轴承振动分析与寿命评估方法研究

发布时间：2017-10-12 20:36

  本文关键词：轴承振动分析与寿命评估方法研究

  更多相关文章： 轴承 早期故障诊断 状态评估 SVM 状态优化方法 小波分析 ACFI值 随机共振

【摘要】：随着自动化技术和工业化大生产的迅猛发展，机械设备对稳定性和寿命的要求也迅猛提高。为了达到这一目的，必须安排合理且有效的维修策略和计划，这就需要有正确的判定依据。而轴承作为承担着机械设备中润滑，固定等重要作用的组成部件，又是设备中的易损元件，它的健康状况往往决定了机械设备能否正常工作。所以，将轴承的健康状况作为依据，能够建立合理的维修计划，从而达到延长机械设备的使用年限、保持设备可靠性的目的。所以对轴承正确的故障诊断和状态评估有着十分重大的意义。 为了达到这个目的，本文根据滚动轴承的结构和运行机理对其故障诊断和状态评估进行了相关的研究。主要包括以下方面： 1、首先在回顾了滚动轴承的结构及故障分类知识之后，介绍了滚动轴承故障诊断和状态评估中一些常用方法，包括时域分析和频域分析方法两大类。然后讨论熵和信噪比在故障诊断中的应用。 2、介绍了支持向量机原理及其应用于多分类系统中的情况。然后讨论支持向量机这一二分类系统在多分类系统中所使用的投票机制，并对“一对一”投票法进行了改进。在此基础上，讨论了对实际数据使用支持向量机来完成状态分类所需的合适标签值。并使用支持向量机对试验数据进行了状态评估。 3、其次在支持向量机能够对滚动轴承进行状态评估的基础上，针对机器学习分类的不准确性，提出了分类结果优化方法。并利用该方法对支持向量机分类结果进行了优化，结果表明利用优化方法可以有效提高滚动轴承状态评估的准确率。 4、接着介绍了连续小波分析的原理及其在轴承故障诊断中的优势，并利用连续小波变换构造了morlet小波滤波器族。然后提出了ACFI值来选择合适系数的morlet小波滤波器，来提取轴承振动信号的周期成分。与传统的希尔伯特解调和离散小波分解相比，这种方法在实际试验数据能够更有效的发现早期故障信息。 5、最后简要介绍了随即共振的起源及其理论推导，讨论了如何将随机共振数值化计算方法运用到滚动轴承的早期故障诊断之中。对随机共振中双稳态势能阱的参数进行了讨论。并将随机共振运用到轴承试验数据之上。其确实能够加强信号中的周期成分。在此基础上，，又引入了（4）中所提到的连续小波变换与ACFI值，讨论了这2种同样是针对信号中的周期成分方法的结合可能性。得到了良好的结果。 本篇论文主要是对滚动轴承早期故障诊断中所使用的信号处理方法进行了讨论和新的探索，并在此基础上对轴承的状态评估进行了探索。
【关键词】：轴承 早期故障诊断 状态评估 SVM 状态优化方法 小波分析 ACFI值 随机共振
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH133.3
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 绪论12-18
• 1.1 课题背景及意义12-14
• 1.2 国内外研究现状及发展趋势14-16
• 1.2.1 轴承振动信号分析方法14-16
• 1.2.2 轴承寿命评估方法16
• 1.3 本课题研究的主要内容16-18
• 第二章 轴承的故障机理和分类18-32
• 2.1 轴承寿命的定义18
• 2.2 轴承的故障类型18-19
• 2.3 轴承的结构19-20
• 2.4 滚动轴承故障的特征频率20-22
• 2.4.1 滚动轴承的固有振动频率20-21
• 2.4.2 滚动轴承的故障缺陷频率21-22
• 2.5 轴承振动信号的寿命曲线22-24
• 2.5.1 轴承寿命曲线的特点22-23
• 2.5.2 频域下各个区段的变化23-24
• 2.6 轴承振动信号的时域指标诊断方法24-26
• 2.7 轴承振动信号的频域分析方法26-29
• 2.7.1 希尔伯特解调26-28
• 2.7.2 傅里叶变换28-29
• 2.8 熵的简介29-30
• 2.9 信噪比的简介30-31
• 2.10 本章小结31-32
• 第三章 轴承的状态分类与评估32-48
• 3.1 轴承的状态分类方法介绍32
• 3.2 支持向量机简介32-37
• 3.2.1 支持向量机原理简介32-34
• 3.2.2 SVM 的投票机制34-37
• 3.3 实际试验数据分析37-42
• 3.3.1 散热风扇加速寿命试验37-41
• 3.3.2 SVM 分类过程41-42
• 3.4 优化方法42-47
• 3.5 本章小结47-48
• 第四章 轴承故障的振动信号分析48-63
• 4.1 小波变换简介48-53
• 4.1.1 小波变换的具体定义48-50
• 4.1.2 小波变换的特点50-51
• 4.1.3 连续小波变换（CWT）的一些重要性质51
• 4.1.4 连续小波变换滤波器构造原理51-53
• 4.2 一种寻找合适系数的方法53-54
• 4.3 实例分析54-61
• 4.3.1 数据来源简介54-55
• 4.3.2 分析步骤55-57
• 4.3.3 全寿命数据信号分析57-60
• 4.3.4 CWT+ACFI 与其他常用方法相比较60-61
• 4.4 本章小结61-63
• 第五章 随机共振的原理及应用63-80
• 5.1 随机共振的起源63-64
• 5.2 随机共振的理论基础64-67
• 5.3 随机共振数值分析的参数问题67-70
• 5.4 信号的参数设定对随机共振的影响70-71
• 5.5 针对振动信号的的归一化尺度变换方法71-73
• 5.6 系统结构参数对随机共振的影响73-77
• 5.7 随机共振与基于 ACFI 的小波滤波相结合的讨论77-79
• 5.8 本章小结79-80
• 第六章 总结与展望80-82
• 6.1 全文工作总结80
• 6.2 本文的创新内容80-81
• 6.3 研究展望81-82
• 致谢82-83
• 参考文献83-87
• 硕士期间所取得的研究成果87-88

