基于变分模态分解和广义分形维数的滚动轴承故障诊断

发布时间：2017-06-16 05:07

  本文关键词：基于变分模态分解和广义分形维数的滚动轴承故障诊断，由笔耕文化传播整理发布。

【摘要】：现代工业生产设备的发展越来越大型化、复杂化、高速化和自动化。轴承是旋转机械中最常用、也是最易损伤的零部件之一,其工作状态直接影响着整台设备的性能。由于其寿命的离散性较大,如果按照设计寿命对轴承进行定期维修就会造成资源浪费和难以及时发现突发故障的情况,因此对其运行状态检测和故障诊断有着十分重要的意义。本文以滚动轴承振动信号为研究对象,提出了信号特征提取和故障诊断的方法。研究了分形理论和变分模态分解在滚动轴承故障中的应用。首先,阐述了轴承故障的常见形式及其形成机理。接着对目前轴承振动信号进行特征提取的方法和滚动轴承故障诊断的基本流程也进行了详细阐述。其次,对分形理论和分形维数进行详细阐述,分析了轴承振动信号的分形特性,主要包括自相似性,标度不变性以及多重分形特性。证明可以利用分形的方法来分析轴承振动信号的复杂度,定量的描述信号的分形特征。然后分别选取单重分形的盒维数和多重分形的广义分形维数作为故障诊断的特征量,实现故障信号的状态区分,此外,对单重分形和多重分形故障诊断方法的优缺点也做了详细分析。接着提出基于变分模态分解和广义分形维数的轴承故障诊断方法。该方法是对广义分形维数的延拓,要求先对信号进行变分模态分解(Variational Mode Decomposition,VMD),VMD是一种非递归、变分的模态分解方式,通过迭代搜寻变分模型的最优解确定每个分量的频率中心及带宽来获取分解分量,从而将信号自适应分解地分解为若干模态函数(Mode Function,MF),再求取各模态分量的广义分形维数构建广义分形维数矩阵作为故障诊断的特征量,最后通过相关分析来实现对待测设备故障状态的识别。最后,以美国凯斯西储大学实验室的滚动轴承故障数据作为研究对象,对轴承不同部位故障和不同损伤程度故障进行诊断分析,然后将变分模态分解广义分形维数矩阵方法的诊断结果和广义分形维数的诊断结果进行对比,证明本文提出方法具有更好的可行性和精确性。
【关键词】：故障诊断 分形理论 变分模态分解 广义分形维数矩阵 相关分析
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH133.33
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-21
• 1.1 机械故障诊断的背景和意义10
• 1.2 滚动轴承故障诊断概述10-14
• 1.2.1 滚动轴承故障的主要形式10-12
• 1.2.2 滚动轴承故障信息的主要获取方法12-13
• 1.2.3 滚动轴承故障诊断基本过程13-14
• 1.3 振动信号特征提取方法研究现状14-17
• 1.3.1 平稳信号处理方法15-16
• 1.3.2 非平稳信号处理方法16-17
• 1.4 分形理论在故障诊断中的的应用17-19
• 1.5 论文主要研究内容19-21
• 第2章 滚动轴承振动信号的分形特性分析21-31
• 2.1 分形理论概述21-22
• 2.1.1 分形的定义及其特征21-22
• 2.1.2 分形维数的定义和分形的度量22
• 2.2 几种常见的分形维数22-24
• 2.2.1 容量维数23
• 2.2.2 信息维数23-24
• 2.2.3 关联维数24
• 2.2.4 广义分形维数24
• 2.3 滚动轴承振动信号的分形特征24-30
• 2.3.1 滚动轴承振动信号的自相似性分析25
• 2.3.2 滚动轴承振动信号的标度不变性分析25-26
• 2.3.3 滚动轴承振动信号的多重分形谱表征26-30
• 2.4 本章小结30-31
• 第3章 基于单重分形和多重分形的故障诊断方法31-41
• 3.1 基于单重分形的故障诊断方法31-35
• 3.1.1 单重分形故障诊断方法的理论基础31-32
• 3.1.2 单重分形故障诊断方法的实验验证32-35
• 3.2 基于多重分形的故障诊断方法35-39
• 3.2.1 故障诊断的理论基础35-37
• 3.2.2 多重分形故障诊断方法的实验验证37-39
• 3.3 单重分形和多重分形故障诊断方法的优缺点分析39-40
• 3.3.1 单重分形故障诊断的优缺点分析39-40
• 3.3.2 多重分形故障诊断的优缺点分析40
• 3.4 本章小结40-41
• 第4章 基于变分模态分解广义分形维数矩阵的滚动轴承故障诊断方法41-57
• 4.1 基于广义分形维数矩阵的滚动轴承故障诊断机理41-44
• 4.1.1 广义分形维数矩阵41-42
• 4.1.2 基于广义分形维数矩阵的状态空间42-43
• 4.1.3 基于广义分形维数矩阵的滚动轴承故障诊断依据43-44
• 4.2 变分模态分解44-55
• 4.2.1 变分模态分解概述44-45
• 4.2.2 变分模态分解的原理和算法45-47
• 4.2.3 实验仿真47-55
• 4.3 本章小结55-57
• 第5章 滚动轴承故障诊断实验分析57-78
• 5.1 滚动轴承故障诊断实验数据57-58
• 5.2 滚动轴承不同部位故障诊断实验58-67
• 5.2.1 滚动轴承不同部位故障信号时频分析59-62
• 5.2.2 滚动轴承不同部位故障信号VMD分解62-64
• 5.2.3 滚动轴承不同部位故障信号的广义分形维数矩阵64
• 5.2.4 滚动轴承不同部位故障识别分析64-67
• 5.3 滚动轴承不同损伤程度故障诊断实验67-76
• 5.3.1 滚动轴承不同损伤程度故障信号时频分析67-71
• 5.3.2 滚动轴承不同损伤程度故障信号的VMD分解71-73
• 5.3.3 滚动轴承不同损伤程度故障振动信号的广义分形维数矩阵73
• 5.3.4 滚动轴承不同损伤程度故障识别分析73-76
• 5.4 本章小结76-78
• 结论78-80
• 参考文献80-85
• 攻读硕士学位期间承担的科研任务与主要成果85-86
• 致谢86

