滚动轴承故障预测关键技术研究

发布时间：2017-06-02 02:06

  本文关键词：滚动轴承故障预测关键技术研究，由笔耕文化传播整理发布。

【摘要】：滚动轴承既是旋转机械中应用最广泛的部件之一，又是易损部件，对滚动轴承开展故障预测研究具有重要的现实意义。在故障预测过程中，从滚动轴承振动信号中提取故障特征是故障预测技术的关键。 本论文以滚动轴承结构为基础，研究了滚动轴承故障的形式和外表面振动信号产生的机理，以及由于不同故障引起的不同形式的振动，证明了利用滚动轴承外部振动信号对其进行诊断的可行性。在故障特征提取过程中，因为滚动轴承振动信号是一种非平稳、非线性信号，传统的时域或频域分析技术都存在各种各样的局限性，而结合两者的时频分析技术已经成为故障特征提取技术中应用最广泛的技术，本论文分别利用了经典小波技术、提升小波包技术和希尔伯特黄变换三种不同的时频分析技术对两种滚动轴承的振动信号进行了故障频率特征提取，，再根据理论计算得到的滚动轴承内圈、外圈、滚动体三种故障特征频率，验证了这三种方法在故障特征提取中的可行性和有效性。
【关键词】：滚动轴承 特征提取 小波分析 提升小波包分析 希尔波特黄变换
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-18
• 1.1 研究背景11-12
• 1.2 研究目的意义12-13
• 1.3 故障预测技术研究的发展历程及国内外研究现状13-17
• 1.3.1 故障预测技术发展的历程13-14
• 1.3.2 国内外研究现状14-16
• 1.3.3 故障预测中特征提取技术的研究现状16-17
• 1.4 论文主要研究内容17
• 1.5 本章小结17-18
• 第2章 滚动轴承故障机理及诊断技术18-26
• 2.1 滚动轴承故障的成因与基本形式18-19
• 2.1.1 滚动轴承故障的成因18-19
• 2.1.2 滚动轴承故障的基本形式19
• 2.2 滚动轴承的故障诊断方法19-20
• 2.3 滚动轴承振动信号20-22
• 2.3.1 轴承振动模型20-21
• 2.3.2 振动特征频率21-22
• 2.4 故障特征提取中的信号分析技术22-25
• 2.4.1 时域分析法23
• 2.4.2 频域分析法23-24
• 2.4.3 时频分析方法24
• 2.4.4 其他特征提取方法24-25
• 2.5 分析工具25
• 2.6 本章小结25-26
• 第3章 基于小波的轴承故障特征提取技术26-42
• 3.1 连续小波和离散小波变换26-32
• 3.2 试验数据32-33
• 3.2.1 轴承加速试验环境及数据32-33
• 3.2.2 轴承破坏性试验环境及数据33
• 3.3 小波变换在滚动轴承故障特征提取中的应用33-41
• 3.3.1 轴承加速试验数据分析33-37
• 3.3.2 轴承破坏性试验数据分析37-41
• 3.4 本章小结41-42
• 第4章 基于小波包提升的轴承故障特征提取技术42-52
• 4.1 小波包原理42-43
• 4.2 提升小波包法43-47
• 4.2.1 提升小波包原理43-46
• 4.2.2 小波包分解频带能量值46-47
• 4.3 提升小波包变换在滚动轴承故障特征提取中的应用47-51
• 4.3.1 轴承加速试验数据分析47-50
• 4.3.2 轴承破坏性试验数据分析50-51
• 4.4 本章小结51-52
• 第5章 基于 HHT 的轴承故障特征提取技术52-65
• 5.1 EMD 原理52-56
• 5.1.1 瞬时频率52-53
• 5.1.2 固有模态函数53-54
• 5.1.3 EMD 方法及其算法实现54-56
• 5.2 HILBERT 谱与 HILBERT 边际谱56-57
• 5.3 HHT 在滚动轴承特征提取中的应用57-64
• 5.3.1 轴承加速试验数据分析57-61
• 5.3.2 轴承破坏性试验数据分析61-64
• 5.4 本章小结64-65
• 结论65-66
• 参考文献66-71
• 攻读硕士期间发表的论文和获得的科研成果71-72
• 致谢72-73

【相似文献】

中国期刊全文数据库 前10条

1 李卓彦;周强强;李志雄;;滚动轴承故障诊断技术的研究[J];科技信息;2008年36期

2 高斌;陈果;;一种滚动轴承故障特征的时频综合分析法[J];机械科学与技术;2009年04期

3 程军圣;张亢;杨宇;;局部均值分解方法及其在滚动轴承故障诊断中的应用[J];中国机械工程;2009年22期

4 韩业锋;仲涛;石磊;;基于包络谱分析的滚动轴承故障诊断分析[J];机械研究与应用;2010年04期

5 张弦;王宏力;;进化小波消噪方法及其在滚动轴承故障诊断中的应用[J];机械工程学报;2010年15期

6 毛亚红;刘金良;;振动分析技术在风机滚动轴承故障诊断中的应用[J];中国设备工程;2011年06期

7 张云鹏;盖强;;S变换在滚动轴承故障诊断上的应用[J];应用科技;2011年07期

8 吴建林,盛英梁;振动信号频谱分析法检测铁道车辆滚动轴承故障初探[J];铁道车辆;1993年05期

9 高兴;大型收尘风机滚动轴承故障诊断[J];风机技术;1994年01期

10 宋显辉;用电脑分析仪诊断水泵滚动轴承故障[J];冶金动力;1995年05期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 刘玉林;;货车滚动轴承故障不分解诊断技术参数选择与优化探讨[A];扩大铁路对外开放、确保重点物资运输——中国科协2005年学术年会铁道分会场暨中国铁道学会学术年会和粤海通道运营管理学术研讨会论文集[C];2005年

3 杨积忠;左立建;;滚动轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

6 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

8 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

9 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

2 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

3 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

4 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

5 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

6 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

7 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

8 崔宝珍;自适应形态滤波与局域波分解理论及滚动轴承故障诊断[D];中北大学;2013年

9 姜锐红;基于谱峭度及原子分解的滚动轴承故障诊断方法研究[D];上海大学;2014年

10 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 李秋瑞;基于近邻函数准则与支持向量机的滚动轴承故障诊断研究[D];电子科技大学;2010年

2 苏宪章;滚动轴承故障非接触多传感器声信号融合及诊断技术研究[D];东北石油大学;2012年

3 刘震坤;基于支持向量数据描述的滚动轴承故障诊断方法研究[D];湖南大学;2012年

4 孔亚林;基于振动信号的滚动轴承故障诊断方法研究[D];大连理工大学;2006年

5 白文广;基于虚拟仪器技术的滚动轴承故障检测系统的研究[D];华北电力大学（河北）;2008年

6 苏阳;数据驱动滚动轴承故障诊断研究[D];沈阳大学;2012年

7 吕志刚;基于形态小波和最小二乘支持向量机的滚动轴承故障诊断研究[D];电子科技大学;2012年

8 董群英;基于非平稳时序分析的滚动轴承故障特征提取方法研究[D];中南大学;2012年

9 魏巍;基于非平稳时序分析的滚动轴承故障诊断方法研究[D];湖南工业大学;2012年

10 付新欣;基于小波分析的滚动轴承故障诊断技术研究[D];沈阳航空航天大学;2013年

  本文关键词：滚动轴承故障预测关键技术研究，由笔耕文化传播整理发布。

本文编号：413976