【参考文献】

中国期刊全文数据库 前10条

1 唐良宝;姜锐红;;基于FFT的循环自相关函数算法在滚动轴承故障诊断中的应用[J];轴承;2009年09期

2 王坚永，庄中华，吴秀鸾，汤洁;滚动轴承可靠性加速寿命试验研究[J];轴承;1996年09期

3 唐昌盛;曲建岭;于建立;;基于支持向量机的航空发动机故障诊断研究[J];测控技术;2008年04期

4 易挺;梁楚华;朱圆圆;;基于倒频谱技术的滚动轴承故障诊断[J];机床与液压;2009年09期

5 孙良环,李艳兰,熊晓燕;希尔伯特变换原理在轴承故障诊断中的应用[J];机械管理开发;2005年02期

6 赵政,王红梅,赵怿u&,郑建华;后验概率在多分类支持向量机上的应用[J];计算机应用;2005年01期

7 吴亚萍;曾岳南;;解析小波变换在时频分析中的理论研究及应用[J];科技信息(科学教研);2008年16期

8 康海英;栾军英;郑海起;侯仁军;;基于阶次跟踪和HHT能量谱的轴承故障诊断[J];农业机械学报;2007年06期

9 杨学贤,张群英,韩月秋;信号故障检测的自相关方法[J];系统工程与电子技术;1999年01期

10 张辉,王淑娟,张青森,翟国富;基于小波包变换的滚动轴承故障诊断方法的研究[J];振动与冲击;2004年04期

中国硕士学位论文全文数据库 前2条

1 吕路勇;基于振动信号的滚动轴承故障诊断方法研究[D];华北电力大学（河北）;2008年

2 王冬;旋转机械全寿命状态评估与诊断研究[D];电子科技大学;2010年

本文编号：1020810