基于模糊逻辑的轴承故障早期诊断方法研究

论文摘要

滚动轴承是旋转机械中的易损零件,它的运行状态是否正常往往直接影响到整台机器的性能（包括精度、可靠性和寿命等）。据统计,在使用滚动轴承的旋转机械中,大约有30%的机械故障都是由于轴承的故障而引起的。可见,滚动轴承的运行状态对机器工作状况影响极大。通常,滚动轴承存在故障时会导致机器产生振动和噪声,甚至会引起机器的损坏,而在精密机械中（如精密机床主轴,陀螺等）,对轴承的要求就更高,即使轴承滚道上有微米级的缺陷,都会致使整个机器系统的精度遭到破坏。因此,滚动轴承早期故障诊断技术的研究是非常必要的。本文首先从设备性能衰退的角度分析了体现设备工作状态的各特征分布范围随设备性能衰退的变化过程,并针对滚动轴承的不同故障形式及轴承特征信息的载体轴承的振动特性进行了分析,给出了设备早期故障诊断的流程图。针对滚动轴承故障时的振动特性,分析了傅立叶变换对非平稳信号分析的局限性,同时,研究了小波在时域和频域都具有局部化能力的特性,非常适合于非稳态信号的分析。因此,本文采用小波及小波包的分析方法提取滚动轴承的早期故障特征并引入了数理统计的分析方法选择轴承的早期故障特征。基于小波包提取的轴承早期故障特征,本文针对模糊故障诊断矩阵需要现场的统计数据及专家的经验来确定,很难构建最优的模糊故障诊断矩阵,因此,采用遗传算法优化模糊故障诊断矩阵的方法进行滚动轴承的早期故障诊断,通过检验数据的对比分析验证了该方法的有效性。本文也研究了小波分析方法提取滚动轴承的早期故障特征,采用遗传算法优化模糊故障诊断矩阵的方法进行滚动轴承的早期故障诊断,但是未取得满意的效果,因此,对小波提取的故障特征及效果不好的原因进行了剖析,然后,本文采用遗传算法优化T-S模糊模型的方法进行滚动轴承的早期故障诊断,通过检验数据验证了该方法的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 机械故障诊断研究的背景
• 1.2 滚动轴承故障早期诊断的意义
• 1.3 国内外研究的状况及发展趋势
• 1.4 滚动轴承早期故障检测与诊断技术及其关键性问题
• 1.4.1 特征提取的方法
• 1.4.2 基于模糊理论的特征融合诊断方法
• 1.5 课题来源
• 1.6 论文研究的主要内容
• 第2章 滚动轴承早期故障诊断机理分析
• 2.1 设备系统早期故障的机理分析
• 2.2 滚动轴承的振动特性及故障机理分析
• 2.2.1 滚动轴承的旋转机构
• 2.2.2 滚动轴承的振动类型
• 2.3 本章小结
• 第3章 轴承早期故障特征提取方法的研究
• 3.1 引言
• 3.2 基于小波变换的轴承早期故障特征提取方法的研究
• 3.2.1 小波变换理论
• 3.2.2 小波变换提取轴承早期故障特征方法的研究
• 3.3 基于小波变换轴承早期故障特征提取的实例应用
• 3.3.1 实验数据介绍及预处理
• 3.3.2 小波变换在轴承早期故障特征提取中的应用
• 3.4 基于小波包分析的轴承早期故障特征提取方法的研究
• 3.4.1 小波包分析
• 3.4.2 基于小波包分析的轴承早期故障特征提取方法的研究
• 3.5 基于数理统计分析的特征选择方法的研究
• 3.6 基于小波包变换的轴承早期故障特征提取的实例应用
• 3.6.1 基于小波包变换的轴承早期故障特征提取
• 3.6.2 基于数理统计方法的轴承早期故障特征频带的选择
• 3.7 本章小结
• 第4章 基于模糊算法和遗传算法的轴承早期故障诊断方法的研究
• 4.1 引言
• 4.2 模糊数学原理
• 4.2.1 模糊关系合成
• 4.2.2 模糊逻辑
• 4.3 基于模糊关系方程的轴承故障早期诊断方法研究
• 4.3.1 模糊关系方程的故障诊断理论
• 4.3.2 故障征兆隶属度的确定
• 4.3.3 模糊故障诊断矩阵的确定
• 4.3.4 模糊故障诊断算子及故障原因的确定
• 4.3.5 实例应用
• 4.4 遗传算法
• 4.4.1 遗传算法的基本思想及实现过程
• 4.4.2 遗传算法控制参数的选择分析
• 4.5 基于遗传算法优化模糊故障诊断矩阵方法的研究
• 4.5.1 实例应用
• 4.6 本章小结
• 第5章 基于T-S模糊模型的轴承故障早期诊断
• 5.1 引言
• 5.2 T-S模糊模型的数学原理
• 5.3 基于遗传算法优化T-S模糊模型方法的研究
• 5.4 遗传算法优化T-S模糊模型在轴承故障早期诊断中的应用
• 5.4.1 T-S模糊模型参数范围的选择
• 5.4.2 染色体编码
• 5.4.3 初始个体的产生
• 5.4.4 遗传算子的选择
• 5.4.5 适应度函数的构造
• 5.5 本章小结
• 结论
• 参考文献
• 致谢