基于混沌和小波的采煤机振动故障的研究

发布时间：2019-11-05 20:41

【摘要】：采煤机作为煤矿企业的龙头机械,近年来随着机械化的提高、结构的复杂化及其功率的增大,故障率与日俱增,而且直接影响着煤矿的安全生产和经济效益。所以,有效的故障诊断技术不仅可以减少不必要的损失,并且真正做到预知维修。因此,在煤矿企业中对于故障信号的分析、检测及特征提取的研究意义重大。本学位论文以采煤机截割部为研究对象,着重分析了其齿轮和轴承的振动故障。分析对比了常见的弱信号检测方法及故障特征提取理论,并研究了它们各自在实际工程应用中的缺陷,最后提出了将混沌Duffing振子的和卷积型小波包相结合的的采煤机强噪声背景下初期故障微弱幅值变化检测及特征提取的故障诊断技术。本课题开展的研究工作如下:首先,介绍了采煤机的基本组成结构,深入分析了截割部的传动部与电机的构造,并重点研究了其滚动轴承和齿轮的振动机理与故障特性。紧接着便对采煤机振动故障信号的选取、分析及如何检测做了对比分析,分别得出了混沌Duffing振子及小波分析法在采煤机初期故障振动弱信号检测及特征提取中的优势。然后,建立了检测微弱振动信号的混沌Duffing振子模型,分析了其检测原理,并通过Melnikov函数得出了其混沌判据。同时分析了基于混沌Duffing振子的微弱信号检测振动幅值的原理和方法,通过Matlab的Simulink仿真得出了其测量值与真实值之间的误差达到10~(-7),证实了该理论可以应用于采煤机的故障诊断。为了进一步说明混沌Duffing振子在本文中应用的优势,故在已知Duffing振子模型中加入了噪声信号,通过原理分析及仿真得出了其对于噪声的免役性能。最后,在分析了基本的小波变化、多分辨分析及卷积型离散小波变化的基础上提出了基于卷积型小波包的采煤机振动故障的特征提取法,通过实验仿真分别得出了轴承及齿轮故障频率信息,并对比了正常与故障的能量值分布,进一步验证了故障的存在性及检测的准确性。
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TD421.6

【参考文献】

相关期刊论文 前10条

1 谢国民;佟莹;陆文斌;;小波在采煤机异步电动机故障诊断中的应用[J];控制工程;2013年04期

2 吴参;李兴林;孙守迁;张燕辽;张仰平;;混沌理论在滚动轴承故障诊断中的应用[J];轴承;2013年01期

3 张建伟;张长合;;浅析采煤机故障及诊断方法[J];中国高新技术企业;2012年26期

4 王冬云;张文志;;基于小波包变换的滚动轴承故障诊断[J];中国机械工程;2012年03期

5 贾俊明;;电牵引采煤机摇臂振动测试与故障分析[J];山西煤炭;2011年11期

6 王江萍;孙文莉;;基于小波包能量谱齿轮振动信号的分析与故障诊断[J];机械传动;2011年01期

7 ;Fault diagnosis using a probability least squares support vector classification machine[J];Mining Science and Technology;2010年06期

8 张勇;纪国宜;;基于混沌振子和小波理论的轴承故障诊断方法[J];轴承;2010年05期

9 王妍;李京文;;我国煤炭消费现状与未来煤炭需求预测[J];中国人口.资源与环境;2008年03期

10 刘永斌;冯志华;张平;龙潜;侯树明;孔凡让;;基于混沌动力学的滚动轴承故障诊断研究[J];自动化仪表;2007年06期

相关博士学位论文 前2条

1 王冬云;转子-轴承故障诊断方法研究[D];燕山大学;2012年

2 谢国民;基于时频联合小波法的采煤机关键部件故障诊断研究[D];辽宁工程技术大学;2012年

相关硕士学位论文 前9条

1 刘桐桐;基于混沌弱信号检测技术的轴承异常微弱信号辨识[D];内蒙古科技大学;2013年

2 彭学前;采煤机故障诊断与故障预测研究[D];南京理工大学;2013年

3 周久华;采煤机摇臂齿轮箱故障诊断技术研究[D];重庆理工大学;2013年

4 赖达波;某齿轮箱故障振动信号特征提取及分析技术研究[D];电子科技大学;2013年

5 王晓亮;基于多小波变换与Duffing振子的微弱信号检测与估计[D];哈尔滨工程大学;2012年

6 魏新建;基于Duffing混沌振子的弱信号检测方法[D];天津大学;2010年

7 张勇;基于混沌振子和小波理论的微弱信号检测研究[D];南京航空航天大学;2009年

8 易雄;基于小波分析的机械故障特征提取与诊断技术研究[D];浙江工业大学;2009年

9 薛松;时频分析方法在齿轮箱故障特征提取中的研究应用[D];太原理工大学;2008年

，

本文编号：2556343