旋转机械故障监测与诊断技术 ——滚动轴承振动信号分析研究

论文摘要

旋转机械为机械工业的核心设备,在航天、石油、发电、钢铁等领域发挥了重要作用。滚动轴承是旋转机械设备的主要关键零件之一,其运行状况直接关系到旋转机械的正常运行。由于工况环境复杂,机械设备之间耦合比较严重,导致传统的包络谱分析技术或希尔伯特-黄变换技术等对故障特征的提取和诊断容易失效或引起误诊。为解决上述问题,本文在研究了滚动轴承各元件故障振动产生机理及表现形式和提出了能有效克服传统包络谱分析缺点的分析方法,做了如下研究内容和创新点：1、针对耦合干扰条件下传统包络分析方法无法准确诊断出滚动轴承故障而失效的局限,利用独立分量分析技术对耦合干扰具有较强分离能力的优势,提出了独立分量分析与包络谱分析技术的融合方法。2、针对传统的包络分析的共振频带选取（通常采用带通滤波器滤波）的盲目性,利用短时傅里叶变换寻找信号的能量分布为带通滤波器的参数设置提供参考。并与上述方法结合,提出了短时傅里叶变换与独立分量分析相结合的滚动轴承故障特征提取的包络分析方法。3、针对传统的包络谱分析技术对多分量混合信号分析失效的局限,利用希尔伯特-黄变换技术替代包络谱分析的滚动轴承故障特征提取。提出结合独立分量分析与希尔伯特-黄变换相融合的多耦合干扰条件下的故障特征提取方法。仿真实验和实际测试试验分析结果研究表明,上述提出的方法的有效性,从而拓宽了包络解调分析技术和希尔伯特-黄变换技术的应用范围,对旋转机械状态监测与故障诊断的发展具有一定的理论价值和实际应用意义。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 滚动轴承振动信号故障诊断国内外研究概述
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 独立分量分析现状
• 1.3 课题研究背景介绍
• 1.3.1 课题研究来源
• 1.3.2 课题研究意义
• 1.4 论文主要研究内容与结构安排
• 1.4.1 主要研究内容
• 1.4.2 论文结构安排
• 第二章 滚动轴承振动信号故障诊断基础
• 2.1 滚动轴承的常见失效形式与故障振动机理
• 2.1.1 滚动轴承的常见失效形式
• 2.1.2 滚动轴承振动机理及故障特征频率计算
• 2.2 滚动轴承单个损伤理论模型
• 2.2.1 外圈上有单个损伤点模型特征提取
• 2.2.2 内圈上有单个损伤点模型
• 2.2.3 滚动体上有单个损伤点模型
• 2.3 滚动轴承振动信号的分析诊断方法
• 2.3.1 信号的时域分析诊断方法
• 2.3.2 信号的频域分析诊断方法
• 2.3.3 信号的时频分析诊断方法
• 2.4 ICA分析方法
• 2.4.1 瞬时混合信号的ICA系统方法
• 2.4.2 ICA估算算法
• 2.4.3 ICA现存在的主要问题
• 2.5 本章小结
• 第三章 滚动轴承振动信号采集试验
• 3.1 试验台介绍
• 3.2 试验采集系统介绍
• 3.3 振动信号的采集
• 3.3.1 传感器的标定与布置
• 3.3.2 信号采集系统参数及试验工况设置
• 3.3.3 试验中滚动轴承故障类型的选择
• 3.4 振动信号的时域与频域波形
• 3.5 本章小结
• 第四章 基于短时傅里叶变换和ICA的振动信号分析
• 4.1 短时傅里叶变换概述
• 4.1.1 时频分辨率及不确定原理
• 4.1.2 连续信号的STFT的定义与性质
• 4.1.3 短时傅里叶变换的窗函数
• 4.1.4 短时傅里叶变换的计算
• 4.2 希尔伯特包络解调技术
• 4.2.1 实信号的复数表示
• 4.2.2 希尔伯特变换过程
• 4.2.3 希尔伯特解调原理
• 4.3 基于STFT和ICA的包络分析方法
• 4.4 仿真数据分析
• 4.5 试验数据分析
• 4.5.1 只存在滚动轴承故障情况下的振动信号分析
• 4.5.2 在耦合干扰下的滚动轴承故障振动混合信号分析
• 4.6 本章小结
• 第五章 基于希尔伯特-黄变换和ICA的振动信号分析
• 5.1 希尔伯特-黄变换基本原理概述
• 5.1.1 瞬时频率
• 5.1.2 固有模式函数
• 5.1.3 经验模式分解的基本原理
• 5.1.4 希尔伯特谱分析
• 5.1.5 希尔伯特-黄变换若干问题
• 5.2 基于ICA的HHT故障诊断方法
• 5.3 仿真数据分析
• 5.4 试验数据分析
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 本文的创新点
• 6.3 存在的问题与展望
• 6.3.1 存在的问题
• 6.3.2 展望
• 致谢
• 参考文献
• 附录A 攻读硕士学位期间发表的论文及参加的科研项目
• 附录A.1
• 附录A.2