基于时频分析的滚动轴承故障诊断方法研究

发布时间：2017-10-09 13:49

  本文关键词：基于时频分析的滚动轴承故障诊断方法研究

  更多相关文章： 滚动轴承 故障诊断 时频分析 模式识别 盲源分离

【摘要】：滚动轴承是旋转机械的重要部件,研究轴承的故障诊断技术,对于保障设备的安全运行具有十分重要的意义。在过去的数十年中,振动信号、声辐射和温度值等参数都曾被用于轴承的损伤诊断,其中振动信号因其具有轴承状态信息丰富、测试简便和相关理论较为成熟的特点而得到广泛应用。从国内外研究方法和内容上看,轴承故障诊断技术仍处在探索阶段,没有形成完整有效的轴承故障诊断理论。从理论层面对轴承故障进行研究的论文较少,多是从实验角度出发,组合不同的故障特征提取理论和模式识别理论对轴承故障进行诊断。从研究成果上看,针对特定尺度单点故障的研究较多,效果也较好。但是,同时注意到,这些方法之间的关联性不强,且均难以进行有效的推广。轴承故障信号包含信息量大,从不同角度对提取信号进行分析都可能得到较好的成果,但对这些角度进行理论分析的研究缺失。本文的核心内容是在学习轴承力学理论和信号处理理论的基础上,研究基于时频分析技术的轴承故障识别诊断,具体的研究内容如下：1.对轴承振动信号的预处理方法进行研究。针对振动信号预处理的问题,对不同预处理方法的消噪机理进行研究,测试其对于滚动轴承振动信号消噪的适用性,探讨现有预处理技术的优化方法；2.振动信号特征提取方法的研究。针对特征数据选取的问题,对不同特征数据及其组合进行计算分析。使用时频分析方法,对振动信号的时域和频域特征进行提取；同时引入盲源分离理论,对轴承振动信号的特征频率进行识别并在冲击信号提取方面进行实验,得到有益的阶段性成果；3.基于振动信号的故障诊断方法的研究。轴承故障诊断是模式识别技术的一项重要应用。本文在学习理解模式识别方法理论的基础上,对现有模式识别方法进行分析,对实验数据进行交叉检验分析以确定各种方法的在轴承故障诊断领域的适用性。本文通过对时频分析技术的研究,为轴承故障诊断技术提供了有效的理论依据和技术支持。同时借助信号消噪理论和盲源分离理论,对滚动轴承振动信号处理在冲击信号分离的新方向上进行了有意义的探索。
【关键词】：滚动轴承 故障诊断 时频分析 模式识别 盲源分离
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U672
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-15
• 1.1 课题背景9-10
• 1.2 国内外轴承振动研究发展现状10-13
• 1.3 课题研究意义与内容13-14
• 1.4 本章小结14-15
• 2 轴承振动理论与分析方法15-37
• 2.1 轴承振动的基本理论15-20
• 2.2 滚动轴承接触中的弹性力学问题20-29
• 2.3 滚动轴承接触中的接触力学问题29-33
• 2.4 深沟球轴承在径向载荷作用下的载荷分布33-35
• 2.5 6205-2RS SKF轴承外圈与整体固有频率计算35-36
• 2.6 本章小结36-37
• 3 振动信号时域、频域与时频域特征提取37-58
• 3.1 振动信号预处理方法37-40
• 3.2 振动信号特征提取方法40-43
• 3.3 能量熵、近似熵与样本熵43-53
• 3.4 6205-2RS SKF轴承振动信号的时域、频域与时频域特征53-57
• 3.5 本章小结57-58
• 4 基于时频分析和模式识别技术的船用发电机轴承损伤诊断58-82
• 4.1 机器学习与模式识别理论58-68
• 4.2 基于时频分析和灰色关联分析的船用发电机轴承损伤诊断68-71
• 4.3 基于振动信号高频特征与自适应小波消噪的滚动轴承故障诊断研究71-80
• 4.4 本章小结80-82
• 5 基于时频分析与盲源分离的轴承故障诊断技术82-98
• 5.1 信号盲源分离理论与分析方法82-87
• 5.2 基于小波变换-本征时间尺度分解-稀疏成分分析的时频盲源分离技术87-97
• 5.3 本章小结97-98
• 6 冲击信号盲源分离试验98-107
• 6.1 冲击信号盲源分离试验大纲98-99
• 6.2 数值仿真99-102
• 6.3 试验实测与数据分析处理102-106
• 6.4 本章小结106-107
• 结论与展望107-109
• 参考文献109-112
• 攻读硕士学位期间发表学术论文情况112-113
• 致谢113-114

【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 廖强;约束独立分量和多小波分析在滚动轴承故障诊断中的应用[D];电子科技大学;2016年

3 曾鸣;基于凸包的模式识别方法及其在滚动轴承故障诊断中的应用[D];湖南大学;2016年

4 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

5 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

6 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

7 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

8 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

9 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

10 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

中国硕士学位论文全文数据库 前10条

1 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

2 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

3 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

4 王德丽;基于改进HHT与SVM的滚动轴承故障诊断方法研究[D];北京交通大学;2016年

5 邵海贺;基于EEMD和最小二乘支持向量机的滚动轴承故障诊断方法研究[D];长春工业大学;2016年

6 张磊;滚动轴承故障程度和工况不敏感智能诊断方法研究[D];华东交通大学;2016年

7 胡猛;基于局部均值分解的滚动轴承故障诊断方法研究[D];燕山大学;2016年

8 苏翠娇;AMD和EMD方法在滚动轴承故障诊断中的应用研究[D];燕山大学;2016年

9 王腾超;基于振动监测的风电机组滚动轴承故障诊断应用研究[D];燕山大学;2016年

10 李亚超;基于VMD的滚动轴承故障诊断方法研究[D];石家庄铁道大学;2016年

，

本文编号：1000552