基于局部特征尺度分解的滚动轴承故障诊断方法

发布时间：2017-05-31 23:06

  本文关键词：基于局部特征尺度分解的滚动轴承故障诊断方法，由笔耕文化传播整理发布。

【摘要】：滚动轴承在机械设备中的应用非常广泛，也极易损坏，当滚动轴承出现故障时，，容易导致机械设备的失效，甚至引发事故，因此，对滚动轴承的运行状态进行监测和诊断具有十分必要的意义。对滚动轴承进行故障诊断的关键是故障特征提取，滚动轴承的故障常常导致其振动信号表现出非平稳的特性。局部特征尺度分解（Local characteristic-scale decomposition,简称LCD）是一自适应性的非平稳信号的处理方法，该方法可以将复杂的非平稳信号自适应地分解为一系列瞬时频率具有物理意义的单分量信号之和，因而其非常适合于滚动轴承故障信号分析处理。 基于此，本文将LCD方法引入滚动轴承故障诊断，并与支持向量机（Supportvector machine, SVM）、基于变量预测模型的模式识别（Variable predictive modelbased class discriminate, VPMCD）等方法相结合，提出了基于局部特征尺度分解的滚动轴承故障诊断方法。论文的主要内容如下： 1、介绍了滚动轴承几种常见的失效形式，并探讨了其故障机理。同时介绍了LCD方法的理论基础，并通过仿真信号分析对局部特征尺度分解（LCD）方法与固有时间尺度分解（Intrinsic time-scale decomposition, ITD）方法、经验模态分解（Empirical mode decomposition, EMD）方法进行了比较，证明其在抑制信号失真、减小迭代次数方面的优越性，并且通过实例证明了LCD方法在滚动轴承振动信号分析处理方面的有效性。 2、在定义Hilbert边际能量谱的基础上，提出了基于LCD和局部Hilbert边际能量谱的滚动轴承故障诊断特征提取方法，利用LCD将轴承信号分解为若干ISC分量，进行Hilbert解调，得到各工作状态下的时频谱，提取局部Hilbert边际能量作为特征参数。并将由特征参数组成的特征向量输入支持向量机中，结果证明了该方法的有效性。 3、针对滚动轴承振动信号的噪声问题，提出基于LCD_GRA（Grey relationalanalysis, GRA）降噪方法，并与VPMCD识别方法相结合，应用于滚动轴承故障诊断。VPMCD是一种模式识别新方法，通过UCI标准数据验证了VPMCD新方法的优越性，并通过仿真和实例分析，证明了LCD_GRA降噪方法的有效性，可以将其用于滚动轴承的故障诊断。
【关键词】：局部特征尺度分解 滚动轴承 故障诊断 局部Hilbert边际能量谱 基于变量预测模型的模式识别
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要5-6
• Abstract6-8
• 目录8-10
• 插图索引10-11
• 附表索引11-12
• 第1章 绪论12-20
• 1.1 课题研究背景和提出12-13
• 1.1.1 研究背景和意义12-13
• 1.1.2 课题提出13
• 1.2 滚动轴承故障诊断技术的现状与发展趋势13-17
• 1.3 论文的研究思路和内容安排17-20
• 1.3.1 论文的研究思路17-18
• 1.3.2 论文的内容安排18-20
• 第2章 滚动轴承的故障类型和诊断方法20-30
• 2.1 概述20
• 2.2 滚动轴承主要故障类型20-21
• 2.3 滚动轴承的故障机理和振动特征21-26
• 2.3.1 滚动轴承的结构21-22
• 2.3.2 滚动轴承故障机理22-23
• 2.3.3 滚动轴承的振动特征23-26
• 2.4 振动信号的分析方法26-28
• 2.4.1 时域分析法26
• 2.4.2 频域分析法26-27
• 2.4.3 时频分析法27-28
• 2.5 本章小结28-30
• 第3章 局部特征尺度分解方法30-40
• 3.1 概述30
• 3.2 局部特征尺度分解方法30-35
• 3.2.1 固有时间尺度分解方法的基本原理30-32
• 3.2.2 局部特征尺度分解方法的基本原理32-35
• 3.3 仿真信号分析35-37
• 3.4 LCD 包络谱在滚动轴承故障诊断中的应用37-39
• 3.4.1 滚动轴承实验装置及故障设置37-38
• 3.4.2 基于 LCD 包络谱的滚动轴承故障诊断38-39
• 3.5 本章小结39-40
• 第4章 基于 LCD 和局部 Hilbert 边际能量谱的滚动轴承故障诊断方法40-48
• 4.1 局部 Hilbert 边际能量谱41-42
• 4.1.1 Hilbert 边际谱41-42
• 4.1.2 局部 Hilbert 边际能量谱42
• 4.2 支持向量机42-43
• 4.3 基于 LCD 和局部 Hilbert 边际能量谱的滚动轴承故障诊断43-47
• 4.3.1 基于 LCD 和局部 Hilbert 边际能量谱的故障诊断步骤43
• 4.3.2 LCD 和局部 Hilbert 边际能量谱在故障特征提取中的应用43-46
• 4.3.3 LCD 和局部 Hilbert 边际能量谱在故障诊断中的应用46-47
• 4.4 本章小结47-48
• 第5章 LCD_GRA 降噪在滚动轴承故障诊断中的应用48-62
• 5.1 分形盒维数49-50
• 5.1.1 分形理论49
• 5.1.2 分形盒维数的计算49-50
• 5.2 灰色关联分析50-51
• 5.3 基于变量预测模型的模式识别（VPMCD）方法51-54
• 5.3.1 变量预测模型52-53
• 5.3.2 基于变量预测模型的模式识别（VPMCD）方法53-54
• 5.3.3 VPMCD 在 UCI 标准数据中的应用54
• 5.4 仿真信号分析54-56
• 5.5 LCD_GRA 降噪和 VPMCD 在滚动轴承故障诊断中的应用56-61
• 5.5.1 基于 LCD_GRA 降噪和 VPMCD 的故障诊断步骤56-57
• 5.5.2 基于 LCD_GRA 降噪和 VPMCD 的滚动轴承故障诊断57-61
• 5.6 本章小结61-62
• 总结与展望62-64
• 参考文献64-68
• 致谢68-69
• 附录A 攻读学位期间发表和录用的论文目录69

