基于状态监测的旋转部件可靠性评估方法研究

发布时间：2017-09-16 14:46

  本文关键词：基于状态监测的旋转部件可靠性评估方法研究

  更多相关文章： 可靠性 状态监测 特征提取 旋转部件 性能退化

【摘要】：现代生产设备正朝着集成化、智能化、精密化和自动化方向发展,实时准确的把握设备的运行状态及可靠性,对保障整个生产系统安全连续稳定运行有着重要意义。状态监测是及时获取运行设备状态信息的重要手段,也是设备可靠性评估与寿命预测的重要环节。铣刀和滚动轴承都是常用的旋转部件,它们的寿命及可靠性关系到整个加工系统和生产设备的运行持续性和稳定性。本文研究了旋转部件状态监测及数据处理方法、旋转部件的状态特征提取,并以铣刀和轴承为对象,进行旋转部件的可靠性评估和预测。主要内容如下： (1)通过对铣刀寿命试验数据进行分析,对比几种刀具状态监测方法,得出声发射和切削力两种方法具有较好的结论。使用小波包分析方法去提取声发射信号相关特征,降低了原声发射信号中的噪声等冗余成分。针对具体部件在运行过程中的可靠性评估问题,研究了基于Logistic回归模型的可靠性评估评估方法。从部件历史监测数据中提取符合部件劣化动态特性的特征参数,结合其状态信息建立铣刀的Logistic回归可靠性评估模型,此方法可实现在线可靠性评估。 (2)基于状态监测的可靠性评估是研究重要方向之一,具有实际工程意义。针对单个旋转部件的可靠性预测,提出了基于状态空间模型的可靠性预测方法。首先通过在线监测技术获得旋转部件的振动信号或声发射信号,提取监测表征刀具状态的声发射信号或振动信号的特征能量,选取趋势明显符合设备状态变化的相关频带能量作为部件的状态评估指标,再对这些特征指标进行滑动平均滤波处理,提高了状态特征指标的信噪比,建立基于特征指标的状态空间预测模型,并预测退化指标的概率分布并计算可靠度。结合刀具和轴承试验数据验证了方法的准确性和有效性。 (3)针对旋转部件的可靠性预测问题,研究了基于RVM和双指数和模型的实时可靠性预测方法。利用RVM的稀疏学习建模方法对当前状态监测指标进行训练,实现回归预测并估计特征参数的噪声方差,使用双指数和模型对回归预测的特征指标进行拟合后获得退化轨迹外推函数,预测特征指标概率分布进而预测旋转部件的可靠度。
【关键词】：可靠性 状态监测 特征提取 旋转部件 性能退化
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TG714;TH133.3;TB114.3
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-16
• 1.1 课题的研究意义9-10
• 1.2 研究现状及发展趋势10-15
• 1.2.1 传统可靠性分析方法10-11
• 1.2.2 基于性能退化数据的可靠性分析11-12
• 1.2.3 基于状态监测的实时可靠性分析方法12-13
• 1.2.4 基于历史信息和状态监测的实时可靠性分析13-15
• 1.3 论文的研究内容及安排15-16
• 2 状态监测及特征提取方法16-28
• 2.1 轴承和刀具的状态监测方法16-17
• 2.1.1 轴承状态监测方法16-17
• 2.1.2 刀具状态监测方法17
• 2.2 状态监测数据的特征提取17-27
• 2.2.1 时域特征参数20-21
• 2.2.2 频域特征参数21-22
• 2.2.3 时频特征参数22-27
• 2.3 本章小结27-28
• 3 基于Logistic回归模型的可靠性评估方法研究28-45
• 3.1 Logistic回归模型28-30
• 3.1.1 二分类logistic回归模型28-29
• 3.1.2 多分类Logistic回归模型29-30
• 3.1.3 Logistic回归参数估计30
• 3.1.4 基于Logistic回归模型的可靠性评估流程30
• 3.2 刀具磨损的声发射监测30-34
• 3.2.1 金属切削的声发射机理30-31
• 3.2.2 铣刀状态监测方法对比31-34
• 3.3 基于声发射监测的铣刀可靠性评估34-43
• 3.3.1 铣削试验34-38
• 3.3.2 特征提取38-41
• 3.3.3 可靠性评估41-43
• 3.4 本章小结43-45
• 4 基于状态空间模型的实时可靠性预测方法研究45-60
• 4.1 理论方法45-47
• 4.1.1 性能可靠性45-46
• 4.1.2 滑动平均滤波46-47
• 4.2 状态空间模型及其参数估计47-50
• 4.2.1 状态空间模型47
• 4.2.2 状态空间模型参数估计47-50
• 4.3 基于状态空间模型的轴承可靠性预测50-56
• 4.3.1 轴承试验50-52
• 4.3.2 特征提取及运行可靠性预测52-56
• 4.4 基于状态空间模型的刀具可靠性预测56-58
• 4.5 本章小结58-60
• 5 基于相关向量机和退化模型的可靠性预测方法研究60-78
• 5.1 理论方法60-64
• 5.1.1 相关向量机回归60-63
• 5.1.2 退化轨迹模型63-64
• 5.1.3 可靠性预测流程64
• 5.2 铣刀可靠性预测64-73
• 5.2.1 铣削试验及特征提取64-67
• 5.2.2 铣刀可靠性预测67-73
• 5.3 滚动轴承可靠性预测73-77
• 5.3.1 轴承试验及特征提取73-75
• 5.3.2 轴承可靠性预测75-77
• 5.4 本章小结77-78
• 结论78-79
• 参考文献79-83
• 攻读硕士学位期间发表学术论文情况83-84
• 致谢84-85

【参考文献】

中国期刊全文数据库 前10条

1 李劲松,陈鼎昌;基于铣削力的刀具磨损监控研究[J];北京航空航天大学学报;1998年05期

2 陈振珩;刘雨时;;基于性能退化数据可靠性评定的常用模型研究[J];电子测量与仪器学报;2008年S2期

3 何正嘉;蔡改改;申中杰;曹宏瑞;李兵;;基于机械诊断信息的设备运行可靠性研究[J];中国工程科学;2013年01期

4 裴益轩;郭民;;滑动平均法的基本原理及应用[J];火炮发射与控制学报;2001年01期

5 梅志坚,师汉民,昌松,杨叔子;信号功率谱特征变化的时域快速诊断[J];华中理工大学学报;1988年03期

6 丁锋;何正嘉;訾艳阳;陈雪锋;曹宏瑞;谭继勇;;基于设备状态振动特征的比例故障率模型可靠性评估[J];机械工程学报;2009年12期

7 张义民;;机械可靠性设计的内涵与递进[J];机械工程学报;2010年14期

8 陈保家;陈雪峰;李兵;曹宏瑞;蔡改改;何正嘉;;Logistic回归模型在机床刀具可靠性评估中的应用[J];机械工程学报;2011年18期

9 陈亮;胡昌华;;基于退化建模的可靠性分析研究现状[J];控制与决策;2009年09期

10 申中杰;陈雪峰;何正嘉;孙闯;张小丽;刘治汶;;基于相对特征和多变量支持向量机的滚动轴承剩余寿命预测[J];机械工程学报;2013年02期

中国博士学位论文全文数据库 前1条

1 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

，

本文编号：863713