风机轴承的故障信号提取方法研究

发布时间：2021-03-12 21:39

　　水泥厂生产过程中,高温风机是通风除尘不可或缺的设备之一,一旦风机出现故障,将会导致整个生产过程出现停滞,进而给企业造成严重损失。滚动轴承是高温风机中的重要组成部件,也是易损件。因此,本文选取高温风机的滚动轴承为研究对象,主要内容如下:（1）本文从时频分析的角度对局部均值分解（Local Mean Decomposition,LMD）原理进行了研究,针对端点效应问题,将LMD方法与经验模态分解（Empirical Mode Decomposition,EMD）方法进行了对比分析,结果表明LMD分解过程中所存在的端点效应对最终结果的影响程度较EMD小很多。为了进一步降低LMD中端点效应的影响,提出了能量选择延拓法,并通过实验验证了该方法的有效性。（2）针对LMD分解得到的PF（Product Function）分量对于分类模型的输入而言过大,引入了奇异值分解（Singular Value Decomposition,SVD）方法。SVD可以对分量的尺度进行压缩,而且有较好的稳定性和鲁棒性。为了验证SVD的滤波性能,进行了仿真实验。结果表明,含噪信号经过SVD处理后,它的曲线波动幅度逐渐减小... 

【文章来源】：山东理工大学山东省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

高温风机示意图

滚动轴承的基本结构和载荷分布图

原始信号波形

【参考文献】：
期刊论文
[1]旋转机械故障诊断理论与实现[J]. 罗仁泽,曹鹏,代云中,付元华,赵发定,皇雅斌,杨青.  仪表技术与传感器. 2014(03)
[2]数控机床液压系统模糊故障树分析与诊断[J]. 陈德道,高俊峰.  机械研究与应用. 2013(06)
[3]冲击脉冲技术在滚动轴承故障诊断中的应用[J]. 林英祥,孙清磊,陈萍,王悦民.  海军工程大学学报. 2013(04)
[4]滚动轴承复合故障特征分离的小波-频谱自相关方法[J]. 明安波,褚福磊,张炜.  机械工程学报. 2013(03)
[5]基于EEMD和共振解调的滚动轴承自适应故障诊断[J]. 周智,朱永生,张优云,朱川峰,王鹏.  振动与冲击. 2013(02)
[6]基于双谱熵的齿轮裂纹故障特征提取[J]. 周雁冰,柳亦兵,李宏,滕伟,李状.  中国机械工程. 2013(02)
[7]基于信号共振稀疏分解的转子早期碰摩故障诊断方法[J]. 陈向民,于德介,罗洁思.  中国机械工程. 2013(01)
[8]基于NMF的SVM故障诊断方法[J]. 李建宏,姜同敏,何玉珠,蒋觉义.  北京航空航天大学学报. 2012(12)
[9]小波包降噪与LMD相结合的滚动轴承故障诊断方法[J]. 孙伟,熊邦书,黄建萍,莫燕.  振动与冲击. 2012(18)
[10]基于模型诊断技术的神经网络实现方法[J]. 马纪明,万蔚,王法岩.  北京航空航天大学学报. 2013(02)

博士论文
[1]基于局域均值分解的旋转机械故障特征提取方法及系统研究[D]. 任达千.浙江大学 2008



本文编号：3079023