强冲击下变速箱滚动轴承故障特征提取及状态评估研究
本文选题:强冲击 切入点:变速箱 出处:《中南大学》2014年硕士论文 论文类型:学位论文
【摘要】:摘要:针对装甲车在运行过程中负载大、冲击强、故障特征不易提取的特点,本文采用负载突变模拟强冲击,对滚动轴承的滚动体磨损、外圈裂纹及内外圈间隙增大这三种故障类型,采用动力学仿真及实验分析了强冲击下变速箱信号特征,分别从时频特征提取及状态评估两个方面,实现了强冲击下变速箱滚动轴承不同故障类型的故障诊断。 论文主要研究内容包括: (1)对滚动轴承结构、振动机理及失效方式进行分析,确定本文研究的故障类型及意义。采用动力学仿真分析了滚动轴承不同故障状态下碰撞力及轴心轨迹等动态特性,以及不同形状负载冲击模拟,选择最佳冲击方式,进行了强冲击下不同间隙故障的动态特性分析。 (2)研究了时域统计特征量随转速、平稳负载及冲击负载的变化规律;分析了不同间隙故障在强冲击工况与平稳工况下熵值,说明强冲击工况的建模有效;提出了能够明显表征强冲击下轴承间隙磨损程度的特征量—峰值因子。 (3)针对强冲击下滚动体磨损及外圈裂纹的故障类型,提出了小波变换、能量分析与包络谱分析相结合的方法,提取振动加速度信号进行包络谱分析,提取了故障特征频率,实现了强冲击下变速箱滚动轴承滚动体磨损及外圈裂纹故障的特征提取。 (4)针对强冲击下滚动轴承不同间隙故障,提出了小波变换与模糊聚类相结合的方法,判别出未知信号的故障状态,从而实现了强冲击下滚动轴承间隙磨损程度的状态评估。
[Abstract]:Absrtact: in view of the characteristics of heavy load, strong impact and difficult to extract the fault features of armored vehicle during operation, this paper uses load mutation to simulate strong impact and wear rolling body of rolling bearing. There are three kinds of fault types: outer ring crack and outer ring gap increase. Dynamic simulation and experiment are used to analyze the signal characteristics of gearbox under strong impact. The characteristics of transmission signal are extracted from time-frequency feature extraction and state evaluation, respectively. The fault diagnosis of different fault types of gearbox rolling bearing under strong impact is realized. The main contents of this thesis are as follows:. 1) the structure, vibration mechanism and failure mode of rolling bearings are analyzed, and the types and significance of the faults studied in this paper are determined. Dynamic simulation is used to analyze the dynamic characteristics of the rolling bearings under different fault conditions, such as the collision force and the orbit of the shaft center. The dynamic characteristics of different clearance faults under strong impact are analyzed by selecting the best impact mode and simulating the load with different shapes. (2) the variation law of time-domain statistical characteristic with rotational speed, stationary load and impact load is studied, and the entropy value of different gap faults under strong impact condition and stationary condition is analyzed, which shows that the modeling of strong impact condition is effective. The peak factor, which can clearly characterize the wear degree of bearing clearance under strong impact, is proposed. 3) aiming at the fault types of rolling body wear and outer ring crack under strong impact, a method combining wavelet transform, energy analysis and envelope spectrum analysis is proposed to extract the vibration acceleration signal for envelope spectrum analysis and to extract the fault characteristic frequency. The feature extraction of rolling body wear and outer ring crack fault of gearbox rolling bearing under strong impact is realized. In view of the different clearance faults of rolling bearing under strong impact, a method of combining wavelet transform and fuzzy clustering is proposed to distinguish the fault state of unknown signal, thus realizing the state evaluation of the wear degree of rolling bearing clearance under strong impact.
