基于虚拟仪器的滚动轴承状态监测系统研究

发布时间：2017-10-09 16:40

  本文关键词：基于虚拟仪器的滚动轴承状态监测系统研究

  更多相关文章： 滚动轴承 故障诊断 谐波窗 PNN概率神经网络 虚拟仪器 LabVIEW

【摘要】：滚动轴承的振动信号能够反映滚动轴承的运行状态,因而分析和监测滚动轴承振动信号是滚动轴承状态监测的一种有效方法。采用虚拟仪器技术能够快速构建满足滚动轴承状态监测的专业仪器,并实现先进的分析方法分析非平稳振动信号,以获取轴承的运行状态。由于虚拟仪器基于软件实现,因此能够方便地修改仪器原有功能或添加新功能,完成仪器的升级,还能通过安装在不同的计算机上让多台计算机实现信号分析仪的功能,可以节约大量的仪器成本。因而本文在研究滚动轴承状态监测方法的基础上,开发设计基于虚拟仪器的滚动轴承在线状态监测和离线分析系统。论文展开的主要工作如下:(1)首先,介绍了滚动轴承的振动信号特征,定性地分析了滚动轴承典型故障的频率特征,从理论上认识了滚动轴承的振动特征;其次介绍了轴承状态监测方法,包括幅域参数分析,希尔伯特包络分析和神经网络智能诊断。详细介绍基于谐波窗与概率神经网络的智能诊断方法,基于轴承故障仿真信号设计训练概率神经网络,并通过测试显示概率神经网络设计良好。(2)根据虚拟仪器的开发流程来设计开发滚动轴承状态监测虚拟仪器。首先进行了虚拟仪器需求分析,明确仪器的功能需求;其次依据需求分析进行总体结构设计、界面设计及功能模块划分;然后分别设计实现各功能模块,最终形成具有正确高效、人机交互能力良好等特点的虚拟仪器;最后设计了测试用例对各模块进行测试,验证了各功能模块的性能,达到了预期效果。(3)虚拟仪器应用于NSK626滚动轴承试验分析,结果表明虚拟仪器实现了预期目标,证明了该虚拟仪器的技术实用性。
【关键词】：滚动轴承 故障诊断 谐波窗 PNN概率神经网络 虚拟仪器 LabVIEW
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33

【共引文献】

中国期刊全文数据库 前10条

1 任学平;庞震;辛向志;邢义通;;小波包和峭度在轴承早期故障分析中的应用[J];轴承;2014年03期

2 王玉静;康守强;张云;刘学;姜义成;Mikulovich V I;;基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法[J];电子与信息学报;2014年03期

3 付群芳;;烟机的状态监测分析与故障诊断[J];广州化工;2014年08期

4 黄聪;毛坤朋;臧大庆;李国冲;;连续重整再生风机异常振动的消除[J];化工技术与开发;2014年08期

5 王英卓;;烟机发电机组油膜振荡的诊断分析与处理[J];电工技术;2014年08期

6 赵志玲;王玉旌;王宏;那淼;;LNG冷剂离心压缩机不同选型方案的稳定性对比分析[J];风机技术;2014年06期

7 任学平;辛向志;庞震;邢义通;王建国;;基于多域特征及多传感器网络融合的滚动轴承故障诊断[J];轴承;2015年02期

8 曹松;郭秀萍;胡进旭;;应用BH5000R系统,实现大型机组预知性检修[J];化工管理;2015年05期

9 梁恒伟;;螺杆风机的节能改造[J];仪器仪表用户;2015年02期

10 张赛;;烟机振动异常的诊断与处理[J];科技与企业;2014年07期

中国重要会议论文全文数据库 前2条

1 赵强平;王利兵;;风力发电机组在线振动监测系统[A];中国风电生产运营管理(2013)[C];2013年

2 范锋;夏燕;;风电机组振动在线监测分析与远程故障诊断系统设计[A];中国风电生产运营管理(2013)[C];2013年

中国博士学位论文全文数据库 前3条

1 刘文艺;风电机组振动监测与故障诊断研究[D];重庆大学;2010年

2 朱可恒;滚动轴承振动信号特征提取及诊断方法研究[D];大连理工大学;2013年

3 张翱;列车轴承故障道旁声学诊断关键技术研究[D];中国科学技术大学;2014年

中国硕士学位论文全文数据库 前10条

1 孙继堂;基于高阶累积量的盲源分离的理论研究及其在旋转机械中的应用[D];武汉科技大学;2011年

2 季涛;油泵安全监测与故障诊断的研究[D];哈尔滨理工大学;2013年

3 朱康福;基于虚拟仪器技术的齿轮箱故障检测系统研究[D];长安大学;2013年

4 张永哲;丁苯聚合闪蒸出料泵出口管道振动分析诊断[D];华东理工大学;2013年

5 熊波;选煤机械故障特征提取与诊断规则的研究[D];华中科技大学;2013年

6 郭昆;基于信息融合的列车悬挂系统故障分离研究与列车安全评价[D];北京交通大学;2014年

7 赵自愿;原油集输系统故障诊断方法与技术研究[D];西安石油大学;2013年

8 张嘉庆;振动信号在四辊压延机故障诊断中的研究与应用[D];东华大学;2014年

9 陈翔;大型离心压缩机故障远程智能诊断方法研究[D];沈阳工业大学;2014年

10 宫云庆;大型离心压缩机流体激振故障的诊断与研究[D];沈阳工业大学;2014年

，

本文编号：1001306