基于混沌分形与模糊聚类的滚动轴承故障诊断

发布时间：2019-12-05 11:17

【摘要】：随着科学技术的不断发展,机械设备结构日益复杂化、自动化,机械故障诊断技术越来越受到重视。论文针对机械故障振动信号非平稳性、非线性等复杂特征,提出一种基于混沌分形的故障定性及定量分析方法,同时针对机械故障模式复杂难以识别的特点,给出一种基于模糊最大似然估计(Fuzzy Maximum Likelihood Estimates,简称FMLE)聚类的故障识别方法,然后将上述理论研究应用在滚动轴承的故障检测中并给出结果。首先,介绍了滚动轴承的结构、分类、振动机理与故障形式,阐述了传统的振动信号分析方法,包括时域分析,频域分析,时频分析等。其次,分析了现有的相空间重构方法的局限性,并提出一种基于微分熵的,能够同时确定嵌入维数和延迟时间的相空间重构方法,在此基础上,将基于相空间重构的延迟向量方差(Delay Vector Variance,简称DVV)算法应用到机械故障信号处理。DVV算法对非线性信号具有很高的敏感性,通过DVV分布图或DVV散点图可以对不同机械故障进行定性描述。然后将多重分形去趋势波动分析(Multifractal Detrended Fluctuation Analysis,简称MF-DFA)引入到机械故障诊断,研究了多重分形谱参数的提取,并将其作为故障诊断的判据为故障的模式识别做准备。接着,针对传统的模糊C均值聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计距离测度的FMLE聚类引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。最后,通过对美国凯斯西储大学(Case Western Reserve University)滚动轴承故障数据进行分析发现,所提方法可以对不同程度的滚动轴承故障进行定性描述和定量刻画,通过FMLE聚类可以取得良好的识别效果。
【图文】：

结构图,滚动轴承,结构图

滚动体保持架图2-1 滚动轴承结构图图2-2 常见滚动轴承Fig.2-1 The Structure of rolling bearing Fig.2-2 The common rolling bearings2.2 滚动轴承的故障形式正常运行的轴承应满足如下条件：能承担一定的载荷，具有一定的强度和刚度；具有一定的支承精度；具有小的摩擦力矩。但当轴承出现故障时，这些条件将不再被满足。研究表明，滚动轴承故障中与内圈、外圈缺陷有关的故障约占90％，，与滚动体或保持架有关的故障约占10％，其基本的故障形式主要有[32]：(1)疲劳失效：表现为滚动体或滚道表面剥落或脱皮，轴承在承受载荷高速旋转时，由于巨大交变接触应力多次反复作用，轴承元件金属表面就会发生疲劳而呈现鱼鳞状的剥离现象，形成小凹坑。主要原因有轴向载荷过大

结构图,滚动轴承

滚动体保持架图2-1 滚动轴承结构图图2-2 常见滚动轴承Fig.2-1 The Structure of rolling bearing Fig.2-2 The common rolling bearings2.2 滚动轴承的故障形式正常运行的轴承应满足如下条件：能承担一定的载荷，具有一定的强度和刚度；具有一定的支承精度；具有小的摩擦力矩。但当轴承出现故障时，这些条件将不再被满足。研究表明，滚动轴承故障中与内圈、外圈缺陷有关的故障约占90％，与滚动体或保持架有关的故障约占10％，其基本的故障形式主要有[32]：(1)疲劳失效：表现为滚动体或滚道表面剥落或脱皮，轴承在承受载荷高速旋转时，由于巨大交变接触应力多次反复作用，轴承元件金属表面就会发生疲劳而呈现鱼鳞状的剥离现象，形成小凹坑。主要原因有轴向载荷过大
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TH165.3

【引证文献】