滾動軸承是旋轉機械結構中最基礎、最核心的部件,同時也是最容易損壞和失效的零件,因此保證滾動軸承的正常運行是旋轉機械安全工作的一個重要環(huán)節(jié)。聲發(fā)射檢測技術相比其它無損檢測技術可以及時的檢測出滾動軸承的早期微弱故障,并且能實時監(jiān)測故障的萌生及發(fā)展過程,具有較高的安全性和可靠性。在大數(shù)據(jù)與人工智能時代背景下,傳統(tǒng)人工的信號分析處理技術已經無法滿足智能一體化大型機械設備故障診斷的需求。因此針對滾動軸承聲發(fā)射信號智能識別與故障診斷的研究具有非常重要的現(xiàn)實意義。本文分析了聲發(fā)射信號產生的原理和聲發(fā)射信號參數(shù)的物理意義,并以滾動軸承原始聲發(fā)射信號數(shù)據(jù)為基礎,深入學習和研究循環(huán)神經網絡模型特點與性能,構建了雙向長短時記憶網絡模型方法,充分挖掘出滾動軸承處于不同故障下原始數(shù)據(jù)的本質特征與深層次映射關系,避免了依賴復雜的數(shù)據(jù)處理技術與信號分析技術提取和選擇故障特征,端對端的完成了滾動軸承故障聲發(fā)射信號特征的自適應提取與智能診斷。同時探究了雙向長短時記憶網絡模型在變工況下對故障聲發(fā)射信號特征的識別性能。從不同工況下聲發(fā)射信號分布特征的特點出發(fā),引入了遷移學習與雙向長短時記憶網絡相結合的方法,打破了傳統(tǒng)機器學習方法的訓練集與測試集必須滿足獨立同分布的要求,擺脫了對先驗故障數(shù)據(jù)的過分依賴,可完成多種類型工況下各種故障類型聲發(fā)射信號的識別,并且大大的縮短了故障識別時間和減小了計算成本,使基于聲發(fā)射檢測技術的滾動軸承故障實時在線監(jiān)測成為可能。設計了基于聲發(fā)射檢測技術的滾動軸承故障在線監(jiān)測軟件,從軟件開發(fā)技術角度和實際監(jiān)測功能需求出發(fā),整個軟件系統(tǒng)共設計了聲發(fā)射信號采集模塊、數(shù)據(jù)導入與處理模塊、模型功能選擇與訓練模塊,及實時監(jiān)測評估與報警模塊等四種功能模塊。最后,對軟件系統(tǒng)及各大模塊功能進行多次實驗測試并進行不斷的改進與優(yōu)化,實驗結果表明,軟件系統(tǒng)可長期穩(wěn)定的對滾動軸承運行狀態(tài)進行實時在線監(jiān)測,并完成相應運行狀態(tài)的識別與診斷任務。
【學位單位】：沈陽工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TH133.33
【部分圖文】：

沈陽工業(yè)大學碩士學位論文8圖2.1 聲發(fā)射檢測原理圖2.1 所示，材料或物體接收到外部環(huán)境的激勵后產生彈性物體表面，引起可以用聲發(fā)射探頭檢測到的物體表面的聲發(fā)射探頭根據(jù)壓電效應原理，將物體的機械振動轉換為電信號由于聲發(fā)射彈性波在傳播過程中會有一定的衰減，需要借助放大器的放大之后才能輸入采信號調理和分析記錄，最終由聲發(fā)射檢測軟件[47]在聲發(fā)射領域已經沿用了幾十年，可用多個特征參數(shù)進行表示，用來直觀的衡量聲發(fā)射源的狀態(tài)參數(shù)示意圖。圖2.2 聲發(fā)射信號參數(shù)示意圖下面具體介紹了聲發(fā)射信號的特征參數(shù)：：撞擊是指超過采集系統(tǒng)設定值

可用多個特征參數(shù)進行表示，用來直觀的衡量聲發(fā)射源的狀態(tài)參數(shù)示意圖。圖2.2 聲發(fā)射信號參數(shù)示意圖下面具體介紹了聲發(fā)射信號的特征參數(shù)：：撞擊是指超過采集系統(tǒng)設定值，從而被聲發(fā)射傳感器捕捉到撞擊計數(shù)則是指系統(tǒng)對撞擊的累計計數(shù)，可以統(tǒng)計出聲發(fā)射源隨時間，被應用在聲發(fā)射活動性的分析中。接收到外部環(huán)境的激勵后產生彈性應物體表面細微機械的機械振動轉換為電信號。需要借助放大器的放大之后才能輸入采軟件系統(tǒng)給出物體缺，被測物體產生的衡量聲發(fā)射源的狀態(tài)，圖 2.2 為從而被聲發(fā)射傳感器捕捉到可以統(tǒng)計出聲發(fā)射源隨時間

