基于马田系统的滚动轴承初始故障检测和状态监测

发布时间：2017-05-15 12:23

  本文关键词：基于马田系统的滚动轴承初始故障检测和状态监测，由笔耕文化传播整理发布。

【摘要】：滚动轴承作为旋转机械的关键部件,其性能退化或者失效将影响整机性能甚至导致设备非计划停机。由于滚动轴承寿命分散性比较大,传统的定时维修往往造成“维修不足”或者“维修过剩”,因此,研究滚动轴承初始故障检测和状态监测,对于保障设备长期安全、稳定运行和预知维修具有重要意义。本文以滚动轴承为研究对象,分析轴承故障发展趋势和特征参数的特点,应用马田系统将多特征参数融合为单一特征参数,根据马氏距离的变化趋势实现滚动轴承的初始故障检测和状态监测。主要内容如下:(1)提出了基于马田系统的滚动轴承初始故障检测和状态监测的方法。根据滚动轴承振动信号特征参数在初始故障时的敏感性和退化状态的相关性,结合马田系统在多参数融合和异常样本检测中的优点,选择对初始故障敏感和对退化状态相关的特征参数构建马田系统基准空间,并在马田系统中将两组特征参数融合为单一的特征参数马氏距离MD1和MD2,根据马氏距离的变化趋势检测轴承的初始故障和监测轴承的运行状况。(2)根据MD1的变化趋势检测轴承的初始故障。选择对初始故障比较敏感的峭度、波峰因子、裕度因子、形状系数、脉冲系数特征参数构建马田系统基准空间,融合后的马氏距离MD1对轴承的初始故障比较敏感且稳定性好,当轴承出现初始故障时,其值迅速增大,甚至达到最大值。根据马氏距离MD1的变化趋势,可以准确的检测出滚动轴承的初始故障。(3)根据马氏距离MD2的变化趋势监测轴承的运行状态。选择与轴承退化状态相关性较高的均值、均方根、峰值、轴承内圈特征频率幅值、外圈特征频率幅值、滚动体特征频率幅值、保持架特征频率幅值构建马田系统基准空间,融合后的马氏距离MD2与轴承的退化状态相关,其幅值随着故障的发展而不断增大,并且在状态发生变化时其变化更大。根据MD2的变化趋势,监测轴承的运行状态。
【关键词】：马田系统 滚动轴承 初始故障 状态监测 相关性
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH133.33
【目录】：

• 摘要7-8
• Abstract8-12
• 第1章 绪论12-18
• 1.1 研究背景及意义12-13
• 1.2 国内外研究现状13-15
• 1.2.1 滚动轴承故障诊断技术13-14
• 1.2.2 马田系统概述14-15
• 1.3 本课题的来源和研究内容15-18
• 1.3.1 课题来源15-16
• 1.3.2 本论文的研究内容16-18
• 第2章 马田系统概述18-22
• 2.1 马氏距离18-19
• 2.2 马田系统的基本原理19-21
• 2.2.1 基准空间的确定20
• 2.2.2 基准空间的有效性验证20-21
• 2.2.3 基准空间优化21
• 2.2.4 样本空间的马氏距离21
• 2.3 本章总结21-22
• 第3章 滚动轴承特征参数提取22-30
• 3.1 滚动轴承振动信号特征参数提取22-25
• 3.1.1 数据预处理23-24
• 3.1.2 滚动轴承特征参数计算24-25
• 3.2 滚动轴承振动信号特征参数的特点25-27
• 3.3 滚动轴承加速寿命试验27-29
• 3.3.1 PRONOSTIA试验平台27-28
• 3.3.2 PRONOSTIA试验平台数据采集28-29
• 3.3.3 PRONOSTIA平台试验轴承29
• 3.4 本章总结29-30
• 第4章 滚动轴承初始故障检测30-41
• 4.1 前言30
• 4.2 滚动轴承初始故障检测方法30-32
• 4.3 滚动轴承初始故障检测特征参数选择32-37
• 4.3.1 初始故障特征参数敏感性分析33
• 4.3.2 初始故障特征参数选择33-37
• 4.4 实验验证和讨论37-40
• 4.4.1 案例 137-38
• 4.4.2 案例 238-40
• 4.5 本章总结40-41
• 第5章 滚动轴承状态监测41-52
• 5.1 滚动轴承故障发展的四个阶段41-42
• 5.2 滚动轴承状态监测特征参数选择42-45
• 5.2.1 状态监测特征参数分析43
• 5.2.2 状态监测特征参数相关性分析43-44
• 5.2.3 状态监测特征参数选择44-45
• 5.3 相关性分析和信噪比优化45-48
• 5.4 实验验证和讨论48-51
• 5.4.1 案例 148-49
• 5.4.2 案例 249-51
• 5.5 本章总结51-52
• 总结与展望52-54
• 总结52-53
• 展望53-54
• 参考文献54-58
• 致谢58-59
• 附录A 攻读学位期间所发表的学术论文59

