齿轮和轴承的故障诊断技术研究

发布时间：2017-11-23 17:06

  本文关键词：齿轮和轴承的故障诊断技术研究

  更多相关文章： 齿轮 滚动轴承 高阶统计量 半盲信号分离 排列熵

【摘要】：随着科学技术与生产的发展，机械设备日趋大型化、集成化、自动化、高速化和智能化，设备运行的可靠性和安全性越来越重要。齿轮和滚动轴承作为机械传动的主要部件，其重要性不言而喻。但是由于齿轮和滚动轴承经常要求在高速、重载、特殊介质等恶劣环境下工作，且本身结构复杂，容易受到损伤和出现故障。因此，采用先进的故障诊断技术对齿轮和滚动轴承进行状态监测与故障诊断显得尤为重要。 在机械故障诊断过程中，故障特征信息提取和识别的方法非常关键。本文利用高阶统计量分析、半盲信号分离技术和排列熵算法，对机械传动系统中齿轮和滚动轴承的典型故障进行分析研究。主要研究内容如下： (1)研究了利用高阶统计量对齿轮和滚动轴承运行状态的特征进行分类的方法。通过基于包络分析和高阶统计量的状态特征提取方法，成功地将齿轮和滚动轴承不同的运行状态进行了分离。并且分析了高阶统计量随转速的变化，结果显示在较大转速范围内该方法可以将滚动轴承的各运行状态进行分离。 (2)在介绍半盲信号分离原理和主要算法的基础上，首先进行了仿真研究，利用不同类型的参考信号对目标信号进行提取，并分析和比较了提取的结果。然后，，用第一类参考信号分别对滚动轴承外圈、内圈和滚动体故障进行了提取，提取结果能够清晰地反映出故障特征信息。最后研究了滚动轴承混合故障的提取，提取结果可以充分地体现出故障特征。 (3)在研究排列熵原理的基础上，通过数值仿真验证了排列熵检测突变信号的有效性，并利用排列熵检测齿轮和滚动轴承故障信号中的突变。然后基于排列熵算法，提出了排列熵谱和二次排列熵谱这两种新方法，用于提取微弱的周期突变信号，并通过数值仿真验证了新方法的检测效果。结果显示，相比于单一的排列熵，这些方法能够更加有效地提取出周期突变信号。尤其是二次排列熵谱，能够提取到非常微弱的周期信号，为突变信号的提取提供了新思路。 最后，对全文所做的工作进行了总结，并对今后的研究工作做出了展望。
【学位授予单位】：石家庄铁道大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH132.41;TH133.3;TH165.3

【参考文献】

中国期刊全文数据库 前10条

1 赵红怡,武梦龙,曹淑琴;小波分析在突变信号检测中的应用[J];北方工业大学学报;2004年01期

2 尹成,伍志明,邓怀群;高阶统计量方法在地震勘探中的应用[J];地球物理学进展;2003年03期

3 谭善文,秦树人,汤宝平;小波基时频特性及其在分析突变信号中的应用[J];重庆大学学报(自然科学版);2001年02期

4 何正嘉,訾艳阳;Laplace小波及其工程应用[J];工程数学学报;2001年S1期

5 李舜酩,高德平;裂纹转子非线性振动特征的谐波小波与分形识别[J];航空动力学报;2004年05期

6 张中民,卢文祥,杨叔子,张英堂;滚动轴承故障振动模型及其应用研究[J];华中理工大学学报;1997年03期

7 张桂才,史铁林,杨叔子;基于高阶统计量的机械故障特征提取方法研究[J];华中理工大学学报;1999年03期

8 石庆斌;马建仓;;盲源分离在机械振动信号分析中的应用[J];测控技术;2008年05期

9 赵永满;梅卫江;吴疆;王春林;;机械故障诊断技术发展及趋势分析[J];机床与液压;2009年10期

10 杨世锡,胡小平;大型旋转机械状态监测与故障诊断系统的面向对象建模研究[J];机电工程;1999年03期

中国博士学位论文全文数据库 前2条

1 王志阳;约束独立成分分析及其在滚动轴承故障诊断中的应用[D];上海交通大学;2011年

2 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

本文编号：1219171