基于LCD和VPMCD的滚动轴承故障诊断方法

发布时间：2017-06-23 08:15

  本文关键词：基于LCD和VPMCD的滚动轴承故障诊断方法，由笔耕文化传播整理发布。

【摘要】：滚动轴承是机械设备中使用量最多，也是极易损坏的零件，当其出现故障时容易引发整个机械设备的失效，因此对其运行状况进行监测和诊断具有十分重要的意义。滚动轴承故障诊断的关键在于故障特征提取，当滚动轴承出现故障时，其振动信号往往表现出非平稳特性。局部特征尺度分解（Local characteristic scaledecomposition，简称LCD）是一种自适应的非平稳信号处理方法，该方法能够将复杂的非平稳信号自适应地分解为若干瞬时频率具有物理意义的单分量信号之和，因而非常适合于滚动轴承故障信号分析。 同时，滚动轴承的故障诊断本质上是一个模式识别的过程。在模式识别方法中，基于变量预测模型的模式识别（Variable predictive model based classdiscriminate，简称VPMCD）是一种新的模式识别方法，该方法利用特征参数之间存在相互内在关系建立变量预测模型，再通过预测模型对待测数据进行模式识别与分类。在滚动轴承故障诊断中，通过特征提取获得的特征参数之间往往存在着一定的内在变量关系，而这种关系在不同的系统或类别之间具有不同的特点，因此，可以将VPMCD应用于滚动轴承故障模式识别中。 基于此，本文将LCD方法和VPMCD方法相结合，提出了基于LCD和VPMCD的滚动轴承故障诊断方法。论文的主要研究内容如下： 1、分析了滚动轴承常见的失效形式，探讨了它的故障机理和振动特征，同时从信号处理方法和故障模式识别方法两个方面对其故障诊断方法进行了阐述。 2、研究了LCD算法的基本理论，并通过仿真信号比较了LCD相对于固有时间尺度分解（Intrinsic time-scale decomposition，简称ITD）和经验模态分解（Empirical mode decomposition，简称EMD）算法的优点，同时通过实验来验证LCD在滚动轴承故障诊断中的有效性。 3、研究了VPMCD算法的基本理论，将其与LCD算法相结合运用于滚动轴承故障诊断中，并通过实验，与目前广泛应用于滚动轴承模式识别中的神经网络算法和支持向量机算法相比较，结果验证了其在分类精度和训练速度上的优势。 4、针对VPMCD在参数估计过程中存在的缺陷，对其进行了改进，用主成分回归代替原方法中的最小二乘法进行参数估计，，消除了预测变量间存在多重线性相关性的影响，可以获得更加稳定的模型参数，从而提高了模式识别的精度。通过对不同工作状态和故障类型下的滚动轴承振动信号进行分析，结果表明了该方法的有效性。 5、VPMCD在训练过程中是用多项式响应面法来建立预测模型的，然而其模型拟合精度不能随训练样本容量的增加而显著提高。因此，论文将多项式响应面法进行了改进，通过对仿真模型的拟合精度对比分析发现，相对于原方法，改进的多项式响应面法的模型拟合精度能随样本容量增加而明显提高。基于此，论文提出了基于改进多项式响应面的VPMCD算法，并通过实验数据进行对比验证，证明了改进算法相对于原算法的优势。
【关键词】：滚动轴承 故障诊断 基于变量预测模型的模式识别 局部特征尺度分解 主成分回归 改进的多项式响应面
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3;TH133.33
【目录】：

