适于轴承故障诊断模型与降噪方法的研究

论文摘要

航空发动机故障诊断技术是一个多学科知识交叉的系统工程,其研究涉及到广泛的理论知识。而在我国,这项技术的应用研究还处于初期阶段。目前,航空发动机多采用事后维修和定期维修制度,这样不仅在人力、物力上造成浪费,而且容易在检修过程中产生新的故障。对航空发动机进行早期故障诊断有利于克服以上问题。小波分析作为一种全新的信号处理方法,以其良好的时频局部化特性,成为时频分析方法中发展最快的一种信号分析方法。在大型机械故障诊断领域,其应用成果非常显著,为非平稳信号分析、信号滤波、信噪分离和特征提取提供了有效途径。轴承是航空发动机中最常见的零部件,在高转速、高载荷、高温状态下工作使其成为了容易损坏的零件之一。航空发动机作为一个大型旋转机械其许多故障都于轴承有关,轴承运行状态的好坏直接影响到整台机器的性能。由于航空发动机在外场工作情况下,不管是在数据采集过程中所产生的测量噪声还是周围环境所产生的其他噪声对监测信号的干扰都非常的大,给航空发动机的健康状态监测和故障诊断带来了困难。因此,本文旨在以航空发动机故障诊断为依托背景,主要以旋转机械中的重要部件轴承为研究对象,分析其噪声的来源与常见的噪声模型,通过对故障机理和振动特征的研究,从根本上掌握了轴承故障产生的原因,并对其故障模型进行建立。在认真学习了小波分析方法的基础上,研究数据处理中的小波去噪算法,针对随机噪声,提出了混合阈值降噪和基于相关原则的阈值优化降噪算法,并用仿真和实际轴承的故障数据对其进行验证。通过改进算法降噪后,其降噪效果较好,故障特征能够较完整的保留,适于早期故障诊断,为航空发动机状态监测和故障诊断提供技术基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题主要研究意义
• 1.2 国内外研究现状
• 1.3 航空发动机系统简介及其主要故障分类
• 1.3.1 航空发动机简介
• 1.3.2 航空发动机故障分类
• 1.4 故障诊断方法概述
• 1.5 论文工作内容
• 第二章 发动机轴承信号噪声特点及其模型
• 2.1 发动机轴承本身产生的噪声
• 2.2 背景噪声
• 2.3 测量中的噪声
• 2.4 常用噪声的统计模型
• 2.4.1 高斯噪声
• 2.4.2 白噪声和高斯白噪声
• 2.4.3 有色噪声
• 2.5 本章小结
• 第三章 滚动轴承故障机理及特征模型
• 3.1 滚动轴承振动机理
• 3.2 滚动轴承失效的基本形式
• 3.3 滚动轴承的故障特征模型
• 3.3.1 滚动轴承的结构参数
• 3.3.2 滚动轴承的特征频率与固有振动频率
• 3.4 滚动轴承元件表面单个损伤点的理论模型
• 3.4.1 外圈单个点的损伤
• 3.4.2 内圈单个点的损伤
• 3.5 本章小结
• 第四章 小波分析算法及仿真
• 4.1 从傅里叶变换到小波变换
• 4.2 小波变换及其基本性质
• 4.2.1 连续小波变换
• 4.2.2 离散小波变换
• 4.2.3 多辨分析和Mallat算法
• 4.3 小波降噪的常用算法
• 4.3.1 小波模极大值降噪方法
• 4.3.2 比例萎缩降噪方法
• 4.3.3 相关降噪方法
• 4.3.4 阈值降噪方法
• 4.4 本章小结
• 第五章 改进降噪算法及其应用
• 5.1 混合阈值降噪算法
• 5.2 基于相关原则的阈值优化降噪
• 5.3 基于相关原则的阈值优化降噪改进算法在轴承故障诊断中的应用
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果