基于阶比峭度图的变转速下滚动轴承故障特征提取方法研究

发布时间：2017-07-05 10:19

  本文关键词：基于阶比峭度图的变转速下滚动轴承故障特征提取方法研究

  更多相关文章： 滚动轴承 变转速 阶比分析 谱峭度 阶比峭度图 故障诊断系统

【摘要】：滚动轴承作为旋转机械中的重要零部件,其工作状态直接关系到整个机械设备的性能,因此研究滚动轴承状态监测和故障诊断对保证设备安全运行、降低事故发生率具有非常重要的意义。变速下的滚动轴承振动信号包含丰富的状态信息,更能表征其故障特征,但是转速随工况或负载的变化产生较大的波动,信号表现出非平稳性,所以能否有效地提取变速下的故障特征成为滚动轴承故障诊断的关键。在阶比分析和谱峭度理论的基础上,本文提出了基于阶比峭度图的滚动轴承故障特征提取方法,在低频干扰和强背景噪声影响下能准确地提取出故障特征,实现变速工况下滚动轴承故障的状态辨识。本文的具体研究内容介绍如下:本文首先概述了滚动轴承的结构、失效形式,并对振动机理、故障类型及故障特征频率进行了研究。在此理论基础上,重点研究了计算阶比跟踪技术,并在全面介绍谱峭度理论的基础上,对各种谱峭度算法进行深入分析和优缺点比较,进而融合计算阶比跟踪技术和基于FIR滤波器的谱峭度理论的优点,提出了阶比峭度图算法。在滚动轴承的仿真和实测故障信号中对阶比峭度图算法进行验证,并与传统谱峭度算法进行对比分析,结果表明该方法能够显著提高变速工况下故障特征提取的准确性。并在滚动轴承混合故障信号中对该方法进验证,结果表明阶比峭度图算法可以有效地提取混合故障中的各个故障特征。以Lab VIEW为软件平台,开发设计了虚拟式滚动轴承故障诊断测试系统,实现对滚动轴承振动信号的采集、处理、分析及保存,该测试系统具有一定的工程实用意义和推广应用价值。
【关键词】：滚动轴承 变转速 阶比分析 谱峭度 阶比峭度图 故障诊断系统
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH133.33;TH165.3
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-13
• 1.1 本课题研究背景与目的意义8-9
• 1.2 国内外研究现状9-11
• 1.2.1 滚动轴承故障诊断技术的研究9-10
• 1.2.2 谱峭度理论应用现状10-11
• 1.2.3 阶比分析技术应用现状11
• 1.3 论文的主要研究内容与总体框架11-13
• 2 滚动轴承振动机理及故障特征阶比分析13-20
• 2.1 滚动轴承的典型结构13
• 2.2 滚动轴承的失效形式13-15
• 2.3 滚动轴承振动机理和故障特征15-17
• 2.3.1 外圈故障特征16
• 2.3.2 内圈故障特征16-17
• 2.3.3 滚动体故障特征17
• 2.4 滚动轴承故障特征阶比计算17-19
• 2.5 本章小结19-20
• 3 阶比分析与谱峭度理论20-31
• 3.1 阶比分析理论20-23
• 3.1.1 硬件式阶比跟踪20
• 3.1.2 计算阶比跟踪20-21
• 3.1.3 阶比重采样21-23
• 3.2 谱峭度理论23-30
• 3.2.1 谱峭度定义23-25
• 3.2.2 基于STFT的谱峭度算法25-27
• 3.2.3 基于FIR滤波器的谱峭度算法27-30
• 3.2.4 其他谱峭度算法30
• 3.3 本章小结30-31
• 4 基于阶比峭度图的滚动轴承故障特征提取31-51
• 4.1 阶比峭度图算法31-33
• 4.2 仿真试验33-42
• 4.2.1 滚动轴承单故障仿真试验33-39
• 4.2.2 滚动轴承混合故障仿真分析39-42
• 4.3 滚动轴承实测信号分析42-50
• 4.3.1 滚动轴承外圈故障数据分析43-47
• 4.3.2 滚动轴承内圈故障数据分析47-49
• 4.3.3 实测结果对比分析49-50
• 4.4 本章小结50-51
• 5 虚拟式滚动轴承故障诊断测试系统设计51-60
• 5.1 虚拟仪器技术51-52
• 5.1.1 虚拟仪器概述51-52
• 5.1.2 Lab VIEW简介52
• 5.2 滚动轴承故障诊断系统软硬件总体构架52-53
• 5.3 系统硬件平台搭建53-55
• 5.3.1 传感器的配置53-54
• 5.3.2 数据采集卡54-55
• 5.4 系统软件功能开发55-59
• 5.5 本章小结59-60
• 6 结论与展望60-62
• 6.1 总结60
• 6.2 展望60-62
• 致谢62-63
• 参考文献63-66