【参考文献】

中国期刊全文数据库 前10条

1 理华,徐春广,肖定国,黄卉,郑军,季皖东,郭浩;滚动轴承声发射检测技术[J];轴承;2002年07期

2 刘洁;马伟;刘俊尧;郭强;;振动筛滚动轴承的振动特性研究[J];轴承;2007年10期

3 于德介,程军圣,杨宇;Hilbert能量谱及其在齿轮故障诊断中的应用[J];湖南大学学报(自然科学版);2003年04期

4 ;Boundary-processing-technique in EMD method and Hilbert transform[J];Chinese Science Bulletin;2001年11期

5 刘占生;窦唯;王东华;王晓伟;;基于遗传算法的旋转机械故障诊断方法融合[J];机械工程学报;2007年10期

6 崔玲丽;康晨晖;张建宇;李文斌;高立新;;基于时延相关及小波包系数熵阈值的增强型共振解调方法[J];机械工程学报;2010年20期

7 徐东;徐永成;陈循;李兴林;查伟;;单表面故障的滚动轴承系统非线性动力学研究[J];机械工程学报;2010年21期

8 明安波;褚福磊;张炜;;滚动轴承故障特征提取的频谱自相关方法[J];机械工程学报;2012年19期

9 程军圣;郑近德;杨宇;;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];机械工程学报;2012年19期

10 徐美芳,韩焱,董剑龙;数字射线图像降噪中的非线性滤波方法[J];无损检测;2005年05期

  本文关键词：基于局部特征尺度分解的滚动轴承故障诊断方法，由笔耕文化传播整理发布。

本文编号：410902