旋转机械故障的检测与诊断

发布时间：2017-05-23 19:09

  本文关键词：旋转机械故障的检测与诊断，由笔耕文化传播整理发布。

【摘要】：在旋转机械的使用过程中,故障常常难以避免,一旦某一机械部件出现缺陷,则会影响整个机器的正常运行。为了尽可能减少不必要的灾害的发生,及时的发现并检查出故障的问题所在是极为所需的。因为滚动轴承是机械设备中常用的部件之一,所以本文主要针对滚动轴承的缺陷来进行检测和诊断。 对机械故障信号的诊断主要分三步：首先,获取故障信号；其次,对故障信号进行特征提取；最后,对信号进行检测和诊断。本文中的滚动轴承故障检测也是这样一个步骤。 首先,为权威起见,本文中用于研究、测试的数据来源于为业内学者所公用的美国西储大学的故障轴承实验数据；其次,本文采用小波分析的小波分解、重构和希尔伯特包络谱分析方法,通过Matlab软件的实现,完成了对故障数据的特征提取；最后,本文引入了朴素贝叶斯分类算法,将故障诊断看作一个分类的过程。为了能够更好地应用朴素贝叶斯分类算法,本文将提取到的取值连续的特征属性进行离散化处理,新得到的特征属性也能够完整地表达故障数据,并且易于在朴素贝叶斯分类算法中的实现。对本文实现的故障诊断系统进行测试后发现,系统诊断准确率较高。从创新角度讲,对于机械故障诊断,这是将小波包络谱分析和朴素贝叶斯分类算法的新颖结合,且诊断效果好,可扩展性强,能够根据需要应用在除滚动轴承外的其他机械故障诊断中。
【关键词】：小波分析 包络谱分析 朴素贝叶斯分类 滚动轴
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3
【目录】：

• 摘要4-5
• ABSTRACT5-7
• 目录7-9
• 第一章 绪论9-17
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状和趋势10-11
• 1.3 常用的滚动轴承的故障检测与诊断方法介绍11-15
• 1.3.1 时域分析方法12-13
• 1.3.2 频域分析方法13-15
• 1.4 主要研究内容15-17
• 第二章 特征提取在时频域内的方法分析17-26
• 2.1 时域和频域中的方法分析17-24
• 2.2.1 时域分析17
• 2.2.2 频域分析17-19
• 2.2.3 时-频域分析19-24
• 2.2 包络谱分析24-25
• 2.3 本章小结25-26
• 第三章 基于小波分析和包络谱分析的故障特征提取26-43
• 3.1 滚动轴承故障失效常见形式26-29
• 3.1.1 滚动轴承上的常见振动和噪声26-28
• 3.1.2 滚动轴承的故障特征频率计算28-29
• 3.2 几种常用的小波函数29-31
• 3.2.1 Haar小波29-30
• 3.2.2 Daubechies小波30-31
• 3.3 滚动轴承数据的小波分析和包络谱分析31-40
• 3.4 滚动轴承数据的小波包络自动特征提取技术40-42
• 3.5 本章小结42-43
• 第四章 基于朴素贝叶斯分类算法的故障检测与诊断43-54
• 4.1 特征频率的预处理43-45
• 4.2 基于朴素贝叶斯分类算法的机械故障检测45-48
• 4.2.1 贝叶斯定理45-46
• 4.2.2 朴素贝叶斯分类算法46-48
• 4.3 基于故障数据的建模子系统48-49
• 4.4 故障诊断子系统49-50
• 4.5 实验结果分析50-53
• 4.6 本章小结53-54
• 第五章 结论与展望54-56
• 5.1 结论54-55
• 5.2 展望55-56
• 参考文献56-61
• 附录61-62
• 致谢62

【参考文献】

中国期刊全文数据库 前7条

1 李钢;周东华;;基于SPM的多变量连续过程在线故障预测方法[J];化工学报;2008年07期

2 陈果;;滚动轴承早期故障的特征提取与智能诊断[J];航空学报;2009年02期

3 王红军;徐小力;张建民;;设备状态趋势的SVM预示技术研究[J];机械科学与技术;2006年04期

4 荆双喜,冷军发,李臻;基于小波包分析的机械故障特征提取方法研究[J];煤矿机械;2003年03期

5 段晨东;何正嘉;;基于第二代小波变换的转子碰摩故障特征提取方法[J];汽轮机技术;2006年01期

6 李凌均,张周锁,何正嘉;基于支持向量机的机械设备状态趋势预测研究[J];西安交通大学学报;2004年03期

7 周福昌;陈进;何俊;毕果;张桂才;李富才;;循环平稳信号处理在机械设备故障诊断中的应用综述[J];振动与冲击;2006年05期

  本文关键词：旋转机械故障的检测与诊断，由笔耕文化传播整理发布。

，

本文编号：388837