基于1（1/2）维谱与小波包相结合的滚动轴承的故障诊断

发布时间：2025-01-19 13:09

　　滚动轴承是各种旋转机械应用最广泛的零部件之一,它的运行状态直接影响到整台设备的性能。同时滚动轴承具有寿命离散性大、易损坏等特点,通常滚动轴承缺陷是导致旋转机械故障的主要原因,因此滚动轴承故障诊断对于保证设备可靠性、减少设备维护费用具有重要的意义。 在滚动轴承系统运转过程中,它的振动信号成分十分复杂,其中包括滚动轴承的固有振动、制造误差引起的振动以及各种缺陷引起的振动。通过传感器所采集的滚动轴承振动信号中除故障振动信号外,还含有包括正常振动在内的大量的背景噪声。由缺陷引起的冲击振动持续时间很短,很容易被其他的信号所淹没,因此对滚动轴承故障特征的提取是故障诊断过程中至关重要的一步。 大量的试验表明滚动轴承的振动信号有如下特点:故障振动信号为非高斯信号,而背景噪声一般是高斯性信号;振动信号会呈现非线性,尤其是在发生故障时;故障振动信号具有非平稳的特性。鉴于这些特点,本文将1(1/2)维谱与小波分析相结合进行故障特征提取。1(1/2)维谱与一些传统的特征提取方法(如功率谱等)相比,理论上可以完全抑制可加性高斯噪声,而且还可以检测非线性耦合现象,因此适合于提取滚动轴承的故障特征信号...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 滚动轴承故障诊断的背景和意义
    1.2 滚动轴承故障诊断的内容
    1.3 滚动轴承故障诊断技术的国内外研究现状
    1.4 本文内容简介
第2章 滚动轴承的故障形式及振动特性
    2.1 滚动轴承的结构
    2.2 滚动轴承的失效形式
    2.3 滚动轴承的振动机理
    2.4 本章小结
第3章 基于1(1/2)维谱与小波包的滚动轴承故障特征的提取
    3.1 1(1/2)维谱理论基础
        3.1.1 高阶累积量的定义
        3.1.2 高阶谱
        3.1.3 1(1/2)维谱定义
    3.2 小波分析
        3.2.1 连续小波变换（Continue Wavelet Transform）的定义与性质
        3.2.2 连续小波变换离散化
        3.2.3 多分辨率分析及Mallat 算法
    3.3 1(1/2)维谱与小波包相结合进行滚动轴承的故障特征提取
        3.3.1 滚动轴承振动信号的1(1/2)维谱估计
        3.3.2 基于小波包频带分析滚动轴承故障特征向量的建立
    3.4 基于BP 神经网络的滚动轴承故障识别
        3.4.1 网络结构的确立
        3.4.2 BP 网络的学习规则的选择
    3.5 本章小结
第4章 实验分析
    4.1 实验模拟
        4.1.1 滚动轴承故障实验台
        4.1.2 实验方案
        4.1.3 数据采集
    4.2 基于1(1/2)维谱与小波包相结合建立故障特征向量
        4.2.1 故障特征提取
        4.2.2 滚动轴承故障模式识别
    4.3 陶瓷滚动轴承的故障诊断
        4.3.1 陶瓷滚动轴承故障特征向量的建立
        4.3.2 陶瓷滚动轴承故障特的模式识别
    4.4 结论
第5章 结论与展望
    5.1 结论
    5.2 展望
参考文献
致谢
附录A(攻读学位期间发表学术论文目录)



本文编号：4029019