基于小波包分析的滚动轴承故障诊断

发布时间：2017-05-15 11:30

  本文关键词：基于小波包分析的滚动轴承故障诊断，由笔耕文化传播整理发布。

【摘要】：滚动轴承是常用且易发生损坏的机械部件，轴承工作状态直接影响到整个设备组的正常运行和生产安全。在轴承故障诊断过程中，特别是初期故障，其特征信息很微弱且往往被强噪声所淹没，信噪比很低，难以准确的、有效的提取并诊断出故障，如果不及时处理将引发严重后果，每年因轴承问题引起的机械故障而造成的经济损失高达几十亿。因此合理有效的检测出滚动轴承初期故障，杜绝事故发生显得极其重要。 本文基于振动信号测试，主要运用小波包基础理论，，并结合EMD方法、支持向量机对滚动轴承熵及故障特征进行深入研究，研究内容如下： 首先，本文对小波包的基本理论、发展过程及通常故障诊断的判别方法进行了论述，阐述了小波包理论对机械科学的影响与意义。分析了滚动轴承的故障类型、振动机理及其频率特征。 其次，通过仿真信号来研究小波包理论和EMD理论；应用小波包实现信噪分离，突出了其良好的降噪效果；然后以互相关、峭度准则提取经EMD分解降噪后信号的分量，避免了IMF分量选择的盲目性。同时对传统小波包进行了改进，不仅保持信号频率分辨率，还可防止子带信号产生虚假频率造成严重的频率混叠现象，并利用EMD分解故障频率范围的子带信号，能够准确的找到故障频率。再用江苏千鹏公司生产的齿轮箱滚动轴承作为实验研究对象，来检测、验证以上方法，均得到理想结果。 再次，小波包与EEMD来检测轴承故障振动信号。进行了EMD和EEMD比较，了解到EEMD方法能有效的减少EMD方法中的模态混叠程度，但分解速度比EMD慢； 最后，小波包与支持向量机相结合，对美国Spectra Quest公司生产的齿轮箱滚动轴承的故障类型进行智能分类； 通过最终的实验结果表明小波包和EMD可以很好的提取并表达出滚动轴承外圈故障信息；小波包与支持向量机有效的、准确的分类出轴承故障类型，从而证明本文的方法有效的解决了滚动轴承故障问题。
【关键词】：小波包降噪 EMD 支持向量机 滚动轴承 故障诊断
【学位授予单位】：内蒙古科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要3-4
• Abstract4-9
• 1 绪论9-13
• 1.1 课题研究背景及意义9-10
• 1.2 小波包的研究现状10-11
• 1.3 课题主要研究内容与结构安排11-13
• 2 轴承的故障类型及振动机理13-18
• 2.1 滚动轴承的基本结构13
• 2.2 滚动轴承故障类型与振动机理13-15
• 2.2.1 滚动轴承故障类型13-14
• 2.2.2 滚动轴承的振动机理14-15
• 2.3 滚动轴承故障分析15-17
• 2.3.1 滚动轴承故障振动特性15-16
• 2.3.2 滚动轴承的频率16-17
• 2.4 本章小结17-18
• 3 小波包分析与 EMD 方法的结合18-39
• 3.1 小波分析理论18-21
• 3.1.1 小波分析基本理论18-19
• 3.1.2 小波分解与多分辨率分析19-21
• 3.2 小波包分析21-23
• 3.2.1 小波包定义21-22
• 3.2.2 小波包空间分解22-23
• 3.3 EMD 理论23-27
• 3.3.1 瞬时频率23-24
• 3.3.2 内模函数24-25
• 3.3.3 EMD 筛分过程25-27
• 3.4 基于小波去噪和 EMD 的分析方法27-32
• 3.4.1 噪声对 EMD 方法的影响28-30
• 3.4.2 小波去噪与 EMD 的结合30-32
• 3.5 基于小波包和 EMD 的信号分析方法32-33
• 3.6 基于改进小波包和 EMD 的信号分析方法33-38
• 3.6.1 小波包算法中频率混淆33-35
• 3.6.2 改进小波包变换算法35-38
• 3.7 本章小结38-39
• 4 基于小波包和 EMD 的滚动轴承故障诊断39-58
• 4.1 滚动轴承故障试验台数据采集39-42
• 4.2 小波包与 EMD 对轴承故障诊断42-47
• 4.3 改进小波包与 EMD 对轴承故障诊断47-50
• 4.4 小波包与 EEMD 的滚动轴承故障诊断50-57
• 4.4.1 EEMD 基本原理51-52
• 4.4.2 EMD 和 EEMD 的比较52-54
• 4.4.3 小波包与 EEMD 故障流程54-55
• 4.4.4 小波包与 EEMD 轴承实验数据分析55-57
• 4.5 本章小结57-58
• 5 小波包与向量机的滚动轴承故障智能诊断58-69
• 5.1 引言58
• 5.2 支持向量机原理58-62
• 5.2.1 线性支持向量机58-61
• 5.2.2 非线性支持向量机61
• 5.2.3 核函数61-62
• 5.3 常量特征信息参数62
• 5.4 基于多特征小波包支持向量机故障诊断基本步骤62-64
• 5.5 试验分析64-68
• 5.6 结论68
• 5.7 本章小结68-69
• 结论69-70
• 参考文献70-76
• 小波包去噪 EMD 分解主程序76-81
• 改进小波包与 EMD 主程序81-84
• 小波包与 EEMD 主程序84-90
• 在学研究成果90-91
• 致谢91

【参考文献】

中国期刊全文数据库 前10条

1 薛蕙,杨仁刚,罗红;利用小波包变换实现电力系统谐波分析[J];电网技术;2004年05期

2 秦岭;杨君;;小波包分析在旋转机械故障诊断中的应用[J];电子工程师;2006年01期

3 任国全,韦有民,郑海起;基于小波分析的轴承故障诊断研究[J];河北省科学院学报;2002年02期

4 徐启华,师军;基于支持向量机的航空发动机故障诊断[J];航空动力学报;2005年02期

5 罗艳芳,王克明;小波包分析在内燃机车静液压齿轮箱故障诊断中的应用[J];沈阳航空工业学院学报;2003年01期

6 戴桂平;刘彬;;基于小波去噪和EMD的信号瞬时参数提取[J];计量学报;2007年02期

7 高珍,马金山,熊晓燕;齿轮故障诊断的小波分析方法[J];机械管理开发;2005年02期

8 何晓霞,沈玉娣,张西宁;连续小波变换在滚动轴承故障诊断中的应用[J];机械科学与技术;2001年04期

9 林京,屈梁生;基于连续小波变换的信号检测技术与故障诊断[J];机械工程学报;2000年12期

10 傅勤毅,章易程,应力军,李国顺;滚动轴承故障特征的小波提取方法[J];机械工程学报;2001年02期

  本文关键词：基于小波包分析的滚动轴承故障诊断，由笔耕文化传播整理发布。

本文编号：367668