基于信号处理的模式识别方法在滚动轴承故障诊断中的应用

论文摘要

化工设备与机器是石化行业的重要生产工具,其运行的好坏将直接影响化工、石油化工生产的连续性、稳定性和安全性。随着大型旋转机械在石油化工领域应用越来越广,其故障预测与诊断在石化生产中的作用和地位日益突出。滚动轴承是旋转机械中的重要零件,其运行状态直接影响到整个机械系统的性能,但它在运行过程中极易损坏。据统计,有30%的旋转机械故障是由轴承引起的。因此,滚动轴承的故障预测和诊断技术研究,具有显著的社会效益和经济效益。本文以Case Western Reserve University （CWRU）轴承数据中心提供的滚动轴承试验数据为基础,旨在对滚动轴承振动信号进行分析,采用有效的特征提取方法,来判断、识别轴承的运行状态,从而实现滚动轴承故障诊断。研究内容包括以下两个方面：1.采用离散小波变换与Hilbert变换相结合的方法来获取轴承信号的包络谱,然后对包络谱进行相关性分析,从而识别出滚动轴承的运行状态。结果表明,本方法能够准确诊断轴承故障,对早期故障及故障程度的识别具有一定的有效性,且能对外圈故障的损伤位置进行判断。与传统包络频谱方法相比,本方法能够全面利用包络谱信息,能更准确地判断轴承运行状况。2.研究形态学分析在滚动轴承故障诊断中的应用,先构造了double-dot直线结构元素,然后结合多尺度形态运算来获取轴承信号的形态谱,通过对形态谱进行相关性分析,从而识别滚动轴承故障类型。同时,在形态谱的基础上提出了尺度谱概念。与第一种方法相比,本方法的重点是从多个尺度上提取信号特征信息,诊断结果表明：本方法能够比第一种方法更准确地识别早期故障及故障程度,也能对外圈故障位置进行判断,反映了double-dot直线结构元素非常适用于轴承振动信号的特征提取；另外,结果表明尺度谱在轴承故障诊断中具有一定的有效性,对于外圈故障位置的判别甚至优于形态谱。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 化工旋转机械故障诊断的重要意义
• 1.2 国内外故障诊断技术的发展现状
• 1.3 滚动轴承故障诊断技术
• 1.3.1 振动诊断技术
• 1.3.2 油液分析技术
• 1.3.3 温度诊断技术
• 1.3.4 声发射诊断技术
• 1.3.5 油膜电阻诊断技术
• 1.3.6 光纤诊断技术
• 1.4 基于振动信号的滚动轴承故障诊断技术
• 1.4.1 诊断过程基本步骤
• 1.4.2 基于振动信号的诊断技术
• 1.4.3 振动诊断方法小结
• 1.5 本文的创新处
• 1.6 本文的研究内容
• 第二章 滚动轴承的基本概念与故障试验
• 2.1 滚动轴承的基本组成
• 2.2 滚动轴承振动及信号采集
• 2.2.1 滚动轴承振动机理
• 2.2.2 振动信号的采集
• 2.3 滚动轴承常见故障介绍
• 2.3.1 滚动轴承的故障形式
• 2.3.2 滚动轴承的故障特征频率
• 2.4 滚动轴承试验内容
• 2.4.1 试验装置及振动测量系统
• 2.4.2 试验内容
• 第三章 基于小波分析与包络谱相关性的故障诊断方法
• 3.1 小波分析原理
• 3.1.1. 连续小波变换原理
• 3.1.2. 离散小波分解与重构
• 3.2 基于HILBERT变换的包络分析原理
• 3.3 包络谱相关系数
• 3.4 基于小波分析与包络谱相关性的故障诊断方法
• 第四章 基于形态运算及相关性分析的故障诊断方法
• 4.1 形态学原理和基本运算
• 4.1.1 形态学基本思想
• 4.1.2 形态运算
• 4.1.3 多尺度形态运算
• 4.2 结构元素
• 4.2.1 直线结构元素
• 4.2.2 构造Double-dot直线结构元素
• 4.2.3 不同结构元素的形态运算结果
• 4.3 特征提取
• 4.3.1 形态谱和尺度谱
• 4.3.2 谱相关性分析
• 4.4 基于形态运算及相关性分析的故障诊断方法
• 第五章 滚动轴承故障诊断方法的应用实例
• 5.1 基于小波分析及包络谱相关性的故障诊断方法应用实例
• 5.1.1 数据介绍
• 5.1.2 A组信号的故障诊断结果
• 5.1.3 B组信号的故障诊断结果
• 5.1.4 C组信号的故障诊断结果
• 5.1.5 本方法的总结
• 5.2 基于形态运算及相关性分析的故障诊断方法应用实例
• 5.2.1 数据介绍
• 5.2.2 A组信号的故障诊断结果
• 5.2.3 B组信号的故障诊断结果
• 5.2.4 C组信号的故障诊断结果
• 5.2.5 尺度谱的故障诊断效果
• 5.2.6 形态谱与包络谱的比较
• 5.2.7 本方法的总结
• 第六章 结论与展望
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者和导师简介
• 硕士研究生学位论文答辩委员会决议书