本文關(guān)鍵詞：基于時頻分析的滾動軸承微弱故障信息增強(qiáng)方法研究

  更多相關(guān)文章： 軸承 微弱故障檢測 小波分析 時頻脊 欠定盲源分離

【摘要】：軸承作為現(xiàn)代工業(yè)中的一種基礎(chǔ)零部件,使用非常廣泛。軸承失效時會導(dǎo)致整個機(jī)械設(shè)備停止運(yùn)行,甚至出現(xiàn)機(jī)械設(shè)備的二次破壞,造成經(jīng)濟(jì)損失和安全事故。如果,我們在軸承發(fā)生故障的早期階段,就能檢測到故障的產(chǎn)生并實(shí)現(xiàn)預(yù)警,那么就可以有計劃的采取相應(yīng)的措施,減輕或者避免上述不良影響。然而在軸承產(chǎn)生早期故障時,振動信號常常非常的微弱,傳統(tǒng)的信號分析技術(shù)效果不佳。針對該問題,本文對軸承的早期故障進(jìn)行了基于微弱故障信息增強(qiáng)的時頻圖像的構(gòu)建和識別方面的相關(guān)的研究,提取滾動軸承振動信號中的微弱故障信息。文中給出了基于時頻的三種方法,主要涉及小波分析和欠定盲源分離技術(shù),通過處理仿真信號和軸承實(shí)際振動信號,驗證了該方法的效果。首先研究了軸承故障產(chǎn)生的沖擊響應(yīng)信號的模型,在常用的等周期模型上,考慮了相對滑動,為等周期沖擊響應(yīng)信號加入了輕微的隨機(jī)波動,同時考慮了調(diào)制的影響,使得模型更加準(zhǔn)確。另外也推導(dǎo)了軸承各種故障下的特征頻率,為后面的分析提供了理論基礎(chǔ)。然后在短時傅里葉變換的二次FFT的基礎(chǔ)上發(fā)展出了連續(xù)小波變換-包絡(luò)譜平均分析方法。首先對軸承振動信號進(jìn)行連續(xù)小波變換(CWT),然后針對每一個尺度下的分析結(jié)果沿著時間維度進(jìn)行包絡(luò)解調(diào)分析,最后選擇中小尺度下的包絡(luò)譜進(jìn)行平均處理。通過處理仿真信號和實(shí)際軸承早期故障信號,得到了較好的分析結(jié)果,驗證了該方法的有效性。軸承的早期故障特征微弱,容易受到噪聲的干擾,不容易準(zhǔn)確識別。為此,結(jié)合小波尺度譜同步平均和小波脊線分析的優(yōu)點(diǎn),提出了基于小波尺度譜的時頻脊特征提取方法。首先對多周期的振動信號進(jìn)行小波變換,并重排小波尺度譜；再根據(jù)信號的周期性,對尺度譜進(jìn)行同步平均,最后提取小波脊線,計算信號的包絡(luò)幅值并進(jìn)行頻譜分析,最終獲得弱故障特征。通過仿真和實(shí)例驗證了本方法的有效性。實(shí)際中我們采集到的觀察信號包含有故障信息源在內(nèi)的多種源信號,由于故障源比較微弱,為其檢測增加了難度。盲源分離是解決該問題的思路之一。首先對信號進(jìn)行短時傅里葉變換,然后通過對觀察信號的時頻散點(diǎn)圖進(jìn)行處理,估計出混合矩陣,最后利用L1范數(shù)最短路徑法恢復(fù)出源信號的時頻矩陣,經(jīng)逆變換得到源信號。文中通過對仿真信號和采集到的實(shí)際振動信號進(jìn)行基于SCA(稀疏成分分析)的欠定盲源分離處理,然后對分離的信號進(jìn)行包絡(luò)分析,最后提取出了故障特征頻率。分離的結(jié)果各個通道具有實(shí)際的物理意義,驗證了該方法的有效性,實(shí)現(xiàn)了對軸承早期微弱故障的檢測。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH133.33

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李宏坤;徐福健;高巧紅;汪寅虎;;利用小波尺度譜同步平均的時頻脊故障特征提取[J];振動工程學(xué)報;2015年03期

2 段晨東;高鵬;徐先峰;高強(qiáng);;一種基于時頻峭度譜的滾動軸承損傷診斷方法[J];機(jī)械工程學(xué)報;2015年11期

3 王宏超;陳進(jìn);霍柏琦;胡旭鋼;王冉;周海韜;朱淼;;強(qiáng)抗噪時頻分析方法及其在滾動軸承故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報;2015年01期

4 李宏坤;張學(xué)峰;徐福健;劉洪軼;練曉婷;;基于時頻分析的欠定信號盲分離與微弱特征提取[J];機(jī)械工程學(xué)報;2014年18期

5 李煒;楊慧中;;基于核估計的超定混合共軛盲信號分離方法[J];計算機(jī)工程與應(yīng)用;2014年22期

6 鐘先友;趙春華;陳保家;曾良才;;基于形態(tài)自相關(guān)和時頻切片分析的軸承故障診斷方法[J];振動與沖擊;2014年04期

7 孟宗;李姍姍;;基于小波改進(jìn)閾值去噪和HHT的滾動軸承故障診斷[J];振動與沖擊;2013年14期

8 王金福;李富才;;機(jī)械故障診斷技術(shù)中的信號處理方法:時頻分析[J];噪聲與振動控制;2013年03期

9 李宏坤;練曉婷;周帥;;小波尺度譜同步平均在弱信息識別中的應(yīng)用[J];機(jī)械工程學(xué)報;2013年05期

10 吳強(qiáng);孔凡讓;何清波;劉永斌;李鵬;;基于小波變換和ICA的滾動軸承早期故障診斷[J];中國機(jī)械工程;2012年07期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李萌;旋轉(zhuǎn)機(jī)械軸承故障的特征提取與模式識別方法研究[D];吉林大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王放;稀疏分量分析的欠定盲分離算法研究[D];湖南大學(xué);2012年

2 繆榮松;基于小波—包絡(luò)的重載貨運(yùn)列車滾動軸承振動故障診斷[D];中南大學(xué);2011年

，

本文編號：1202392