行李分拣系统关键部件远程状态监测与故障诊断技术研究

发布时间：2020-07-03 17:56

【摘要】：异步电机在机场行李运输过程中起着重要的驱动作用,轴承作为电机中易引发故障的关键部件之一,其本身故障直接或间接地导致电机大部分故障,因此对电机轴承进行状态监测和故障诊断至关重要。由于振动信号在噪声干扰情况下也能很好地反映轴承的早期故障特点,成为了轴承故障诊断的主要手段。因此基于振动信号的电机轴承故障状态监测、故障特征提取、故障模式识别是本文的研究重点,并在此基础上提出在背景噪声环境下的故障诊断方法。主要的研究内容如下:本文首先阐述了异步电机中滚动轴承的基本构造、失效形式、振动机理以及理论上故障特征频率的计算方法,为后续的状态监测系统设计和故障诊断实验提供了理论依据。其次,根据电机轴承振动监测分析系统的功能要求,开发了基于Labview的上位机振动监测分析系统,该系统具有信号采集、信号分析、远程web技术等功能,能够实现振动信号的远程状态监测,还包括时域分析、频域分析、联合时频分析及故障报警等。并且将该系统通过对CUT-2转子轴承振动实验台进行数据采集和监测分析实验,验证了系统的可靠性和实用性。最后,本文针对轴承故障信号中的周期成分会受到背景噪声的干扰导致难以提取故障特征等问题,提出了一种基于自回归最小熵反褶积(AR-MED)和改进多尺度排列熵(IMPE)的故障特征提取方法,并采用灰狼优化支持向量机对轴承故障进行识别分类。实验数据来源于美国凯斯西储大学轴承数据库,实验结果表明该方法能够有效诊断电机轴承的故障类型及程度,具有很好的应用前景。
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V354
【图文】：

图 1.1 论文整体框架结构图要研究内容如下：，先阐述了电机轴承故障诊断的研究意义和目的；然后对电机发展现状进行介绍；接着对常用的电机轴承状态监测方法进行本文将要使用的电机轴承故障特征提取和故障模式识别方法。，先简单介绍了电机滚动轴承的基本构造；然后分析总结了滚；接着对滚动轴承的振动机理以及如何从理论上计算故障特征后续故障诊断类型判断做理论依据；最后介绍了本文状态监测析法以及实验部分所用数据的来源。，结合前面提到的振动信号分析法，针对机场行李运输过程中发生故障产生振动的问题搭建了电机轴承振动信号监测分析对该系统的各个模块功能进行了简单介绍。最后利用搭建的测实验并利用 CUT-2 转子轴承振动试验台验证系统的可行性。

所以有必要对电机轴承的故障的基本构造、常见失效形式、振动结构分组成：保持架、滚动体、内圈和、启动灵敏、摩擦阻力小、效率高载能力强。导致滚动轴承在运转过程载、水分和异物侵入、润滑不良、滑和使用维护都没问题，运转一段止运行。滚动轴承实际工作情况不会十分复杂。

【参考文献】

相关期刊论文 前10条

1 周涛涛;朱显明;彭伟才;刘彦;;基于CEEMD和排列熵的故障数据小波阈值降噪方法[J];振动与冲击;2015年23期

2 古莹奎;承姿辛;朱繁泷;;基于主成分分析和支持向量机的滚动轴承故障特征融合分析[J];中国机械工程;2015年20期

3 冷军发;郭松涛;荆双喜;李新华;;基于最小熵解卷积的带式输送机传动滚筒轴承故障诊断[J];河南理工大学学报(自然科学版);2015年04期

4 李巍华;翁胜龙;张绍辉;;一种萤火虫神经网络及在轴承故障诊断中的应用[J];机械工程学报;2015年07期

5 王志坚;韩振南;刘邱祖;宁少慧;;基于MED-EEMD的滚动轴承微弱故障特征提取[J];农业工程学报;2014年23期

6 郑近德;程军圣;杨宇;;基于LCD和排列熵的滚动轴承故障诊断[J];振动.测试与诊断;2014年05期

7 贾峰;武兵;熊晓燕;熊诗波;;基于多维度排列熵与支持向量机的轴承早期故障诊断方法[J];计算机集成制造系统;2014年09期

8 肖顺根;宋萌萌;;基于小波包能量神经网络的滚动轴承故障诊断方法[J];机械强度;2014年03期

9 郑近德;程军圣;杨宇;;多尺度排列熵及其在滚动轴承故障诊断中的应用[J];中国机械工程;2013年19期

10 冯辅周;司爱威;江鹏程;;小波相关排列熵和HMM在故障预测中的应用[J];振动工程学报;2013年02期

本文编号：2739989