基于信号的数学形态学方法及其在滚动轴承故障诊断中的研究应用

发布时间：2017-08-15 07:29

  本文关键词：基于信号的数学形态学方法及其在滚动轴承故障诊断中的研究应用

  更多相关文章： 数学形态学 基于信号的三角形结构元素 相关分析 特征提取 故障诊断 滚动轴承 信号处理

【摘要】：在基于振动信号的滚动轴承故障诊断方法中,数学形态学因其具有非常好的故障特征提取能力而受到了越来越多的重视,它通过采用合适的结构元素和相应的形态运算可实现对滚动轴承故障特征的有效提取。因此本文以数学形态学为基础,通过探究结构元素对滚动轴承故障特征提取效果的影响后,构造了一类基于信号的三角形结构元素,并根据不同类型的滚动轴承振动信号来对该类结构元素的有效性进行验证。相应的研究内容如下： 1)分析了结构元素对滚动轴承故障特征提取效果的影响。由于结构元素对故障特征的提取具有决定性的影响,因此本文探讨了不同形状、不同高度及不同长度的结构元素对滚动轴承故障特征提取效果的影响。分析结果表明只有当结构元素的几何特征与故障信号的几何特征相似时,相应的故障信息才能被有效的提取出来。 2)构建了一类基于信号的三角形结构元素。由于不同类型的滚动轴承故障信号具有不同的特征,因此在对故障信号进行特征提取时,所用结构元素也应与故障信号相互对应。为此本文提出了一类基于信号的三角形结构元素,该类结构元素可由振动信号幅值大小的统计分布计算得到,因此在几何特征方面它们与相应信号的相似度高且相互对应。 3)验证了基于信号的三角形结构元素在滚动轴承故障特征提取方面的有效性。一系列实际滚动轴承的故障诊断结果表明,基于该结构元素的故障诊断方法可以准确的诊断出滚动轴承的各类故障；对于传统包络分析方法难以诊断的滚动体故障,本方法也能给出正确的诊断结果；另外本方法在一定程度上可以识别出滚动轴承的故障损伤程度及外圈故障的位置；在强背景噪声的情况下,本方法依然具有较高的故障辨识能力。因此证明了基于信号的三角形结构元素可以准确、有效而充分的提取出不同类型的滚动轴承故障特征信息。
【关键词】：数学形态学 基于信号的三角形结构元素 相关分析 特征提取 故障诊断 滚动轴承 信号处理
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH133.33;TH165.3
【目录】：

• 学位论文数据集4-5
• 摘要5-7
• ABSTRACT7-9
• 目录9-16
• 第一章 绪论16-28
• 1.1 化工旋转设备故障诊断的背景和意义16-17
• 1.2 旋转机械故障诊断的国内外研究现状及发展趋势17-18
• 1.3 滚动轴承的故障诊断18-21
• 1.3.1 滚动轴承故障诊断的重要性18
• 1.3.2 滚动轴承的故障诊断技术18-21
• 1.4 基于振动信号的滚动轴承故障特征提取21-24
• 1.4.1 基于时域的故障特征提取21-22
• 1.4.2 基于频域的故障特征提取22-23
• 1.4.3 基于时频分析的故障特征提取23-24
• 1.5 数学形态学及其在滚动轴承故障特征提取中的应用24-26
• 1.5.1 数学形态学及其在滚动轴承故障特征提取中的应用24-25
• 1.5.2 结构元素对故障特征提取的影响25-26
• 1.6 本文的主要研究内容及结构26-28
• 1.6.1 本文的主要研究内容26
• 1.6.2 本文的主要结构26-28
• 第二章 滚动轴承的基本结构、故障及其数据来源28-40
• 2.1 滚动轴承的基本结构28
• 2.2 滚动轴承故障的主要形式、原因及可能导致的后果28-30
• 2.3 滚动轴承的振动机理30-31
• 2.4 滚动轴承的固有频率及故障特征频率31-34
• 2.4.1 滚动轴承的固有频率31-32
• 2.4.2 滚动轴承的故障特征频率32-34
• 2.5 滚动轴承的振动信号采集试验34-37
• 2.5.1 试验装置及振动信号采集34-35
• 2.5.2 滚动轴承参数介绍35-36
• 2.5.3 滚动轴承的故障类型36-37
• 2.6 本章小结37-40
• 第三章 数学形态学及基于信号的三角形结构元素40-52
• 3.1 数学形态学的基本运算及Flat结构元素40-44
• 3.1.1 数学形态学的基本运算40-42
• 3.1.2 Flat结构元素42-44
• 3.2 基于信号的三角形结构元素44-48
• 3.2.1 基于信号的三角形结构元素的创建44-46
• 3.2.2 基于信号的三角形结构元素的特征提取效果分析46-48
• 3.3 基于形态频谱相关分析的滚动轴承故障诊断方法48-50
• 3.3.1 相关分析48
• 3.3.2 基于形态频谱相关分析的故障诊断方法48-50
• 3.4 本章小结50-52
• 第四章 基于信号的数学形态学在滚动轴承故障诊断中的应用实例52-72
• 4.1 滚动轴承振动数据说明52-53
• 4.2 基于包络分析的滚动轴承故障诊断53-56
• 4.3 基于形态频谱相关分析的滚动轴承故障诊断结果56-71
• 4.3.1 正常滚动轴承的诊断结果56-57
• 4.3.2 损伤直径为0.178mm的滚动轴承故障诊断结果57-61
• 4.3.2.1 内圈故障诊断结果57-58
• 4.3.2.2 滚动体故障诊断结果58-59
• 4.3.2.3 外圈故障诊断结果59-61
• 4.3.3 损伤直径为0.533mm的滚动轴承故障诊断结果61-65
• 4.3.3.1 内圈故障诊断结果61-62
• 4.3.3.2 滚动体故障诊断结果62-63
• 4.3.3.3 外圈故障诊断结果63-65
• 4.3.4 滚动轴承故障损伤程度的诊断结果65-68
• 4.3.5 高背景噪声情况下的滚动轴承故障诊断68-71
• 4.4 本章小结71-72
• 第五章 结论与展望72-74
• 参考文献74-78
• 致谢78-80
• 研究成果及发表的学术论文80-82
• 作者和导师简介82-83
• 附件83-84

【参考文献】

中国期刊全文数据库 前5条

1 杨国安,许飞云,吴贞焕,高金吉;基于小波包和解调分析的多类故障综合诊断方法研究[J];东南大学学报(自然科学版);2004年01期

2 胡爱军;唐贵基;安连锁;;基于数学形态学的旋转机械振动信号降噪方法[J];机械工程学报;2006年04期

3 贾军峰;杨国安;李新华;吴振生;;基于小波包和包络分析的滚动轴承故障自动诊断方法[J];石油矿场机械;2006年05期

4 杨国安,高金吉;多分量振动信号时频分析与应用研究[J];振动工程学报;2003年02期

5 陈昌斌;;机械设备故障检测诊断技术概述[J];中国水运(下半月);2009年02期

，

本文编号：676975