【学位授予单位】:中南大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TH165.3
【共引文献】
相关期刊论文 前10条
1 胥永刚;孟志鹏;陆明;张建宇;;基于双树复小波包和AR谱的滚动轴承复合故障诊断方法[J];北京工业大学学报;2014年03期
2 尹芳莉;谭建平;何雷;丁闯;;强冲击下变速箱滚动轴承故障诊断[J];广西大学学报(自然科学版);2014年03期
3 罗志增;周镇定;周瑛;何海洋;;双树复小波特征在运动想象脑电识别中的应用[J];传感技术学报;2014年05期
4 黄克;周奇才;赵炯;熊肖磊;陈罡;;基于OSA-CBM的盾构液压系统故障诊断方法研究[J];机械科学与技术;2013年08期
5 张星辉;李凤学;赵劲松;曹端超;滕红智;;基于CDA与HSMM-DBN的齿轮磨损状态识别研究[J];机械传动;2013年12期
6 佘维;宋伟;叶阳东;;因果链解耦的时间—概率模型[J];计算机集成制造系统;2013年10期
7 杨鹏;田洋洋;;碳纤维复合材料超声缺陷信号特征提取与降维[J];计算机工程与应用;2013年23期
8 冷军发;荆双喜;禹建功;华伟;;EMD与能量算子解调在提升机齿轮箱故障诊断中的应用[J];煤炭学报;2013年S2期
9 CHEN YiMin;ZI YanYang;CAO HongRui;HE ZhengJia;SUN HaiLiang;;A data-driven threshold for wavelet sliding window denoising in mechanical fault detection[J];Science China(Technological Sciences);2014年03期
10 胥永刚;孟志鹏;赵国亮;付胜;;基于双树复小波包变换能量泄漏特性分析的齿轮故障诊断[J];农业工程学报;2014年02期
相关博士学位论文 前10条
1 巩晓峗;基于全矢谱的非平稳故障诊断关键技术研究[D];郑州大学;2013年
2 肖海兵;基于能量耗损的机械设备故障诊断理论与方法研究[D];华南理工大学;2013年
3 许同乐;基于多路传感器信息融合的旋转机械故障诊断方法研究[D];北京邮电大学;2012年
4 陈向民;基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究[D];湖南大学;2013年
5 唐友福;基于广义局部频率的非线性非平稳信号故障特征提取方法研究[D];上海大学;2013年
6 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年
7 刘志亮;基于数据驱动的行星齿轮箱故障诊断方法研究[D];电子科技大学;2013年
8 刘小平;提升机故障智能诊断理论及应用[D];中国矿业大学;2013年
9 李蓉;齿轮箱复合故障诊断方法研究[D];湖南大学;2013年
10 沈长青;旋转机械设备关键部件故障诊断与预测方法研究[D];中国科学技术大学;2014年
相关硕士学位论文 前10条
1 张任;基于振动信号的齿轮箱智能故障诊断方法研究[D];北京化工大学;2013年
2 陈璐;货车滚动轴承故障声发射诊断研究[D];石家庄铁道大学;2013年
3 李静;基于连续隐半马尔科夫模型的轴承性能退化评估[D];华南理工大学;2013年
4 李姗姗;基于LMD时频分析的旋转机械故障特征提取方法研究[D];燕山大学;2013年
5 赵杨;基于信号特征分析的模拟板级电路测试技术研究[D];解放军信息工程大学;2013年
6 刘玉龙;重型卧式车床回转部件装配故障诊断技术研究[D];哈尔滨工业大学;2013年
7 吴金勇;石油钻井中钻井液连续波信号处理方法研究[D];哈尔滨工业大学;2012年
8 王森;调距桨液压系统故障仿真与诊断技术研究[D];哈尔滨工程大学;2013年
9 徐福泽;转子系统不平衡—不对中耦合故障的动力学分析与诊断[D];湖南科技大学;2013年
10 孙耀宗;基于隐Markov模型的重型数控机床健康状态评估方法研究[D];华中科技大学;2013年
,本文编号:1644181
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/1644181.html