稀疏分解在滚动轴承故障诊断中的优化与应用研究

发布时间：2017-09-09 16:44

  本文关键词：稀疏分解在滚动轴承故障诊断中的优化与应用研究

  更多相关文章： 滚动轴承的故障诊断 稀疏分解 自适应冲击字典 匹配追踪 基追踪

【摘要】：滚动轴承是工业传动系统重要组成部分，其作用十分关键，进行滚动轴承状态监测和故障诊断对确保生产安全，预防重大事故，降低生产成本有着重要意义。 本文重点关注稀疏分解中匹配追踪和基追踪方法在滚动轴承故障诊断中的算法优化及实际应用效果，主要分为以下几个内容： (1)研究了滚动轴承故障信号的组成，特征及滚动轴承故障诊断的依据。介绍了稀疏分解中的基追踪法和匹配追踪方法原理。分析了稀疏分解方法的组成三要素即原子库模型的构造、算法的实现方式、迭代终止条件，并对每种要素的实现方法进行了列举和说明，结合滚动轴承故障信号特征讨论了各个方法的可行性及其特点； (2)在传统建模方式的基础上引入了转速，滚动轴承尺寸参数，故障大小等参数建立了一种能够反映滚动轴承故障状态特征的新型模型，称之为新型冲击字典模型，，该模型提升了原子库模型与滚动轴承故障特征信号之间的相似度。仿真与实验信号分析结果表明了该模型的可行性和有效性； (3)基于所建立的新型冲击字典模型结合遗传算法提出了基于新型冲击字典匹配追踪的滚动轴承故障诊断方法，并通过仿真，实验，工程信号分析验证了该方法的可行性，优越性及不足之处； (4)结合新型冲击字典模型提出了一种自适应字典的稀疏分解实现方法。该方法利用新型冲击字典模型，通过逐步选取参数，建立冗余度小，原子匹配程度高的原子库，继而实现快速稀疏分解，称之为自适应冲击字典的稀疏分解实现方法。该方法与基追踪和匹配追踪相结合在仿真、实验和工程实际中都取得了很好的效果，并且在准确性、稳定性和快速性方面大大优于基于遗传算法的匹配追踪。进一步的分析结果表明基于自适应冲击字典匹配追踪方法在稳定性、准确性和快速性方面都略优于基于自适应冲击字典基追踪方法； (5)利用LabVIEW软件开发了一套基于稀疏分解方法的滚动轴承故障诊断系统。该系统具有信号采集，信号处理，结果保存等功能。使用方便，操作界面友好，为稀疏分解方法在工程实际中应用提供了一种可行的方案。
【关键词】：滚动轴承的故障诊断 稀疏分解 自适应冲击字典 匹配追踪 基追踪
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-9
• 第1章 绪论9-15
• 1.1 课题的研究背景及意义9-10
• 1.2 稀疏分解的发展及研究现状10-12
• 1.3 本文的主要内容12-15
• 第2章 基于稀疏分解轴承故障诊断的基本理论15-27
• 2.1 滚动轴承故障诊断机理15-17
• 2.2 稀疏分解原理17-21
• 2.2.1 稀疏逼近的定义17-18
• 2.2.2 基追踪原理18-19
• 2.2.3 匹配追踪原理19-21
• 2.3 稀疏分解的基本要素21-25
• 2.3.1 原子库模型的建立21-22
• 2.3.2 稀疏分解算法的实现方法22-24
• 2.3.3 迭代终止条件24-25
• 2.4 本章小结25-27
• 第3章 冲击字典模型的优化及匹配追踪的实现27-51
• 3.1 滚动轴承故障特征分析及新型冲击原子库模型的建立27-30
• 3.2 基于遗传算法的匹配追踪的计算30-32
• 3.3 仿真分析32-38
• 3.4 实验分析38-45
• 3.4.1 新型冲击字典模型有效性验证39-42
• 3.4.2 低信噪比信号分析42-44
• 3.4.3 复合故障的分析44-45
• 3.5 工程信号处理45-50
• 3.5.1 单点故障诊断46-48
• 3.5.2 复合故障48-50
• 3.6 本章小结50-51
• 第4章 基于自适应冲击字典稀疏分解的滚动轴承故障诊断51-67
• 4.1 自适应冲击字典的建立方法51-53
• 4.2 自适应冲击字典基追踪53-57
• 4.2.1 自适应冲击字典基追踪的计算流程53-54
• 4.2.2 自适应冲击字典基追踪的仿真分析及改进54-57
• 4.3 自适应冲击字典匹配追踪57-61
• 4.3.1 自适应冲击字典匹配追踪的计算流程57-58
• 4.3.2 自适应冲击字典匹配追踪的仿真分析58-61
• 4.4 实验分析61-63
• 4.4.1 低信噪比信号分析61-62
• 4.4.2 复合故障的分析62-63
• 4.5 工程信号处理63-65
• 4.5.1 单点故障诊断63-64
• 4.5.2 复合故障64-65
• 4.6 本章小结65-67
• 第5章 基于稀疏分解方法的滚动轴承故障诊断系统67-79
• 5.1 系统总体结构67-68
• 5.2 系统功能及应用68-78
• 5.2.1 用户操作模块68-70
• 5.2.2 信号生成模块70-73
• 5.2.3 数据查询模块73-75
• 5.2.4 基于稀疏分解的信号处理模块75-78
• 5.3 本章小结78-79
• 结论79-81
• 参考文献81-85
• 攻读硕士学位期间所发表的学术论文85-87
• 致谢87

【相似文献】

中国期刊全文数据库 前10条

1 常家东;基于BP神经网络的磨机调心滚子轴承故障诊断研究[J];煤矿机械;2004年03期

2 马鸣鹤;任亚军;;基于C8051F340单片机的智能化轴承故障诊断仪[J];仪表技术与传感器;2010年03期

3 黄坤;李洪儒;;小波分析在轴承故障诊断中的应用[J];科学技术与工程;2006年23期

4 李海波;丛培田;;C8051F340单片机在轴承故障诊断中的应用[J];沈阳理工大学学报;2008年04期

5 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

6 宗文元;王壮臣;;20万千瓦汽轮发电机组轴承故障诊断及监测综述[J];佳木斯大学学报(自然科学版);1988年01期

7 于云满,杨东,赵志宇,段洪涛,吴军;轴承故障精密诊断的门限确定[J];机械设计与研究;2003年02期

8 张思扬;匡芳君;徐蔚鸿;;广义动态模糊神经网络及在轴承故障诊断中的应用[J];煤矿机械;2010年10期

9 乔世民;轴承故障诊断技术的发展[J];中国设备工程;1989年01期

10 魏静姿;;JL-201机车车辆轴承故障诊断仪在牵引电动机检测分析中的应用[J];内燃机车;2008年08期

中国重要会议论文全文数据库 前10条

1 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

2 胡清忠;褚福磊;;基于Hilbert解调的滚动轴承故障诊断分析[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

3 张红兵;;基于关联维数改进算法的汽车滚动轴承故障诊断[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年

4 张博闻;祁炜;杨冬;唐小程;宋执环;;基于EMD的频率族分离法在滚动轴承故障诊断中的应用[A];第二十九届中国控制会议论文集[C];2010年

5 冯志鹏;陈衍娟;马飞;刘立;郝如江;褚福磊;;基于集合经验模式分解的滚动轴承故障诊断研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年

6 郝旺身;韩捷;董辛e

本文编号：821605