部件的故障诊断是机械故障诊断领域的一个重要研究方向。在实际工程应用中滚动轴承的故障特征往往表现得很微弱,如以下三种情况:早期故障阶段、采集路径较长造成的信号衰减和复合型故障。传统的信号处理方法在处理上述几种复杂状况的故障诊断问题通常难以奏效。稀疏表示是一种能有效匹配滚动轴承发生故障时冲击信号特征的处理方法,可以实现对信息本质的捕捉和最高效的表达。本文基于经典的稀疏表示理论基础上提出了改进,对滚动轴承微弱故障和复合型故障诊断展开深入研究,旨在对滚动轴承的微弱故障和复合型故障做出诊断,能最大程度避... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：131 页

【学位级别】：博士

【部分图文】：

全寿命过程的性能退化曲线

论文总体安排

b 是第二项的系数，c 是常数项。二次函数 gx, g(x)(x)k ()()kkg x x)()kk x(k = 0,1,2,...)。为了更加清晰地说明， (x)之间的关系。 ()kg x是 g (x)在kx 点处的-13)，可以得到： ()()()()kkkkgxxgxx ：kkkxbxxa22() kkkkxbcxx2()2x ( )

【参考文献】：
期刊论文
[1]基于改进时频谱分析方法的滚动轴承复合故障诊断[J]. 王宏超,向国权,郭志强,巩晓赟,杜文辽.  航空动力学报. 2017(07)
[2]结构稀疏模型[J]. 刘建伟,崔立鹏,罗雄麟.  计算机学报. 2017(06)
[3]一种自适应Morlet小波滤波方法及其在滚动轴承早期故障特征提取中的应用[J]. 张菀,贾民平,朱林.  东南大学学报(自然科学版). 2016(03)
[4]基于改进频域压缩感知的轴承复合故障欠定盲提取[J]. 周俊,伍星,迟毅林,潘楠.  振动与冲击. 2015(14)
[5]组稀疏模型及其算法综述[J]. 刘建伟,崔立鹏,罗雄麟.  电子学报. 2015(04)
[6]有理Hermite插值局部均值分解方法及其往复压缩机故障诊断应用[J]. 赵海洋,徐敏强,王金东.  机械工程学报. 2015(01)
[7]基于概率密度空间划分的符号化时间序列分析及其在异常诊断中的应用[J]. 胡世杰,钱宇宁,严如强.  振动工程学报. 2014(05)
[8]基于对称差分能量算子解调的局部均值分解端点效应抑制方法[J]. 孟宗,李姗姗,季艳.  机械工程学报. 2014(13)
[9]齿轮箱复合故障振动信号的形态分量分析[J]. 陈向民,于德介,李蓉.  机械工程学报. 2014(03)
[10]滚动轴承复合故障特征分离的小波-频谱自相关方法[J]. 明安波,褚福磊,张炜.  机械工程学报. 2013(03)



本文编号：3608065