汽车变速器轴承故障诊断方法研究

发布时间：2020-05-15 00:31

【摘要】：滚动轴承是汽车变速器的关键零部件,而变速器中的滚动轴承的故障信号具有非平稳、非线性、非高斯性的特点,且信噪比低,因此故障特征不易提取,从而增加了滚动轴承故障诊断的难度。因此,对汽车变速器轴承进行故障诊断和状态监测,从而保证其安全可靠地运行,对提高变速器乃至汽车的安全性能都有重要的意义。为了对变速器轴承进行故障诊断,本文进行了以下几方面的研究:(1)对轴承模型进行三维建模,然后通过Ansys Workbench软件模拟出滚动轴承在变速器中的工作情况,并详细描述了仿真方法,进而得出在滚动轴承在变速器中工作时候的振动信号具有非线性、非平稳性、非高斯性。(2)针对信号的非线性、非平稳性、非高斯性这种特点,选用了CEEMD这种方法对信号进行处理,同时阐述了CEEMD相比于EMD和EEMD的优点,并且进行了信号的验证。(3)通过对比各时域指标的优缺点,确定峭度指标为故障轴承的特征,进而求解经CEEMD分解后所得的IMF分量的峭度指标,组成故障轴承的特征向量,形成高维数组,然后通过拉普拉斯分值的方法进行IMF分量的选取,进行降维处理,进而组成特征矩阵,为后期数据分类做准备。(4)根据支持向量机的特点,并利用粒子群优化算法对支持向量机的参数进行优化,最后对样本进行测试,验证了所构建的支持向量机模型具有良好的分类性能,不仅可以把内圈、外圈、滚动体的故障识别出来,还可以对故障程度早期、中期、晚期进行分类,并且准确性较高。
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U472.9

【参考文献】

相关期刊论文 前10条

1 杨青;王栗;刘_g诚;刘念;;FICA-IPNN集合型滚动轴承故障诊断方法[J];电机与控制学报;2014年03期

2 周鑫;杨国华;朱向芬;陈琳;丁晓花;周世文;肖龙;;欧氏距离二叉树向量机的变压器故障诊断研究[J];电测与仪表;2013年06期

3 丁庆喜;田福庆;罗荣;;基于小波包和改进BP神经网络的滚动轴承故障诊断方法[J];现代电子技术;2013年08期

4 周天沛;孙伟;;基于改进粒子群优化算法的最大风能跟踪方法[J];电测与仪表;2013年02期

5 王国彪;何正嘉;陈雪峰;赖一楠;;机械故障诊断基础研究“何去何从”[J];机械工程学报;2013年01期

6 刘耀年;尹洪全;张伟;李振清;沈量;;基于改进粒子群算法的配电网状态估计[J];电测与仪表;2012年09期

7 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期

8 顾锦荣;刘华强;孙预前;;粒子群算法与支持向量机相结合的热带气旋强度预报试验[J];气象与减灾研究;2010年03期

9 李兴林;张仰平;曹茂来;张燕辽;陆水根;李建平;;滚动轴承故障监测诊断技术应用进展[J];工程与试验;2009年04期

10 侯新国;刘开培;卜乐平;;感应电动机轴承故障检测的相关分析方法[J];电气传动;2008年02期

，

本文编号：2664166