滚动轴承故障的盲分离与智能诊断方法研究

发布时间：2023-01-04 11:13

　　随着科学的进步和工业现代化的发展,在生产中的机械设备越来越大型化、自动化,设备部件越来越精密化,机械设备的稳定运行和故障反馈发挥着更加重要的作用。滚动轴承在旋转机械设备中使用广泛且具有典型性和代表性,其运行状态直接影响到整个系统的性能,深入展开滚动轴承状态监测和故障诊断研究（CMFD）,能有效提高机械设备生产效率,降低事故发生率,具有重要学术意义和工程应用价值。本文以滚动轴承振动信号为研究对象,所做的工作如下:（1）针对轴承运转中经常发生多故障且多故障源信号数目未知的情形,进行了对欠定情况下轴承复合故障的研究,提出了一种基于频域轴承信号的欠定盲源分离研究方法。利用轴承信号频域具有一定稀疏性,使用频域稀疏分量分析对轴承复合故障进行分离。通过轴承信号的实验,对复合故障进行分离,分离的信号与源信号相似度较高,证明了该方案可以较为准确地对轴承复合故障进行分离。（2）轴承信号在频域存在弱稀疏性,致使混合矩阵估计精度较差,针对此问题,提出了基于频域复数角单源频点检测方法和单元密度检测算法,通过两者的结合,共同提高混合矩阵估计的精度。通过实际轴承信号的仿真实验,得到归一化均方误差较小的混合矩阵估计,... 

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 轴承故障诊断的意义
    1.2 滚动轴承故障诊断概述
        1.2.1 滚动轴承故障诊断系统
        1.2.2 滚动轴承故障诊断方法
        1.2.3 滚动轴承故障诊断发展历程
    1.3 滚动轴承故障诊断关键问题研究现状
        1.3.1 滚动轴承故障特征提取研究现状
        1.3.2 滚动轴承复合故障分离研究现状
        1.3.3 滚动轴承智能诊断研究现状
    1.4 本文主要研究内容与结构
第2章 轴承故障诊断技术基础
    2.1 引言
    2.2 滚动轴承故障机理
        2.2.1 滚动轴承机械结构
        2.2.2 滚动轴承失效形式
        2.2.3 轴承振动模型
    2.3 轴承故障特征分析
        2.3.1 时域特征分析
        2.3.2 频域特征分析
        2.3.3 时频域特征分析
    2.4 本章小结
第3章 基于欠定盲分离的复合故障分离研究
    3.1 引言
    3.2 盲源分离基本概念
        3.2.1 盲源分离数学模型
        3.2.2 经典盲源分离算法
    3.3 欠定盲源分离研究
        3.3.1 稀疏分量分析
        3.3.2 混合矩阵估计
    3.4 基于单源点检测的混合矩阵估计
        3.4.1 理论分析
        3.4.2 仿真数据验证
        3.4.3 实验数据验证
    3.5 单元密度检测算法的自适应混合矩阵估计
        3.5.1 理论分析
        3.5.2 实验分析
    3.6 源信号恢复
        3.6.1 理论分析
        3.6.2 实验分析
    3.7 本章小结
第4章 基于深度信念网络的轴承故障诊断研究
    4.1 引言
    4.2 深度信念网络
        4.2.1 限制玻尔兹曼机
        4.2.2 DBN结构
        4.2.3 DBN训练
    4.3 基于DBN振动信号故障诊断方案
        4.3.1 振动信号故障诊断概述
        4.3.2 基于DBN的诊断框架
    4.4 轴承故障仿真实验与分析
        4.4.1 轴承故障数据集描述
        4.4.2 故障识别结果对比分析
        4.4.3 不同方案故障识别结果对比分析
        4.4.4 不同信噪比下故障识别结果分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢



本文编号：3727673