论文摘要
滚动轴承是机械设备中最常见的零部件,其运行状态直接影响到整台机器的功能。滚动轴承故障诊断中同一征兆域很难区分多种故障,单一传感器对故障分类识别有不确定性。 一般情况下,系统的某一故障源可能具有多个故障表征,要进行准确可靠的故障诊断,必须具有足够的故障表征,只有清楚故障表征与故障源之间的映射关系,才能通过故障表征查找到故障源。 本文通过对滚动轴承的振动类型及故障特征,详细研究了时域分析、时—频分析在滚动轴承故障诊断中的应用。本文利用工厂采集数据、实验台数据及计算机仿真分别对时域信号参数指标、GREEN函数指标及时—频分析中的短时傅立叶变换、小波变换、Wigner—Ville分布等分析方法在滚动轴承振动信号分析与故障诊断中的应用进行具体分析,找出各方法优劣及其与各故障形式的映射关系。 本文主要从以下几个方面进行了研究: 首先,以滚动轴承结构和工作原理为基础,研究了滚动轴承外表面振动信号产生的机理,滚动轴承故障的形式,以及由于故障的不同引起的不同形式的振动,建立了各种损伤类故障振动的数学模型,说明了利用滚动轴承外部振动信号对其进行诊断的可行性。 其次,通过时域分析方法,主要研究几个重要的时域参数指标,如峰值、均方根值、峭度指标、裕度指标、峰值指标、脉冲指标等的数学意义及工程解释,重点总结了无量纲参数指标用于故障诊断的判据,并用于棒材轧机和风机的轴承故障诊断中,取得了较好的效果。 再次,通过各种时—频分析方法,对于机械振动信号中的非平稳信号采用时—频分析的方法进行特征提取。对短时傅立叶变换在轴承故障诊断的应用进行了研究。通过仿真试验和实际故障信号,比较短时傅立叶变换、小波变换、Wigner-Ville分布对非平稳信号的敏感性。 最后,通过具体信号和仿真实验,来分析各方法诊断故障优势及与故障部位之间的映射关系。总结出有效的多信息融合的滚动轴承检测思路。
论文目录
相关论文文献
- [1].利用包络解调技术分析诊断滚动轴承故障[J]. 冶金动力 2020(01)
- [2].基于多特征提取和改进马田系统的滚动轴承故障分类方法研究[J]. 振动与冲击 2020(06)
- [3].关于滚动轴承故障检测的改进包络分析[J]. 科技创新导报 2020(04)
- [4].滚动轴承故障诊断技术[J]. 福建电脑 2020(06)
- [5].滚动轴承故障诊断方法综述[J]. 内燃机与配件 2019(23)
- [6].经验模态分解和神经网络在滚动轴承故障诊断中应用研究[J]. 安徽建筑大学学报 2016(04)
- [7].基于包络谱分析的滚动轴承故障诊断方法研究[J]. 煤矿机械 2017(02)
- [8].排列熵与核极限学习机在滚动轴承故障诊断中的应用[J]. 组合机床与自动化加工技术 2017(02)
- [9].非平稳工况的滚动轴承故障特征研究新方法[J]. 机械设计与研究 2017(01)
- [10].基于压缩信息特征提取的滚动轴承故障诊断方法[J]. 中国机械工程 2017(07)
- [11].循环平稳在滚动轴承故障诊断中的应用[J]. 军事交通学院学报 2017(06)
- [12].基于小波包分解与权重包络谱的滚动轴承故障特征增强[J]. 机械设计与研究 2017(03)
- [13].滚动轴承故障诊断实例[J]. 设备管理与维修 2016(10)
- [14].低转速设备滚动轴承故障诊断技巧[J]. 科学技术创新 2020(10)
- [15].基于机器学习算法的滚动轴承故障诊断研究[J]. 组合机床与自动化加工技术 2020(07)
- [16].变转速下滚动轴承故障诊断方法研究现状分析[J]. 军事交通学院学报 2019(07)
- [17].基于嵌入式系统的滚动轴承故障实时诊断[J]. 现代电子技术 2017(07)
- [18].基于小波变换的滚动轴承故障信号降噪研究[J]. 自动化应用 2017(08)
- [19].灰色极限学习机在滚动轴承故障预测中的应用[J]. 计算机测量与控制 2017(07)
- [20].经验模式分解在滚动轴承故障诊断中的应用[J]. 军事交通学院学报 2016(09)
- [21].基于广义S变换的滚动轴承故障诊断方法研究[J]. 机床与液压 2015(01)
- [22].基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法[J]. 工业控制计算机 2020(10)
- [23].一种改进的滚动轴承故障诊断方法[J]. 机械制造 2012(05)
- [24].神经网络在滚动轴承故障诊断中的应用[J]. 装备制造技术 2010(01)
- [25].石化企业电机滚动轴承故障诊断模型研究[J]. 企业技术开发 2008(09)
- [26].基于多自由度的小波包滚动轴承故障诊断方法[J]. 上海电机学院学报 2016(06)
- [27].基于变分模态分解改进方法的滚动轴承故障特征提取[J]. 图学学报 2016(06)
- [28].基于复合多尺度熵与拉普拉斯支持向量机的滚动轴承故障诊断方法[J]. 中国机械工程 2017(11)
- [29].形态分量分析在滚动轴承故障诊断中的应用[J]. 工程科学学报 2017(06)
- [30].基于稀疏带宽模态分解的变转速滚动轴承故障诊断[J]. 振动与冲击 2017(14)