滚动轴承故障数据集的采集及验证

发布时间：2017-07-07 16:28

  本文关键词：滚动轴承故障数据集的采集及验证

  更多相关文章： 滚动轴承 经验模式分解 谱峭度 瞬时故障特征频率趋势线 数据集

【摘要】：滚动轴承是机械设备中应用最广泛、最关键、也是最易损坏的零件之一,其运行状态直接关系到整台机器或整个系统的性能。据统计在使用滚动轴承的旋转机械中,大约有30%的机械故障都是由轴承引起的。因此,长期以来,对旋转机械滚动轴承的故障诊断一直是业内研究的重点和难点。现阶段针对滚动轴承故障特征提取比较成熟的应用只是针对于单故障匀速条件下,而实际运行中启停频繁、处于变转速状态下的设备不在少数,同时在工程实际中有的设备需要轴承损坏达到一定程度才更换,期间就可能存在多个轴承故障并存的现象。多故障同时检测仍然是监测和诊断旋转机械的一个巨大挑战。多故障诊断主要集中在轴承不同部位同时存在故障、转子系统碰摩和裂纹、轴偏差和转子不平衡等复合故障等。到目前为止,已报道的工作中对于滚动轴承多故障同时检测非常有限,因此具有一套比较成熟的多故障数据集就变得尤其重要。 本文首先介绍了滚动轴承常见的失效形式以及滚动轴承的运动学,并进行了滚动轴承的局部故障实验设计,利用北京交通大学ST-5000A多功能转子实验台和上海大学BVT系列滚动轴承振动测量仪对恒定转速和变转速条件下的滚动轴承故障振动信号进行了采集,得到一套比较完整的滚动轴承故障数据集。 基于以上实验数据,本文采用基于谱峭度的共振解调法和基于EMD经验模式分解的共振解调法分别对实验所采集到的匀速多故障数据进行分析处理,验证了所采集到的滚动轴承多故障匀速数据的质量。 本文采用基于瞬时故障特征频率趋势线和故障特征阶比模板的变转速滚动轴承故障诊断算法,即基于瞬时故障特征频率估计转速的提取方法在没有转速信息,只包含故障轴承振动信息的情况下,验证了实验所采集到的不包含转速信息的滚动轴承单故障变转速以及多故障变转速实验数据的质量。 最后对于实验所采集到的有转速信息条件下的单故障变转速和多故障变转速故障数据采用基于谱峭度的滚动轴承故障包络阶比跟踪分析法验证了故障数据的质量,并对该处理包含转速信息的单故障变转速和多故障变转速的方法进行了改进和优化,使其处理故障数据更加有效。
【关键词】：滚动轴承 经验模式分解 谱峭度 瞬时故障特征频率趋势线 数据集
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH133.33
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-22
• 1.1 本课题研究的背景和意义12-13
• 1.2 国内外文献综述13-16
• 1.2.1 滚动轴承故障诊断研究现状概述13-14
• 1.2.2 匀速滚动轴承故障诊断的研究现状14
• 1.2.3 变转速滚动轴承故障诊断的研究现状14-16
• 1.2.4 多故障滚动轴承故障诊断的研究现状16
• 1.3 故障轴承的信号表现形式16-19
• 1.4 存在的主要问题19
• 1.5 研究内容及章节安排19-22
• 2 滚动轴承多故障实验设计及数据采集22-44
• 2.1 实验设计22-32
• 2.1.1 滚动轴承的基本结构22-23
• 2.1.2 滚动轴承的主要故障形式23
• 2.1.3 滚动轴承的振动机理23-24
• 2.1.4 滚动轴承故障特征频率24-26
• 2.1.5 故障轴承的设计加工及故障尺寸26-28
• 2.1.6 实验设计方案内容28-32
• 2.2 数据采集32-43
• 2.2.1 北京交通大学试验设备介绍32-33
• 2.2.2 上海大学实验设备介绍33-38
• 2.2.3 数据格式38
• 2.2.4 实验数据采集结果38-43
• 2.3 本章小结43-44
• 3 基于谱峭度的共振解调法对多故障匀速故障数据质量分析44-54
• 3.1 方法介绍44-48
• 3.1.1 滚动轴承故障诊断的共振解调法44-45
• 3.1.2 谱峭度算法45-47
• 3.1.3 基于快速Kurtogram算法的共振解调法47-48
• 3.2 数据质量分析48-53
• 3.3 本章小结53-54
• 4 基于EMD的共振解调法对多故障匀速故障数据质量分析54-62
• 4.1 经验模式分解(EMD)54-57
• 4.1.1 EMD的基本概念54
• 4.1.2 EMD的基本原理和算法54-56
• 4.1.3 基于EMD的包络分析法56
• 4.1.4 基于EMD和包络分析的故障数据质量分析56-57
• 4.2 数据质量分析57-61
• 4.3 本章小结61-62
• 5 无转速信息情况下变转速故障数据质量分析62-74
• 5.1 等效转频趋势线的构造62-65
• 5.1.1 等效转频趋势线概念的提出62-63
• 5.1.2 瞬时故障特征频率趋势线概念的提出63-64
• 5.1.3 瞬时故障特征频率趋势线的提取64-65
• 5.2 数据质量分析65-71
• 5.2.1 单故障变转速无转速信息故障数据质量分析65-68
• 5.2.2 基于故障特征阶比谱(FCO谱)的轴承故障诊断原理68-69
• 5.2.3 多故障变转速无转速信息故障数据质量分析69-71
• 5.3 本章小结71-74
• 6 有转速信息情况下变转速故障数据质量分析74-86
• 6.1 基本概述74-76
• 6.1.1 阶比的基本概念74-75
• 6.1.2 转速曲线的拟合75-76
• 6.2 有转速信息多故障变转速数据质量分析76-80
• 6.3 基于EMD与谱峭度的包络阶比分析法80-84
• 6.4 本章小结84-86
• 7 总结86-88
• 参考文献88-92
• 作者简历92-96
• 学位论文数据集9

【参考文献】

中国期刊全文数据库 前10条

1 王国峰,周亦武,郭金光;轴承疲劳剥落的早期诊断方法[J];大连海事大学学报;2002年03期

2 张佩瑶,马孝江,王吉军,朱泓;小波包信号提取算法及其在故障诊断中的应用[J];大连理工大学学报;1997年01期

3 纪跃波,秦树人,汤宝平;Wigner分布干扰项抑制及其算法[J];重庆大学学报(自然科学版);2001年04期

4 冯辅周;饶国强;张丽霞;司爱威;;基于EMD和排列熵的轴承异常检测方法研究[J];轴承;2013年02期

5 杨宇,于德介,程军圣,丁戈;经验模态分解(EMD)在滚动轴承故障诊断中的应用[J];湖南大学学报(自然科学版);2003年05期

6 郭仝锁;;故障诊断技术及其在露天采矿设备上的应用[J];机械管理开发;2006年02期

7 邱爱中;;对偶树复小波阈值降噪法及在机械故障诊断中的应用[J];机械传动;2011年09期

8 汤宝平;何启源;魏玉果;邓蕾;;基于角加速度的复合计算阶次跟踪方法[J];机械工程学报;2008年08期

9 邓拥军,王伟,钱成春,王忠,戴德君;EMD方法及Hilbert变换中边界问题的处理[J];科学通报;2001年03期

10 彭桂兰,郭兰珂,王旭东,张国珍,陈贤源;水泵轴承振动信号的时频分析[J];农业机械学报;2001年05期

，

本文编号：530997