基于Alpha稳定分布的轴承故障信号非平稳性的研究

发布时间：2022-02-14 14:11

　　轴承是旋转机械中最常用、最易受损的零部件，轴承的正常工作是机械设备正常运转的必要条件，因此针对轴承的故障诊断具有重要的现实意义。目前，在机械设备的故障诊断中，以振动信号为基础的诊断方法是使用最多最有效的方法之一。然而，现实中的振动信号大多是非平稳的随机信号，轴承工作时产生的振动信号是典型的周期平稳随机信号。内圈及滚动体故障时，信号中存在调制的现象，初期故障时故障振动振幅较小，这种情况下信号的周期平稳特性很明显。在对非平稳信号的处理时，以傅里叶分析方法为中心的平稳信号的方法出现了失效的情况，不能从振动信号中提取出能准确反映轴承运行状态的故障特征频率。即使小波分析、快速傅里叶分析等时频分析的方法，在处理故障初期的非平稳随机信号时，有时也会出现不能达到诊断效果的情况。本文基于机械振动理论、概率统计理论和信号处理技术等学科，使用机械故障诊断的理论方法。以故障的轴承的振动信号为研究对象，从信号的非平稳性定义出发，对轴承的故障振动信号的非平稳特性的产生机理、影响因素、以及表现特性进行了研究。应用Wold-Cramer分解定理，分解非平稳的随机信号，将对轴承故障信号的非平稳特性的研究转为相对平稳的复... 

【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

树形结构滤波器组结构

实验实体图如下图4-10 所示，图 4- 10 西楚大学轴承数据装置如图所示是西楚大学的轴承实验的实际图。实验平台包括一个2马力的电机，中间是一个转矩传感器，右侧一个功率计和电子控制设备（没有显示）。被测试轴承支承电机轴。使用电火花加工技术在轴承上布置了单点故障，故障直径分别为0.007、0.014、0.021、0.028、0.040英寸，深度均为0.011英寸。其中每个轴承采集四组数据，负载从0马力增加到3马力，电机转速相应的从1797r/min下降到1720r/min，两种采样，采样频率为12000Hz和48000Hz，采样时间长度约为10秒。下表格是内外圈及滚动体的故障特征频率

实验设备实物图

【参考文献】：
期刊论文
[1]滚动轴承故障振动信号特征与诊断方法[J]. 吴斌,王敏杰,康晶,罗跃纲.  大连理工大学学报. 2013(01)
[2]机械故障诊断基础研究“何去何从”[J]. 王国彪,何正嘉,陈雪峰,赖一楠.  机械工程学报. 2013(01)
[3]基于局部特征尺度分解的经验包络解调方法及其在机械故障诊断中的应用[J]. 程军圣,郑近德,杨宇.  机械工程学报. 2012(19)
[4]基于振动的滚动轴承故障诊断技术研究[J]. 蒋超,张应红,徐晋勇,赵家臣,高成.  煤矿机械. 2012(02)
[5]基于复解析小波变换的信号包络检测[J]. 侯铁双.  西安邮电学院学报. 2011(03)
[6]“数字信号处理”课程的Matlab教学研究[J]. 郭建涛.  电气电子教学学报. 2010(03)
[7]基于GARCH模型MSVM的轴承故障诊断方法[J]. 陶新民,徐晶,杨立标,刘玉.  振动与冲击. 2010(05)
[8]旋转机械非平稳振动信号的时频分析比较[J]. 向玲,唐贵基,胡爱军.  振动与冲击. 2010(02)
[9]基于谐波小波包方法的旋转机械故障信号提取[J]. 张文斌,周晓军,林勇,李俊生,沈路.  振动与冲击. 2009(03)
[10]循环自相关函数在旋转机械故障诊断中的应用[J]. 金大玮,贾民平.  机械制造与自动化. 2006(01)

博士论文
[1]机械故障信号统计建模及其故障诊断方法的研究[D]. 李长宁.哈尔滨工业大学 2010
[2]基于非高斯、非平稳信号处理的机械故障特征提取方法研究[D]. 胡晓依.北京交通大学 2009
[3]α稳定分布参数估计与谱分析理论及应用研究[D]. 孙永梅.大连理工大学 2006



本文编号：3624707