【相似文献】

中国期刊全文数据库 前10条

1 王思温;马宗义;;微机故障检测设备及检测方法(六)[J];设备管理与维修;1989年06期

2 徐力平,赵忠华,张炎华;导航传感器故障检测策略[J];上海交通大学学报;2002年07期

3 李新国,陈红英;基于H_∞估计的鲁棒故障检测[J];中国空间科学技术;2004年06期

4 李志生;张国强;刘建龙;;故障检测与诊断技术在暖通空调领域的应用和展望[J];流体机械;2006年06期

5 李姗姗;刘勇;潘成胜;;分布式故障检测技术在双独立互联系统中的应用[J];沈阳理工大学学报;2006年03期

6 颜秉勇;田作华;施颂椒;;非线性摄动时滞系统的H_∞/H_-鲁棒故障检测[J];上海交通大学学报;2008年02期

7 冲津泰;森田郁郎;孙材济;;电动机的自动故障检测[J];电工技术;1982年01期

8 杜和青;长寿命卫星系统故障检测的一种可变门限设置方法[J];航天控制;1987年02期

9 江涌,夏国洪;故障检测与分离的广义一致性算子法[J];宇航学报;1988年01期

10 王思温;马宗义;;微机故障检测设备及检测方法(一)[J];设备管理与维修;1989年01期

中国重要会议论文全文数据库 前10条

1 张汉国;;大系统的故障检测——随机情形[A];1993中国控制与决策学术年会论文集[C];1993年

2 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年

3 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集（二）[C];2000年

4 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

5 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

6 彭涛;桂卫华;Ding Steven X;汤琼;李昊;;一种基于混合H_-/H_∞的故障检测系统优化设计方法[A];第二十七届中国控制会议论文集[C];2008年

7 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集（二）[C];2000年

8 韩兵;陈新海;;随机参数最小均方滤波及其在飞行器故障检测中的应用[A];1995中国控制与决策学术年会论文集[C];1995年

9 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年

10 方华京;;控制系统故障检测的l~1优化方法[A];第十九届中国控制会议论文集（二）[C];2000年

中国重要报纸全文数据库 前5条

1 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年

2 涵薏;排除风电系统中的故障[N];上海科技报;2010年

3 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年

4 暴青雨　本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年

5 翟卫平;梁来润;为了航天员的生命安全[N];中国航天报;2003年

中国博士学位论文全文数据库 前10条

1 乔常明;故障检测与诊断方法研究及其在网络化系统中的应用[D];黑龙江大学;2015年

2 王红茹;动态系统的鲁棒故障检测与分离方法研究[D];哈尔滨工业大学;2006年

3 杨青;集合型故障检测与诊断技术研究[D];长春理工大学;2013年

4 张登峰;动态系统的故障检测与诊断研究[D];南京理工大学;2003年

5 李霄剑;鲁棒自适应故障检测与隔离方法研究[D];东北大学;2011年

6 马传峰;基于观测器的鲁棒H_∞故障检测问题研究[D];山东大学;2007年

7 周乐;基于概率的工业过程数据建模与故障检测[D];浙江大学;2015年

8 赵海军;新一代互联网服务及故障检测若干关键技术的研究[D];北京邮电大学;2009年

9 朱张青;动态系统的鲁棒故障检测与诊断技术[D];南京理工大学;2005年

10 李岳炀;基于观测器的离散时变系统鲁棒故障检测问题研究[D];山东大学;2011年

中国硕士学位论文全文数据库 前10条

1 张荷;基于PU学习的软件故障检测方法研究[D];西北农林科技大学;2015年

2 妥建军;一种配电网有源相间故障检测技术的研究[D];山东大学;2015年

3 郑茜予;基于主元分析的微小故障检测[D];华北电力大学;2015年

4 翟梦佳;基于数据的燃料电池典型非正常工况故障检测研究[D];哈尔滨工业大学;2015年

5 陈姣;基于子空间辨识方法的动态系统的故障检测与诊断[D];华中科技大学;2015年

6 吴翔;可实现任意可靠度的故障检测与切换系统模型研究[D];东华理工大学;2015年

7 楼嘉宇;基于机器学习的电弧故障检测算法研究[D];杭州电子科技大学;2015年

8 洪硕果;SDN网络的故障检测和恢复技术研究与实现[D];南京邮电大学;2015年

9 林圣才;基于核可预测元分析算法的故障检测与诊断[D];上海交通大学;2015年

10 冉永清;基于增量式核非负矩阵分解算法的数据流故障检测与诊断[D];上海交通大学;2015年

  本文关键词：基于马田系统的滚动轴承初始故障检测和状态监测，，由笔耕文化传播整理发布。

本文编号：367790