基于精细多尺度熵理论在轴承故障诊断中的运用

发布时间：2024-12-01 05:25

　　随着机械工业的不断发展,自动化程度不断地加深,设备变得越来越复杂,设备的不同零件之间的关系非常紧密。为了能够在日常中设备正常运转,每一个零件都需要管理和维护。旋转机械在我国工业中占据着重要的角色,小到单车、家用汽车等,大到工程机械中的发电机、搅拌机、汽轮机。旋转机械在系统中长期都处在高负荷运转状态,极易导致旋转机械出现各种各样的问题。在旋转机械设备中,滚动轴承是最常见的旋转机械。滚动轴承由于在机械设备中工作条件恶劣,起着传递与承受载荷的作用,而且大部分的故障都是由滚动轴承所引起的。而滚动轴承的使用寿命与其工作的环境有着密切关系,有的滚动轴承尽管超过了该轴承的设计的使用寿命仍然可以正常服役,然而有的滚动轴承在未达到设计寿命时则已经开始损坏,影响着整台机械的正常工作。在对轴承故障诊断中可分为故障信号的特征提取与特征分类两个步骤,其中特征提取在故障轴承诊断中最重要也是最困难的。因为在故障信号中,每一个故障新征兆可能含有多种故障成分,需要对每一个故障信号进行处理,在混合信号中提取故障的有效信息,去除与故障无关的干扰信息。本文将精细复合多尺度熵（Refine Composite Multiscal...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图3.1高斯白噪声与1/f噪声波形

杂程度的信号进行仿真，研究RCMSE与MSE、CMSE算法处理获得熵值的效果。在如图3.1中，为高斯白噪声与噪声波形。图3.1高斯白噪声与1/f噪声波形

本文编号：4013603