【相似文献】

中国期刊全文数据库 前10条

1 缪明烽,沈湘林;直接预测脱硫剂煅烧产物孔隙分形维数的模型[J];中国电机工程学报;2003年02期

2 梁仲刚,严洪,吴斌,吴萍;分形维数在头低位期间心率变异分析中的应用[J];航天医学与医学工程;2005年01期

3 景贵成,刘福海,俞理;天然低渗岩芯分形维数变化原因分析[J];岩石力学与工程学报;2005年06期

4 张涛;孙林;黄爱民;;图像分形维数的差分盒方法的改进研究[J];电光与控制;2007年05期

5 陈有荣;袁建平;;基于分形维数的地磁图适配性研究[J];飞行力学;2009年06期

6 张婷;左永振;;塔城水电站筑坝材料的分形维数及其统计特征[J];人民长江;2011年13期

7 穆在勤,龙期威;由面积-周长关系测量的分形维数与材料韧性的关系[J];材料科学进展;1989年02期

8 冯志刚,周宏伟;图像的分形维数计算方法及其应用[J];江苏理工大学学报(自然科学版);2001年06期

9 于春雨;张永明;谢启源;;基于分形维数的烟颗粒与粉尘颗粒的微观图像辨识[J];工程图学学报;2007年04期

10 冯永玖;刘妙龙;童小华;;基于加权长度的交通网络分形维数[J];复杂系统与复杂性科学;2007年04期

中国重要会议论文全文数据库 前10条

1 郝丽娜;连秀云;毛灵涛;;煤样破碎程度的分形维数定量分析[A];北京力学会第19届学术年会论文集[C];2013年

2 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 王子明;韦庆东;兰明章;;用分形维数表征砂石的轮廓形状特性的研究[A];中国硅酸盐学会水泥分会首届学术年会论文集[C];2009年

4 窦志彤;倪维健;高永梅;黄亚楼;;使用分形维数实现不同密度区域的聚类[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

5 侯占峰;韩靖玉;韩宝生;;基于图像的杂草分形维数研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 赵歆波;邹晓春;赵荣椿;;一种计算各向异性分形维数的新方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

7 汪洋;徐玲玲;吴国辉;刘明帝;魏艳玲;;水泥粒度分布的分形维数与其特征参数的关系[A];2011中国材料研讨会论文摘要集[C];2011年

8 董良;赵毅鑫;;基于CT图像的煤岩非均质性研究[A];北京力学会第19届学术年会论文集[C];2013年

9 索双富;葛世荣;朱旬;冯雪君;;各向异性加工表面的分形维数[A];第三届全国青年摩擦学学术会议论文集[C];1995年

10 闫佩君;陈亮;;基于小波高频分形维数的语音隐藏方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

中国博士学位论文全文数据库 前10条

1 李正守;基于内燃机机身振动信号分形维数分析的缸套—活塞组磨损状态诊断研究[D];东北大学;2013年

2 允正国（Yun Jong-Guk）;几种典型金属材料形变损伤与断裂特征的定性和定量研究[D];东北大学;2013年

3 王耀;基于分形理论模拟钢中夹杂物上浮及碰撞凝聚规律的研究[D];北京科技大学;2016年

4 吴晓璇;基于分形维数的选择性聚类融合算法研究[D];合肥工业大学;2015年

5 张运祥;分形理论及图像分形维数实时计算的研究[D];第一军医大学;2001年

6 冯晨;基于分形维数的中国海常见浮游植物细胞图像特征提取[D];中国海洋大学;2007年

7 苏景新;铝锂合金剥蚀研究和分形维数在表征腐蚀中的应用[D];浙江大学;2006年

8 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年

9 郝研;分形维数特性分析及故障诊断分形方法研究[D];天津大学;2012年

10 李怀彬;复动力系统中的非一致双曲性假设及其Julia集的分形维数[D];中国科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 韦伟;电磁波在非均匀介质中传播的分形研究[D];中国地质大学;2015年

2 熊铭;基于分形维数的冻罗非鱼片品质评价方法的研究[D];海南大学;2016年

3 王云奇;基于分形维数的光学子孔径边缘提取算法研究[D];北京理工大学;2016年

4 董玉兰;基于变分模态分解和广义分形维数的滚动轴承故障诊断[D];燕山大学;2016年

5 刘业鹏;米脂县城空间形态节地模式研究[D];西安建筑科技大学;2016年

6 樊建琴;基于分形维数的风电传动链故障特征提取方法及其应用[D];华北电力大学(北京);2016年

7 李玲;预混料载体分形维数与抗分级能力关系的研究[D];华中农业大学;2012年

8 张海鑫;复杂网络的分形维数研究[D];西南大学;2014年

9 高国明;地震波和图像的分形维数及震源识别研究[D];广西师范大学;2013年

10 王亮;破碎材料线体分形维数关系实验研究[D];沈阳理工大学;2015年

  本文关键词：基于变分模态分解和广义分形维数的滚动轴承故障诊断，由笔耕文化传播整理发布。

，

本文编号：454479