基于Hilbert-Huang变换的滚动轴承故障诊断方法研究

基于Hilbert-Huang变换的滚动轴承故障诊断方法研究

论文摘要

滚动轴承是大部分旋转机械的基本组成部件,也是易损零件,许多旋转机械中的故障都与滚动轴承有关。因此,研究滚动轴承的故障诊断方法具有十分重要的意义。本文以提取滚动轴承振动信号的特征及其故障诊断为主线,在分析了传统滚动轴承的振动信号处理方法的基础上,以Hilbert-Huang变换的时频分析方法为重点,对滚动轴承故障特征提取和故障诊断方法进行探索和研究,并对滚动轴承典型故障的振动信号进行分析和验证。最后,在此基础上开发出滚动轴承振动信号分析软件。论文首先研究了滚动轴承的常见失效形式及其特征,并对滚动轴承的振动机理和振动信号进行了深入研究。针对几种常用的滚动轴承故障特征提取的时频分析方法:短时傅里叶变换、Wigner-Ville分布、小波变换等进行了研究。对Hilbert-Huang算法中涉及的采样数据延拓技术开展了研究,以减弱端点效应;利用中值滤波技术来克服模态裂解问题;通过仿真比较,发现Rilling的IMF筛选终止准则具有较好的数据处理特性。论文利用多种时频分析方法对仿真信号进行特征提取,再把基于Hilbert-Huang的时频分析方法与典型的时频分析方法进行对比研究,指出该方法对于分析非平稳信号具有更好的有效性和优越性。论文利用基于Hilbert-Huang的时频分析方法对实测的滚动轴承故障振动信号进行了分析。实验研究表明,Hilbert-Huang方法对滚动轴承故障诊断具有很好的有效性和可行性。最后,本文开发出交互式用户界面,便于分析程序的实际应用。论文的研究内容为滚动轴承故障特征提取及分析提供了新的思路。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 本课题研究意义
  • 1.2 滚动轴承故障诊断技术研究现状
  • 1.2.1 滚动轴承故障诊断技术发展历程
  • 1.2.2 滚动轴承故障诊断方法概述
  • 1.3 振动信号分析方法
  • 1.4 Hilbert-Huang变换的提出
  • 1.5 本课题主要研究内容
  • 1.6 本章小结
  • 2 Hilbert-Huang变换的基本理论
  • 2.1 HHT的基本概念
  • 2.1.1 瞬时频率及时间特征尺度
  • 2.1.2 本征模函数
  • 2.2 HHT算法实现原理
  • 2.2.1 经验模态分解
  • 2.2.2 Hilbert时频谱和边际谱
  • 2.3 HHT算法实例验证
  • 2.4 本章小结
  • 3 HHT算法存在问题改进
  • 3.1 端点效应和延拓技术
  • 3.1.1 端点效应的机理与影响
  • 3.1.2 信号序列偶延拓
  • 3.1.3 信号序列周期延拓
  • 3.1.4 信号序列镜像闭合延拓
  • 3.1.5 信号序列包络极值延拓
  • 3.2 模态裂解
  • 3.2.1 模态裂解现象
  • 3.2.2 中值滤波原理
  • 3.2.3 仿真信号中值滤波分析
  • 3.3 筛选终止准则
  • 3.3.1 筛选终止准则研究
  • 3.3.2 筛选准则比较
  • 3.4 几种时频分析方法的仿真信号分析
  • 3.4.1 典型时频分析方法简介
  • 3.4.2 HHT与典型时频分析方法的比较
  • 3.5 本章小结
  • 4 HHT在滚动轴承故障诊断中的应用
  • 4.1 滚动轴承故障的基本形式
  • 4.2 滚动轴承振动信号特征分析
  • 4.2.1 滚动轴承的振动机理
  • 4.2.2 滚动轴承的结构组成
  • 4.2.3 滚动轴承的固有频率和故障特征频率
  • 4.2.4 滚动轴承振动信号特点
  • 4.3 滚动轴承故障诊断
  • 4.3.1 诊断的基本步骤
  • 4.3.2 实验装置简介
  • 4.3.3 轴承故障信号分析
  • 4.4 本章小结
  • 5 滚动轴承振动信号分析系统
  • 5.1 开发工具简介
  • 5.2 GUI设计及编程
  • 5.2.1 GUI设计
  • 5.2.2 界面编程
  • 5.3 系统基本功能介绍
  • 5.4 本章小结
  • 6 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 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].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)
    • [17].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)
    • [18].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)
    • [19].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)
    • [20].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)
    • [21].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)
    • [22].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)
    • [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].一种基于广义解调的滚动轴承故障特征提取方法[J]. 振动与冲击 2020(20)
    • [27].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)
    • [28].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)
    • [29].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)
    • [30].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)

    标签:;  ;  ;  ;  

    基于Hilbert-Huang变换的滚动轴承故障诊断方法研究
    下载Doc文档

    猜你喜欢