基于MEMD和条件熵相空间重构的滚动轴承故障诊断

发布时间：2017-11-21 17:20

  本文关键词：基于MEMD和条件熵相空间重构的滚动轴承故障诊断

  更多相关文章： 故障诊断 屏蔽经验模式分解(MEMD) 相空间重构 互近似熵(cApEn) FCM聚类

【摘要】：在机械设备中，滚动轴承作为应用最广泛的基础零部件，其运作状况良好与否直接关系到整个系统的安全生产和功能实现。当今，工业技术飞速发展，滚动轴承的高效稳定运行日益受到人们的重视。所以，开展滚动轴承故障诊断技术的研究具有重大意义。论文以滚动轴承振动信号为模型，围绕故障信号特征提取这一关键问题，研究了基于屏蔽经验模式分解和相空间重构及互近似熵理论的滚动轴承故障诊断法。 首先，概述了常见的机械设备故障种类，以及滚动轴承的构造、振动原理；在对国内外轴承故障研究现状分析的基础上，针对以往信号分析法的局限性，确立了本文的研究方法和工作内容。 其次，阐述了经验模式分解(empirical mode decomposition, EMD)方法的基本理论及其在信号处理中的应用。由于经验模式分解存在模态混叠问题，严重影响分解精度和效果，故引入屏蔽经验模式分解(masking empirical mode decomposition, MEMD)方法，该方法不仅保留了EMD方法的良好特性，能准确获得信号不同尺度的局部特征信息，而且还能够很好地解决EMD的模态混叠问题。 再次，分析当前常用的相空间重构方法的局限性，研究了一种基于条件熵的混沌相空间重构方法，该方法能够联合确定延迟时间和嵌入维数，不仅减少了计算量，而且有效地避免了分别求取两个参数引起的不一致性，提高了计算的准确性。通过一系列的仿真实验验证了该重构方法的有效性。 然后，由于故障信号常呈现出复杂的非线性和非平稳特性，引入互近似熵理论(cross approximate entropy, cApEn)，用于定量表征信号的不规则度和不确定度。互近似熵是近似熵的改进，能够更充分地表征信号内在的动力学特征。对故障信号进行MEMD分解得到一系列IMF分量，，再对有效的IMF分量进行相空间重构，求重构后的IMF分量(intrinsic mode function)的互近似熵值，构成故障特征向量。利用模糊C均值聚类法(fuzzy C-means clustering, FCM)，对提取到的故障特征向量进行聚类分析，完成滚动轴承故障的诊断和识别。 最后，将美国凯斯西储大学滚动轴承故障数据作为研究对象，分别从滚动轴承不同损伤程度和不同故障部位两个方面进行实验分析，结果表明，在MEMD和相空间重构的基础上，采用互近似熵能够有效地提取故障特征向量，结合FCM聚类达到了良好的故障诊断效果。
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33;TH165.3

【参考文献】

中国期刊全文数据库 前10条

1 刘蕊洁;张金波;刘锐;;模糊c均值聚类算法[J];重庆工学院学报(自然科学版);2008年02期

2 周俊丽;周久华;;滚动轴承故障机理与诊断策略[J];四川兵工学报;2012年04期

3 葛娟;李一兵;林云;;一种新的混合信号调制识别方法[J];弹箭与制导学报;2011年06期

4 S.Nagarajaiah;B.Basu;;Output only modal identification and structural damage detection using time frequency & wavelet techniques[J];Earthquake Engineering and Engineering Vibration;2009年04期

5 简小刚;张艳伟;冯跃;;工程机械故障诊断技术的研究现状与发展趋势[J];中国工程机械学报;2005年04期

6 何保生;刘刚;王平双;文敏;;基于钻头运动诱发套管头振动信号检测的井眼防碰监测方法[J];中国工程科学;2011年05期

7 范会敏;王浩;;模式识别方法概述[J];电子设计工程;2012年19期

8 吴斌;王敏杰;康晶;罗跃纲;;滚动轴承故障振动信号特征与诊断方法[J];大连理工大学学报;2013年01期

9 吴国祥;李玉河;;工程机械智能化与信息化发展概况[J];工程机械;2013年01期

10 植海深;王艺光;蒋超;徐晋勇;;机械故障监测与诊断技术的研究综述[J];大众科技;2013年12期

本文编号：1211697