基于Alpha稳定分布特征参数的滚动轴承故障诊断研究

论文摘要

滚动轴承作为机械设备中最常用的部件之一,其运行状态是机械设备能否正常工作的重要影响因素。因此,对于滚动轴承的性能监测以及故障诊断,其重要性不言而喻。当滚动轴承在出现点蚀等故障时,很明显的特点就是会在振动采样信号中出现故障脉冲成份。在轴承故障初期,故障脉冲幅值较小,一般都会淹没在采样信号的噪声之中,但到故障中后期时,故障脉冲幅值会越来越大,采样信号本身也会呈现出明显的脉冲特性。本文首先从统计信号处理的角度出发,通过分析滚动轴承故障仿真信号及其实际故障信号的非高斯性和脉冲特性,引入Alpha稳定分布这一可用来描述具有明显脉冲特性信号的统计模型。作为广义化的高斯分布,Alpha稳定分布拟合滚动轴承故障信号概率密度分布的精度更高,也更加的合理。通过滚动轴承故障仿真信号的数学表达式,本文分析故障信号中轴承故障程度等因素对Alpha稳定分布特征指数α及峭度值的影响,并明确了α值及峭度值只是反映信号本身的脉冲特性,与信号中的实际故障脉冲大小,即轴承故障程度并无直接关系这一结论。然后,通过进一步分析对比α值及峭度值在滚动轴承性能评估的特点,提出一个新的基于Alpha稳定分布概率密度分布的性能评估参数Lambda,通过仿真和实验分析,指出其相对于α值及峭度值,具有对早期故障脉冲敏感度更高,晚期故障不会出现性能退化,且自身的敏感度可以根据实际需求调节的优势。本文基于Alpha稳定分布的特征参数,提出了结合自适应小波的滚动轴承早期故障信号检测方法,以及结合神经网络的滚动轴承故障分类方法,通过实验数据分析,表明将现代信号处理方法同Alpha稳定分布结合的故障信号诊断方法,可以有效地分析滚动轴承故障信号,并且表现出了一定的优势。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 滚动轴承故障诊断方法的发展现状
• 1.2.1 滚动轴承故障信号的传统分析方法
• 1.2.2 滚动轴承故障信号处理方法的发展现状
• 1.2.3 滚动轴承故障信号识别技术的发展现状
• 1.3 本文的主要研究内容
• 第2章 滚动轴承故障信号仿真及Alpha稳定分布
• 2.1 滚动轴承故障信号仿真
• 2.1.1 滚动轴承的振动类型及相应特征频率
• 2.1.2 滚动轴承的故障仿真信号的数学表达式
• 2.1.3 滚动轴承故障仿真信号的概率密度分布
• 2.2 Alpha稳定分布
• 2.2.1 Alpha稳定分布的特征函数
• 2.2.2 Alpha稳定分布信号的时域特征及概率密度分布
• 2.2.3 分数低阶矩
• 2.3 本章小结
• 第3章 峭度及Alpha稳定分布的特征指数? 的特性
• 3.1 滚动轴承运行状态对峭度值和? 值的影响
• 3.1.1 滚动轴承故障程度对峭度值和? 值的影响
• 3.1.2 其他变化性因素对峭度值和? 值的影响
• 3.2 实验数据分析
• 3.2.1 实验数据描述
• 3.2.2 基于滚动轴承单点故障数据的峭度值和? 值特性分析
• 3.2.3 基于滚动轴承全生命周期数据的峭度值和? 值特性分析
• 3.3 本章小结
• 第4章 基于Alpha稳定分布的滚动轴承运行状态评估
• 4.1 基于Alpha稳定分布的滚动轴承运行状态评估参数
• 4.1.1 基于Alpha稳定分布特征参数的滚动轴承运行状态评估
• 4.1.2 基于Alpha稳定分布概率密度的评估参数
• 4.2 实验数据分析
• 4.3 本章小结
• 第5章 基于Alpha稳定分布的滚动轴承早期故障检测与故障分类
• 5.1 小波变换
• 5.1.1 小波变换的基本理论
• 5.1.2 小波及小波包分解
• 5.1.3 Daubechies小波
• 5.2 人工神经网络
• 5.3 实验数据分析
• 5.3.1 基于Alpha稳定分布特征指数? 的早期故障信号检测方法
• 5.3.2 基于Alpha稳定分布特征参数的故障信号分类方法
• 5.4 本章小结
• 结论
• 参考文献
• 致谢