• 摘要5-7
• Abstract7-9
• 目录9-11
• 插图索引11-13
• 附表索引13-14
• 第一章 绪论14-20
• 1.1 研究背景和意义14-15
• 1.2 滚动轴承故障诊断技术的发展现状与趋势15-17
• 1.3 论文的研究思路及内容安排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
• 第二章 滚动轴承的失效形式和故障诊断方法20-31
• 2.1 滚动轴承的主要失效形式20-21
• 2.2 滚动轴承的振动诊断机理与振动特征21-23
• 2.2.1 滚动轴承的主要结构21-22
• 2.2.2 滚动轴承振动诊断机理22-23
• 2.2.3 滚动轴承的振动特征分析23
• 2.3 滚动轴承故障诊断方法23-30
• 2.3.1 滚动轴承信号处理方法25-28
• 2.3.2 滚动轴承故障模式识别方法28-30
• 2.4 本章小结30-31
• 第三章 基于 LCD 算法的滚动轴承故障诊断方法31-41
• 3.1 固有时间尺度分解算法31-32
• 3.2 局部特征尺度分解算法32-34
• 3.3 信号仿真分析34-36
• 3.4 LCD 算法在滚动轴承故障诊断中的应用36-40
• 3.4.1 基于 LCD 包络谱的滚动轴承故障诊断36-38
• 3.4.2 基于 LCD 和 SVM 的滚动轴承故障诊断38-40
• 3.5 本章小结40-41
• 第四章 基于 VPMCD 的滚动轴承故障模式识别方法41-50
• 4.1 变量预测模型41-42
• 4.2 基于变量预测模型的模式识别（VPMCD）方法42-43
• 4.3 VPMCD 在 UCI 标准数据中的应用43-44
• 4.4 VPMCD 和 LCD 算法在滚动轴承故障诊断中的应用44-49
• 4.4.1 基于 VPMCD 和 LCD 算法的滚动轴承故障诊断方法44-45
• 4.4.2 应用45-49
• 4.5 本章小结49-50
• 第五章 基于主成分回归的 VPMCD 算法及其在滚动轴承故障诊断中的应用50-61
• 5.1 基于主成分回归技术的 VPMCD 方法50-53
• 5.2 PVPMCD 方法在滚动轴承故障诊断中的应用53-59
• 5.2.1 基于 PVPMCD 的滚动轴承故障诊断方法53-54
• 5.2.2 应用54-59
• 5.3 本章小结59-61
• 第六章 基于改进多项式响应面法的 VPMCD 方法及其在滚动轴承故障诊断中的应用61-69
• 6.1 改进的多项式响应面法61-65
• 6.1.1 多项式响应面法61-62
• 6.1.2 改进的多项式响应面法62-63
• 6.1.3 仿真对比分析63-65
• 6.2 基于 IPRS 的 VPMCD 方法及其在滚动轴承故障诊断中的应用65-67
• 6.2.1 基于 IPRS 的 VPMCD 方法65-66
• 6.2.2 应用66-67
• 6.3 本章小结67-69
• 结论与展望69-71
• 参考文献71-75
• 致谢75-76
• 附录 A 攻读学位期间发表和录用的论文目录76-77
• 附录 B 攻读学位期间参与的科研项目77

【参考文献】

中国期刊全文数据库 前10条

1 王大鹏;;支持向量回归与常用近似模型的非线性预测性能比较研究[J];工业控制计算机;2010年09期

2 穆雪峰,姚卫星,余雄庆,刘克龙,薛飞;多学科设计优化中常用代理模型的研究[J];计算力学学报;2005年05期

3 彭磊;刘莉;龙腾;;基于动态径向基函数代理模型的优化策略[J];机械工程学报;2011年07期

4 费智;符平;;我国风电发展的态势分析与对策建议[J];科技进步与对策;2011年10期

5 胡寿松,王源;基于支持向量机的非线性系统故障诊断[J];控制与决策;2001年05期

6 潘雷;谷良贤;阎代维;;改进响应面法及其近似性能研究[J];宇航学报;2009年02期

7 冯志鹏,宋希庚,薛冬新,谢宇,邓东风;旋转机械振动故障诊断理论与技术进展综述[J];振动与冲击;2001年04期

8 程军圣;张亢;杨宇;于德介;;局部均值分解与经验模式分解的对比研究[J];振动与冲击;2009年05期

9 程军圣;郑近德;杨宇;;一种新的非平稳信号分析方法——局部特征尺度分解法[J];振动工程学报;2012年02期

10 程军圣,于德介,杨宇;基于EMD和分形维数的转子系统故障诊断[J];中国机械工程;2005年12期

  本文关键词：基于LCD和VPMCD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：474419