基于时间序列分析的滚动轴承的故障诊断

发布时间：2020-07-17 03:19

【摘要】： 本论文主要研究了滚动轴承故障诊断的几种方法,其中有传统的也是经典的信号分析方法——时域分析法和频域分析法;主要介绍了现代的信号分析法——时间序列分析法。滚动轴承是旋转机械中最常见的零部件,它的运行状态直接影响到整台机器的性能。本文以精密机车滚动轴承故障诊断为背景,首先,分析了滚动轴承的故障机理和振动特征。其次,介绍了时域分析、频域分析中的一些常用的方法和时间序列分析等多种滚动轴承故障特征提取方法。滚动轴承振动信号具有背景噪声强、不同故障引起不同特征振动的特点。尤其是损伤类故障,不但会引起低频冲击振动,还会激起轴承系统的高频固有衰减振动。损伤故障激起的固有振动频率不是固定不变的,故障的不同阶段、不同部位、不同形态都会引起不同频率的固有衰减振动。时域参数监测常用以判断轴承是否存在故障。功率谱分析可以精确诊断滚动轴承结构和加工装配误差类故障。时间序列分析能通过建立时序模型,从谱图上来更清晰的看出故障的谱峰。针对滚动轴承早期损伤类故障,在研究比较多种轴承故障诊断方法的基础上,本文主要介绍了时间序列分析法——一种比较现代的方法,以及时间序列分析法在信号处理方面的优点。
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TH133.33
【图文】：

_1}良斌为车由承护勺】倪nc确:食刁

滚动轴承故障树

．2．1 功率谱分析信号的功率谱反映了信号的能量随频率的分布情况，即反映了信号中的成份以及各频率成份的能量大小情况。当信号中各频率成份的能量比发生时，功率谱主能量的谱峰位置也将发生变化[32]。另一方面，当信号的频率增多时，功率谱上能量分布将表现为分散；当信号中频率成份减少时，功上能量分布将表现为集中。由此可以看出，通过描述功率谱中主频带位置化以及谱能量分布的分散程度，可以较好的描述信号频域特征的变化。需要指出的是，由于滚动轴承的振动信号中含有大量的随机成分，所以是故障轴承，其故障特征频率成分在频谱图中有时反映得也不够明显。为够使频谱图比较清楚的表现出故障特征频率成分的谱线，常常采用两种方是在频谱分析前首先用模拟或数字的方法对信号进行滤波、包络检波等处提高信噪比，突出故障信息；二是进行多次频谱平均[30]，经过平均的频谱成分减弱，周期性的故障特征谱线加强，更容易诊断出故障来。

【引证文献】

相关期刊论文 前1条

1 姜娜;纪建伟;齐晓轩;孔庆江;肖隆君;孙逢龙;;基于小波包分析的滚动轴承的故障诊断方法研究[J];浙江农业学报;2012年02期

相关硕士学位论文 前6条

1 张驰;数控机床典型故障分析与诊断系统设计[D];青岛理工大学;2010年

2 杜可涛;LabVIEW平台下浊度传感器自确认方法的研究与实现[D];广东工业大学;2008年

3 刘明;桥式起重机主梁结构疲劳剩余寿命ARMA模型预测与分析[D];太原科技大学;2008年

4 白斌;基于时空序列分析的温室测控系统WSN故障诊断[D];江苏大学;2009年

5 吴令红;结构损伤检测与定位方法研究[D];太原理工大学;2009年

6 姚玉锋;基于信息融合的WSN节点故障诊断方法研究[D];西安电子科技大学;2013年

本文编号：2758909