齒輪和軸承作為汽車變速器和風(fēng)電齒輪箱等機(jī)械設(shè)備的重要組成部分,在復(fù)雜多變的工況下極容易發(fā)生平穩(wěn)型故障和沖擊型故障,如何快速準(zhǔn)確地對故障進(jìn)行識別和實(shí)時(shí)監(jiān)控成為當(dāng)下熱點(diǎn)問題。本文以信號的稀疏性為基礎(chǔ),對信號的稀疏表示和壓縮感知的理論及其在故障診斷識別方面的應(yīng)用做了相關(guān)研究。提出了基于K-SVD和滑窗降噪的稀疏表示SWD-KSVD算法,用以診斷滾動軸承沖擊型故障。該算法利用稀疏表示中字典訓(xùn)練常用的K-SVD算法對包含沖擊的一小段時(shí)域信號進(jìn)行學(xué)習(xí)并重構(gòu)該段信號,通過滑窗方式以方差為標(biāo)準(zhǔn)選擇出僅包含一個沖擊的最優(yōu)“模式”,再將最優(yōu)“模式”在整個故障信號上做滑窗內(nèi)積運(yùn)算,尋找沖擊發(fā)生時(shí)刻并進(jìn)行沖擊重構(gòu),實(shí)現(xiàn)滾動軸承故障特征的提取。由于該算法只使用一個本身較短的最優(yōu)“模式”且進(jìn)行了最優(yōu)遴選和相關(guān)分析,故對沖擊形態(tài)的還原度較高,相位還原較精確,提取故障特征的速度較快,抗噪性較強(qiáng)。仿真和實(shí)驗(yàn)表明,該算法有效地提取了汽車變速器滾動軸承沖擊型故障特征。將自適應(yīng)懲罰因子算法嵌入到ADMM算法中進(jìn)行改進(jìn),并應(yīng)用于齒輪沖擊型和復(fù)合型故障的壓縮感知欠采樣識別中。該算法結(jié)合故障的特點(diǎn),構(gòu)造了小波字典和調(diào)制諧波字典的雙字典體系,分別對平穩(wěn)調(diào)制成分和沖擊調(diào)制成分進(jìn)行有效重構(gòu),并在此基礎(chǔ)上使用外推法使算法加速,嵌入懲罰因子自適應(yīng)更新算法,使算法的收斂性和稀疏性都得到增強(qiáng)。通過對比不同重構(gòu)算法的重構(gòu)誤差和ADMM算法改進(jìn)前后的重構(gòu)成功率,表明該算法采用的小波字典對沖擊型故障較為敏感且對故障特征頻率還原較為準(zhǔn)確,平穩(wěn)型諧波字典憑借其明確的物理意義也能有效地表示出信號特征;雙字典在提取故障特征時(shí)由于出現(xiàn)耦合的現(xiàn)象,加之噪聲的影響,導(dǎo)致重構(gòu)的精確度不如單字典沖擊型故障的ADMM算法。仿真表明單字典算法在10%的壓縮率和噪比為-5dB以上、雙典在20%的壓縮率且信噪比為0dB以上時(shí)均能有效識別故障;實(shí)驗(yàn)表明單字典和雙字典算法分別能夠在10%和20%的壓縮率下有效識別故障。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TH133
【部分圖文】：

1 cos2nizf dfD (3-6)2221 cos2nrf D dfd D (3-7)其中nf 是故障軸承所在軸的轉(zhuǎn)頻，d 是軸承滾動體直徑，D 是滾動軸承節(jié)徑，z 表示軸承所含滾動體個數(shù)， 表示接觸角。(1) 不考慮滾動體滑移和轉(zhuǎn)速輕微波動的情況為使仿真更貼近與實(shí)際信號，模擬了型號為 NUP311EN 的軸承參數(shù)，具體為D 85mm， z 13， d 18mm， 0 。當(dāng)轉(zhuǎn)速為 600rpm 時(shí)，相應(yīng)轉(zhuǎn)頻nf =10Hz，根據(jù)式(3-5)至(3-7)，軸承各部件的故障特征頻率分別為of =51.24Hz，if =78.76Hz，rf =22.5Hz。假設(shè)激起的兩階模態(tài)參數(shù)為d1f =2500Hz，1 =0.08 和d2f =6000Hz，2 =0.05。設(shè)定采樣頻率sf =20000Hz，采樣時(shí)長sT =1s，按式(3-4)生成軸承內(nèi)圈故障模擬信號。

