滾動(dòng)軸承作為旋轉(zhuǎn)機(jī)械中應(yīng)用最為廣泛的零件之一,其運(yùn)行健康狀況對旋轉(zhuǎn)機(jī)械設(shè)備的運(yùn)行狀況產(chǎn)生直接影響。受工作環(huán)境、工作強(qiáng)度等因素的影響,軸承的壽命具有很強(qiáng)的不確定性,而軸承一旦發(fā)生故障,可能造成經(jīng)濟(jì)財(cái)產(chǎn)損失甚至人員傷亡。因此,對設(shè)備中的滾動(dòng)軸承進(jìn)行狀態(tài)檢測和故障診斷具有重要意義。由于工作環(huán)境復(fù)雜,滾動(dòng)軸承振動(dòng)信號往往具有非平穩(wěn)和非線性特性,常規(guī)信號處理方法難以從軸承振動(dòng)信號中獲取有效且穩(wěn)定的振動(dòng)信息。經(jīng)驗(yàn)小波變換（EWT）是最近提出的一種基于傅里葉譜分割和小波變換建立的信號分析方法,能夠有效地將一個(gè)非平穩(wěn)和非線性信號自適應(yīng)地分解為若干個(gè)單分量信號之和。同時(shí),為了提取滾動(dòng)軸承的非線性故障特征,將最近提出的衡量振動(dòng)信號不規(guī)則程度的動(dòng)力學(xué)指標(biāo)——散布熵（DE）應(yīng)用于滾動(dòng)軸承故障特征的表征。論文的主要研究內(nèi)容及成果如下:1.研究了EWT理論及其性能,通過分析合成信號,將EWT與經(jīng)驗(yàn)?zāi)B(tài)分解、局部特征尺度分解方法進(jìn)行了對比,結(jié)果表明,EWT在抑制模態(tài)混疊以及分量物理意義等方面更具優(yōu)勢。針對原始傅里葉譜分割方法難以處理頻譜復(fù)雜滾動(dòng)軸承信號的問題,提出了改進(jìn)EWT方法,仿真信號分析結(jié)果驗(yàn)證了方法的有效性... 

【文章來源】：安徽工業(yè)大學(xué)安徽省

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

Fourier譜分割示意圖

圖 2.2 合成信號1x 及其組成號2x 如圖 2.3 所示，由二次函數(shù)型信號21x ，調(diào)頻信號22x 以及23 組成：221x 5t; cos(1010)222x t t; cos(7015).0.51cos(50),00.523ttttx ; 2212223x x x x.

圖 2.3 合成信號2x 及其組成3x 如圖 2.4 所示，由非線性信號31x 以及調(diào)幅信號32x 組成：1.2cos(2)131tx ; cos(50)1.5sin(2)132ttx ; 33132x x x.

【參考文獻(xiàn)】：
期刊論文
[1]基于精細(xì)復(fù)合多尺度熵特征向量相關(guān)系數(shù)在滾動(dòng)軸承故障診斷中應(yīng)用[J]. 葉金義,謝小平,梁烊煬,張福運(yùn).  噪聲與振動(dòng)控制. 2018(05)
[2]基于經(jīng)驗(yàn)小波變換和多核學(xué)習(xí)的風(fēng)電功率短期預(yù)測[J]. 李軍,卓澤贏.  信息與控制. 2018(04)
[3]基于改進(jìn)經(jīng)驗(yàn)小波變換的時(shí)頻分析方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 鄭近德,潘海洋,戚曉利,張興權(quán),劉慶運(yùn).  電子學(xué)報(bào). 2018(02)
[4]基于經(jīng)驗(yàn)小波變換的變壓器振動(dòng)信號特征提取[J]. 趙妙穎,許剛.  電力系統(tǒng)自動(dòng)化. 2017(20)
[5]基于馬田系統(tǒng)的滾動(dòng)軸承初始故障檢測和狀態(tài)監(jiān)測[J]. 剡昌鋒,朱濤,吳黎曉,貝克,郭劍鋒.  振動(dòng)與沖擊. 2017(12)
[6]基于復(fù)合多尺度熵與拉普拉斯支持向量機(jī)的滾動(dòng)軸承故障診斷方法[J]. 代俊習(xí),鄭近德,潘海洋,潘紫微.  中國機(jī)械工程. 2017(11)
[7]基于VMD與多特征融合的齒輪故障診斷方法[J]. 王建國,陳帥,張超.  機(jī)械傳動(dòng). 2017(03)
[8]齒輪傳動(dòng)系統(tǒng)故障診斷技術(shù)的研究進(jìn)展[J]. 王靖岳,王浩天,郭立新.  機(jī)械傳動(dòng). 2016(08)
[9]國內(nèi)外軸承鋼的現(xiàn)狀與發(fā)展趨勢[J]. 李昭昆,雷建中,徐海峰,俞峰,董瀚,曹文全.  鋼鐵研究學(xué)報(bào). 2016(03)
[10]基于噪聲輔助多元經(jīng)驗(yàn)?zāi)B(tài)分解和多尺度形態(tài)學(xué)的滾動(dòng)軸承故障診斷方法[J]. 武哲,楊紹普,任彬,馬新娜,張建超.  振動(dòng)與沖擊. 2016(04)

博士論文
[1]基于能量耗損的機(jī)械設(shè)備故障診斷理論與方法研究[D]. 肖海兵.華南理工大學(xué) 2013
[2]基于熵的表面肌電信號特征提取研究[D]. 陳偉婷.上海交通大學(xué) 2008



本文編號：2958862