【摘要】：滾動軸承是旋轉(zhuǎn)機械的重要零部件之一,它起著支撐旋轉(zhuǎn)軸和減少摩擦等作用,其工作狀態(tài)直接決定了旋轉(zhuǎn)機械是否可以正常運行。所以,對滾動軸承實行故障診斷或者狀態(tài)監(jiān)測的意義重大。從國內(nèi)外以往的研究內(nèi)容來看,絕大多數(shù)是針對滾動軸承內(nèi)圈或外圈單點故障的診斷方法的研究,這些方法只能判斷軸承是否發(fā)生故障,無法判斷軸承是否存在多個故障點。針對這個問題,本文以軸承兩點故障為例,建立了軸承多點故障的理論模型,通過理論分析發(fā)現(xiàn)了軸承單點故障和兩點(或多點)故障的振動信號在時域波形上的不同,計算出了軸承兩點故障時域信號的沖擊間隔比公式。本文對SVD降噪、小波閾值降噪和ITD降噪三種軸承振動信號降噪方法的原理進行了詳細研究,并通過數(shù)值仿真和實驗數(shù)據(jù)分析,證實了這三種方法的有效性。通過對共振解調(diào)技術(shù)的理論分析,發(fā)現(xiàn)決定共振解調(diào)結(jié)果的關(guān)鍵因素是濾波。在濾波過程中需要面臨兩個問題:如何選擇濾波器和如何確定濾波參數(shù)。為解決這兩個問題,本文對濾波器和譜峭度方法的相關(guān)理論進行了深入的研究和詳細的介紹。結(jié)合共振解調(diào)技術(shù)和譜峭度方法,本文提出了一種軸承故障特征提取方法。通過實例分析,將本文提出的故障特征提取方法與ITD降噪方法相結(jié)合,成功地從軸承振動信號中提取出了故障特征,驗證了這種故障特征提取方法的有效性。提出了一套快速高效的軸承故障診斷方法,此方法的基本思路為:以時域波形分析為時域分析方法,以譜峭度方法和共振解調(diào)技術(shù)為頻域分析方法,對軸承的振動信號進行時域和頻域的雙重分析。以軸承的頻域故障特征的為依據(jù),通過包絡(luò)譜可以判斷軸承是否發(fā)生故障并定位故障位置;以軸承兩點(或多點)故障與單點故障的時域差異為依據(jù),通過時域波形圖可以判斷軸承是否存在兩點(或多點)故障,甚至推算故障點夾角。此外,還可以根據(jù)實際情況選擇不同的降噪方法對信號進行降噪預(yù)處理(或不進行降噪處理)。為了驗證了此方法的有效性和正確性,本文對五種故障狀態(tài)的軸承進行了測試,并進行了詳細的數(shù)據(jù)分析。以共振解調(diào)技術(shù)和時域特征提取法為基礎(chǔ),在Labview平臺上開發(fā)了一套滾動軸承狀態(tài)監(jiān)測系統(tǒng),可以對滾動軸承進行實時狀態(tài)監(jiān)測,并有歷史數(shù)據(jù)查詢功能及報警功能。
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH133.33
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 軸承多點故障診斷的研究現(xiàn)狀
        1.2.2 軸承振動信號降噪技術(shù)的研究現(xiàn)狀
        1.2.3 故障特征提取方法的研究現(xiàn)狀
    1.3 本文的技術(shù)路線及章節(jié)安排
        1.3.1 本文的技術(shù)路線
        1.3.2 本文的章節(jié)安排
2 滾動軸承故障機理研究
    2.1 滾動軸承的基本結(jié)構(gòu)和常見的故障類型
        2.1.1 滾動軸承的基本結(jié)構(gòu)
        2.1.2 滾動軸承的故障類型
    2.2 滾動軸承故障特征頻率的計算
    2.3 滾動軸承多點故障理論分析
        2.3.1 軸承外圈兩點故障模型
        2.3.2 軸承內(nèi)圈兩點故障模型
    2.4 本章小結(jié)
3 軸承振動信號降噪技術(shù)的研究
    3.1 SVD降噪
        3.1.1 SVD降噪的原理
        3.1.2 SVD降噪的關(guān)鍵步驟
        3.1.3 SVD降噪的流程圖
        3.1.4 數(shù)值仿真
    3.2 小波閾值降噪
        3.2.1 小波變換的原理
        3.2.2 多尺度小波分析和Mallat算法
        3.2.3 閾值的選取原則
        3.2.4 閾值函數(shù)
        3.2.5 小波閾值降噪的基本流程
        3.2.6 數(shù)值仿真
    3.3 ITD降噪
        3.3.1 ITD分解原理
        3.3.2 信號重構(gòu)準則
        3.3.3 ITD降噪實例
    3.4 本章小結(jié)
4 故障特征提取方法的研究
    4.1 共振解調(diào)技術(shù)
        4.1.1 共振解調(diào)技術(shù)的基本原理
        4.1.2 信號調(diào)制現(xiàn)象
        4.1.3 信號調(diào)制現(xiàn)象的數(shù)值仿真
        4.1.4 希爾伯特變換解調(diào)法
        4.1.5 希爾伯特變換解調(diào)法的局限性
    4.2 濾波器的選擇
    4.3 譜峭度方法
        4.3.1 峭度的定義
        4.3.2 譜峭度的定義及性質(zhì)
        4.3.3 具有魯棒性的峭度和譜峭度
        4.3.4 快速譜峭度圖算法
    4.4 軸承故障特征提取實例分析
    4.5 本章小結(jié)
5 軸承單點故障與兩點故障的診斷實驗
    5.1 故障診斷的基本流程
    5.2 實驗設(shè)計
        5.2.1 軸承故障加工
        5.2.2 實驗系統(tǒng)的設(shè)計
    5.3 實驗數(shù)據(jù)分析
        5.3.1 軸承無故障狀態(tài)的數(shù)據(jù)分析
        5.3.2 軸承外圈單點故障狀態(tài)的數(shù)據(jù)分析
        5.3.3 軸承外圈兩點故障狀態(tài)的數(shù)據(jù)分析
        5.3.4 軸承內(nèi)圈單點故障狀態(tài)的數(shù)據(jù)分析
        5.3.5 軸承內(nèi)圈兩點故障狀態(tài)的數(shù)據(jù)分析
    5.4 本章小結(jié)
6 基于Labview的滾動軸承狀態(tài)監(jiān)測系統(tǒng)的開發(fā)
    6.1 硬件的選擇
    6.2 軟件的編寫
        6.2.1 程序設(shè)計要求
        6.2.2 數(shù)據(jù)存儲方式
        6.2.3 算法設(shè)計思路
    6.3 程序界面及功能介紹
        6.3.1 實時監(jiān)測模塊
        6.3.2 歷史查詢模塊
        6.3.3 報警原則
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 工作展望
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凱;張永祥;李軍;;泵的故障診斷研究綜述[J];水泵技術(shù);2007年01期