a) 滑窗“模式”方差圖 b) 0dB 噪聲選擇出的0γ圖 3-2 通過滑窗得到“模式”的方差遴選最優(yōu)“模式”為驗(yàn)證不同在起始點(diǎn)進(jìn)行滑窗 K-SVD 得到的“模式”之間的差異，選出圖 3-2 a)中紅圈圈出的幾個起始點(diǎn)得出的“模式”加以對比，它們代表了除最大值之外的兩個較大的峰值點(diǎn)（第 2540 和 2800 點(diǎn)）、介于兩個大峰值點(diǎn)之間的局部峰值點(diǎn)（2420 點(diǎn)）以及局部最小值點(diǎn)（第 2120 點(diǎn)）。具體“模式”的形態(tài)如圖 3-3 所示。a) 以第 2540 點(diǎn)為起始點(diǎn) b) 以第 2800 點(diǎn)為起始點(diǎn)

a) 滑窗“模式”方差圖 b) 0dB 噪聲選擇出的0γ圖 3-2 通過滑窗得到“模式”的方差遴選最優(yōu)“模式”為驗(yàn)證不同在起始點(diǎn)進(jìn)行滑窗 K-SVD 得到的“模式”之間的差異，選出圖 3-2 a)中紅圈圈出的幾個起始點(diǎn)得出的“模式”加以對比，它們代表了除最大值之外的兩個較大的峰值點(diǎn)（第 2540 和 2800 點(diǎn)）、介于兩個大峰值點(diǎn)之間的局部峰值點(diǎn)（2420 點(diǎn)）以及局部最小值點(diǎn)（第 2120 點(diǎn)）。具體“模式”的形態(tài)如圖 3-3 所示。a) 以第 2540 點(diǎn)為起始點(diǎn) b) 以第 2800 點(diǎn)為起始點(diǎn)
【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 郭俊鋒;施建旭;雷春麗;魏興春;;一種滾動軸承振動信號的數(shù)據(jù)壓縮采集方法[J];振動與沖擊;2015年23期

2 周俊;伍星;遲毅林;潘楠;;基于改進(jìn)頻域壓縮感知的軸承復(fù)合故障欠定盲提取[J];振動與沖擊;2015年14期

3 鄭紅;李振;;壓縮感知理論投影矩陣優(yōu)化方法綜述[J];數(shù)據(jù)采集與處理;2014年01期

4 鄢鵬程;;一種基于閾值迭代和自適應(yīng)觀測矩陣的壓縮感知圖像處理[J];信息與電腦(理論版);2013年03期

5 趙玉娟;鄭寶玉;陳守寧;;壓縮感知自適應(yīng)觀測矩陣設(shè)計(jì)[J];信號處理;2012年12期

6 馬堅(jiān)偉;徐杰;鮑躍全;于四偉;;壓縮感知及其應(yīng)用:從稀疏約束到低秩約束優(yōu)化[J];信號處理;2012年05期

7 芮國勝;王林;田文飚;;一種基于基追蹤壓縮感知信號重構(gòu)的改進(jìn)算法[J];電子測量技術(shù);2010年04期

8 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進(jìn)展[J];電子學(xué)報(bào);2009年05期

相關(guān)博士學(xué)位論文 前1條

1 唐剛;基于壓縮感知和稀疏表示的地震數(shù)據(jù)重建與去噪[D];清華大學(xué);2010年

相關(guān)碩士學(xué)位論文 前2條

1 侯偉;滾動軸承故障特征增強(qiáng)與檢測方法研究[D];北京化工大學(xué);2015年

2 齊鵬翔;滾動軸承振動分析及故障診斷系統(tǒng)的研究[D];北京交通大學(xué);2013年

本文編號：2861292