第 3 章 聲發(fā)射信號特征的智能識別模型研究 實驗設置1 故障模擬實驗平臺及示意圖滾動軸承故障聲發(fā)射信號特征識別實驗研究采用 QPZZ-Ⅱ型旋轉機械故障模擬平臺及滾動軸承故障模擬實驗中使用的主要構件組成如圖 3.1 所示。該實驗平臺轉機械的多種故障狀態(tài)，為各種狀態(tài)的對比分析及診斷提供基礎條件；并且該實方便的將被測部分的軸承更換成有缺陷的軸承。QPZZ-Ⅱ型旋轉機械故障模擬實模擬的故障有：軸承內圈故障、外圈故障、保持架故障及滾動體故障，軸承安裝不與軸承座之間的松動等，該實驗平臺被大范圍的使用在學校、工廠及科學研究院教學及產品開發(fā)等中。沈陽工業(yè)大學碩士學位論文
【相似文獻】

相關期刊論文 前10條

1 王祖蔭;;聲發(fā)射信號能量與泄漏氣體流密度的關系[J];無損檢測;1991年08期

2 王秀清;張春霞;楊世鳳;;番茄病害脅迫聲發(fā)射信號采集與聲源定位[J];農業(yè)機械學報;2011年04期

3 林麗;趙德有;;基于局域波近似熵的聲發(fā)射信號處理[J];大連理工大學學報;2010年01期

4 林麗;趙德有;;近似熵在聲發(fā)射信號處理中的應用[J];振動與沖擊;2008年02期

5 鞏亞東,王宛山;磨削加工的聲發(fā)射信號分析[J];東北大學學報;1998年01期

6 徐榮葆;張耀輝;;超精密加工中聲發(fā)射信號的特性研究[J];航空精密機械工程;1988年01期

7 張耀輝,徐榮葆;用最大熵譜法分離切削聲發(fā)射信號的研究[J];國防科技大學學報;1989年03期

8 毛漢穎;劉婷;范健文;毛漢領;;金屬材料聲發(fā)射信號傳播的聲阻抗特性研究[J];振動與沖擊;2019年13期

9 郭振;賈鑫;付玉;賈招弟;李英年;;獨立分量分析在聲發(fā)射信號處理中的應用[J];裝備制造技術;2014年02期

10 林晶;孟永鋼;;磁頭磁盤界面碰撞聲發(fā)射信號特性研究[J];潤滑與密封;2009年04期

相關博士學位論文 前10條

1 李偉;低碳鋼點蝕聲學檢測與信號處理技術研究[D];大慶石油大學;2006年

2 劉國華;聲發(fā)射信號處理關鍵技術研究[D];浙江大學;2008年

3 張平;集成化聲發(fā)射信號處理平臺的研究[D];清華大學;2002年

4 栗麗;基于聲發(fā)射信號分析的2D及3D紡織結構復合材料損傷機制研究[D];東華大學;2015年

5 劉衛(wèi)東;沖擊地壓預測的聲發(fā)射信號處理關鍵技術研究[D];中國礦業(yè)大學;2009年

6 張闖;金屬板裂紋的電磁聲發(fā)射信號檢測與處理技術研究[D];河北工業(yè)大學;2011年

7 林麗;導管架平臺結構模型裂紋擴展聲發(fā)射特征提取[D];大連理工大學;2009年

8 曹翌佳;氣固反應器中基于聲發(fā)射信號的故障檢測與診斷[D];浙江大學;2010年

9 朱榮華;強噪聲環(huán)境下7N01鋁合金損傷聲發(fā)射監(jiān)測研究[D];哈爾濱工業(yè)大學;2013年

10 楊平;罐底腐蝕聲發(fā)射機理研究[D];沈陽工業(yè)大學;2014年

相關碩士學位論文 前10條

1 何明;軸承聲發(fā)射信號的特征識別研究[D];沈陽工業(yè)大學;2019年

2 許濤林;基于稀疏分解的脆性去除過程聲發(fā)射信號監(jiān)測技術研究[D];廈門大學;2018年

3 張凱月;巖石聲發(fā)射信號時頻分析研究[D];華北理工大學;2018年

4 李天佑;基于小波分析和矩張量分解的聲發(fā)射信號的處理與研究[D];東北石油大學;2018年

5 仝浩呈;基于聲發(fā)射信號的固結磨料研磨在線監(jiān)測研究[D];南京航空航天大學;2018年

6 謝楚陽;基于聲發(fā)射信號分析的C/SiC復合材料損傷機制研究[D];南京航空航天大學;2018年

7 李天舒;基于時間序列特征的聲發(fā)射信號識別方法研究[D];大連理工大學;2018年

8 蔣盼;基于感知理論的聲發(fā)射信號壓縮采集及重構研究[D];河北工業(yè)大學;2016年

9 沈慧;基于聲發(fā)射信號的真空泵過載故障檢測研究[D];天津大學;2018年

10 王華偉;基于LMD與關聯(lián)分析法的車軸聲發(fā)射信號裂紋狀態(tài)識別研究[D];大連交通大學;2018年

本文編號：2863073