2 何正嘉,沈玉娣,屈梁生;大型旋轉(zhuǎn)機械磨擦故障診斷研究[J];西安交通大學學報;1988年05期

3 葛澤鳳;;復(fù)雜系統(tǒng)的故障診斷研究[J];產(chǎn)業(yè)與科技論壇;2017年11期

4 曹雪穎;林殿盛;;網(wǎng)絡(luò)設(shè)備的故障診斷研究[J];計算機光盤軟件與應(yīng)用;2012年12期

5 王凱;張永祥;李軍;;水泵故障診斷研究綜述[J];煤礦機械;2006年10期

6 蘇文勝;薛志鋼;李云飛;;門座起重機回轉(zhuǎn)支承故障診斷研究[J];起重運輸機械;2017年06期

7 劉忠連;;往復(fù)壓縮機的故障診斷研究[J];化工管理;2015年20期

8 張海燕;張明龍;徐卓飛;徐倩倩;;印刷機設(shè)備狀態(tài)監(jiān)測與故障診斷研究進展[J];包裝工程;2013年19期

9 安力鋼;;煤礦通風機故障診斷研究[J];裝備制造技術(shù);2012年01期

10 孫忠輝;;聚丙烯裝置關(guān)鍵設(shè)備故障診斷研究[J];內(nèi)燃機與配件;2017年07期

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 王然風;基于支持向量回歸技術(shù)的大型復(fù)雜機電設(shè)備故障診斷研究與應(yīng)用[D];太原理工大學;2005年

2 楊戰(zhàn)社;礦井提升機主回路故障診斷研究[D];西安科技大學;2016年

3 黃偉國;基于振動信號特征提取與表達的旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷研究[D];中國科學技術(shù)大學;2010年

4 姚建南;落地摩擦提升懸繩多源耦合振動特性及故障診斷研究[D];中國礦業(yè)大學;2016年

5 王曉霞;基于混合智能算法的熱工動態(tài)過程故障診斷研究[D];華北電力大學;2014年

6 張邦基;基于智能信息處理的PHEV控制策略與故障診斷研究[D];湖南大學;2010年

7 成庶;機車控制電源及其故障診斷關(guān)鍵技術(shù)研究與工程實現(xiàn)[D];中南大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張迪;滾動軸承的多點復(fù)合故障診斷研究[D];大連理工大學;2019年

2 劉峰;網(wǎng)絡(luò)系統(tǒng)的系統(tǒng)級故障診斷研究[D];廣西大學;2019年

3 李然;基于BN的無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷研究[D];陜西科技大學;2019年

4 張文原;雙饋式發(fā)電機故障診斷研究[D];華北電力大學(北京);2015年

5 郭曉潔;基于深度學習模型的機械傳動系統(tǒng)故障診斷研究[D];蘇州大學;2017年

6 楊康;航天器關(guān)鍵部件故障診斷研究[D];西安工業(yè)大學;2018年

7 孫永鵬;電機軸承故障診斷研究[D];太原科技大學;2017年

8 趙俊茹;飛機環(huán)境控制系統(tǒng)的故障診斷研究[D];西北工業(yè)大學;2005年

9 陽建龍;基于軸心軌跡的水輪發(fā)電機組故障診斷研究[D];南昌工程學院;2015年

10 王飛雁;機械傳動系統(tǒng)綜合測試與故障診斷研究[D];南京理工大學;2003年

本文編號：2872050