【相似文献】

中国期刊全文数据库 前10条

1 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

2 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期

3 邓长春;;声发射法在滚动轴承故障识别中的应用[J];试验技术与试验机;2002年Z2期

4 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

5 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

6 江涌;基于余弦调频小波变换的滚动轴承故障研究[J];机械设计与制造;2005年06期

7 程光友;;时域指标在滚动轴承故障诊断中的应用[J];中国设备工程;2005年12期

8 陈洪军;赵新泽;王延军;;滚动轴承故障试验台的理论建模分析[J];四川理工学院学报(自然科学版);2005年04期

9 李崇晟;滚动轴承故障的非线性诊断方法[J];轴承;2005年05期

10 赵春华;严新平;赵新泽;袁成清;高虹亮;;滚动轴承故障的可拓物元诊断方法[J];润滑与密封;2006年04期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 刘玉林;;货车滚动轴承故障不分解诊断技术参数选择与优化探讨[A];扩大铁路对外开放、确保重点物资运输——中国科协2005年学术年会铁道分会场暨中国铁道学会学术年会和粤海通道运营管理学术研讨会论文集[C];2005年

3 杨积忠;左立建;;滚动轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

6 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

8 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

9 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 郝腾飞;航空发动机滚动轴承故障的核方法智能识别技术研究[D];南京航空航天大学;2014年

2 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

3 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

4 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

5 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

6 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

7 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

8 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

9 Ao Hung Linh（池雄岭）;基于化学反应优化算法和支持向量机的滚动轴承故障诊断方法研究[D];湖南大学;2014年

10 崔宝珍;自适应形态滤波与局域波分解理论及滚动轴承故障诊断[D];中北大学;2013年

中国硕士学位论文全文数据库 前10条

1 李男;基于LMD样本熵和贝叶斯网络的滚动轴承故障诊断方法[D];燕山大学;2015年

2 李玉奎;基于非平稳信号分析的滚动轴承故障诊断研究[D];燕山大学;2015年

3 卜勇霞;基于时频分析方法的滚动轴承故障诊断研究[D];昆明理工大学;2015年

4 马宝;基于KICA和LSSVM的滚动轴承故障监测及诊断方法[D];昆明理工大学;2015年

5 冯春生;基于多源不确定信息融合的数控机床滚动轴承故障诊断方法与实验研究[D];青岛理工大学;2015年

6 王天一;基于正交小波优化阈值降噪方法的滚动轴承故障诊断研究[D];哈尔滨工业大学;2015年

7 宋耀文;基于振动信号分析的滚动轴承故障特征提取与诊断研究[D];中国矿业大学;2015年

8 韩一村;基于多传感器的滚动轴承故障检测研究[D];河南科技大学;2015年

9 王秀娟;基于LMD的谱峭度算法在滚动轴承故障诊断中的应用研究[D];电子科技大学;2014年

10 段永强;局部均值分解法在滚动轴承故障自动诊断中的应用研究[D];电子科技大学;2015年

，

本文编号：521567