滾動(dòng)軸承作為旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件之一,發(fā)生故障會(huì)嚴(yán)重影響到旋轉(zhuǎn)機(jī)械的安全穩(wěn)定運(yùn)行,研究滾動(dòng)軸承故障診斷技術(shù)對(duì)于保障設(shè)備安全穩(wěn)定運(yùn)行,減少安全事故的發(fā)生以及降低設(shè)備維護(hù)成本,具有重要的現(xiàn)實(shí)意義與工程價(jià)值。滾動(dòng)軸承振動(dòng)信號(hào)能夠及時(shí)準(zhǔn)確的提供設(shè)備狀態(tài)特征信息,且可被永久或間歇監(jiān)測(cè),因此被廣泛用于滾動(dòng)軸承故障診斷。軸承振動(dòng)信號(hào)具有非線(xiàn)性與非平穩(wěn)性,時(shí)頻分析方法是分析此類(lèi)信號(hào)的有效方法,但基于時(shí)頻分析方法進(jìn)行信號(hào)處理與特征提取,得到的原始特征集中會(huì)存在干擾以及冗余信息,需要從原始特征集中提取出有利于故障狀態(tài)識(shí)別的敏感特征;對(duì)于高維特征集,需要進(jìn)行降維處理,得到判別性能更好的低維特征集。針對(duì)上述問(wèn)題,按照基于數(shù)據(jù)驅(qū)動(dòng)的滾動(dòng)軸承故障診斷過(guò)程中信號(hào)處理、特征提取、特征降維和模式識(shí)別四個(gè)關(guān)鍵環(huán)節(jié)開(kāi)展如下相關(guān)研究工作:（1）研究基于最大重疊離散小波包變換（Maximum Overlap Discrete Wavelet Package Transform,MODWPT）的振動(dòng)信號(hào)處理方法。利用MODWPT分解振動(dòng)信號(hào),對(duì)得到的終端節(jié)點(diǎn)進(jìn)行單支重構(gòu),得到不同頻率范圍的重構(gòu)信號(hào),計(jì)算重構(gòu)信號(hào)及其Hilbert... 

【文章來(lái)源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

CWRU軸承故障振動(dòng)信號(hào)采集試驗(yàn)臺(tái)Figure2-2Bearingfaultvibrationsignalacquisitiontest-bedofCWRU

2 基于 MODWPT 的振動(dòng)信號(hào)處理與特征提取FS 試驗(yàn)臺(tái)由電機(jī)、變頻器、軸承、加速度計(jì)以及底座支架構(gòu)成。承型號(hào)為 SER205，如圖 2-4 所示�；诖嗽囼�(yàn)臺(tái)可以模擬軸承在載下的運(yùn)行狀態(tài)，使用激光加工的方式制造尺寸為 0.05mm、0.1 的單點(diǎn)故障，包括內(nèi)圈故障、外圈故障以及滾動(dòng)體故障。基于此試固定負(fù)載和兩種轉(zhuǎn)速(1800 tr/min 與 1200 tr/min)下不同故障類(lèi)型的，該試驗(yàn)臺(tái)振動(dòng)信號(hào)的采樣頻率為 16kHz。

30圖 2-4 SER205 軸承Figure 2-4 SER205 bearing與特征提取動(dòng)信號(hào)樣本，首先進(jìn)行四層 MODWPT 分于 MODWPT 分解樹(shù)結(jié)構(gòu)中第四層的每個(gè)節(jié)個(gè)不同頻率范圍的重構(gòu)信號(hào)；再求得 16 個(gè)計(jì)算 16 個(gè)重構(gòu)信號(hào)及其 Hilbert 包絡(luò)譜的 6參數(shù)，統(tǒng)計(jì)參數(shù)的選擇來(lái)源于文獻(xiàn)[4,137,172的 192 個(gè)統(tǒng)計(jì)特征，從而構(gòu)成原始特征集 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于LTSA與K-最近鄰分類(lèi)器的故障診斷[J]. 姜景升,王華慶,柯燕亮,向偉.  振動(dòng)與沖擊. 2017(11)
[2]基于主元分析與KNN算法的旋轉(zhuǎn)機(jī)械故障識(shí)別方法[J]. 張金萍,白廣彬.  機(jī)械設(shè)計(jì)與制造. 2017(06)
[3]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(guó)機(jī)械工程. 2017(11)
[4]基于自相關(guān)EMD和快速譜峭度消噪的軸承故障診斷方法研究[J]. 段佳雷,王茹月,叱干博文.  自動(dòng)化與儀器儀表. 2017(05)
[5]基于多域空間狀態(tài)矩陣奇異值與局部保持投影的滾動(dòng)軸承故障特征提取方法[J]. 俞昆,譚繼文,李善.  機(jī)床與液壓. 2017(09)
[6]基于混合蛙跳優(yōu)化神經(jīng)網(wǎng)絡(luò)的軸承故障診斷研究[J]. 王宇,魏秀業(yè).  機(jī)械傳動(dòng). 2017(05)
[7]基于局部Fisher判別分析的復(fù)雜化工過(guò)程故障診斷[J]. 郭金玉,韓建斌,李元,徐進(jìn)學(xué).  計(jì)算機(jī)應(yīng)用研究. 2018(04)
[8]基于EMD的改進(jìn)馬田系統(tǒng)的滾動(dòng)軸承故障診斷[J]. 陳俊洵,程龍生,胡紹林,余慧.  振動(dòng)與沖擊. 2017(05)
[9]噪聲參數(shù)最優(yōu)ELMD與LS-SVM在軸承故障診斷中的應(yīng)用與研究[J]. 王建國(guó),陳帥,張超.  振動(dòng)與沖擊. 2017(05)
[10]基于自適應(yīng)LTSA算法的滾動(dòng)軸承故障診斷[J]. 佘博,田福慶,湯健,李克玉.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)

博士論文
[1]基于強(qiáng)噪聲背景下隨機(jī)共振的微弱故障診斷方法研究[D]. 李志星.北京科技大學(xué) 2018
[2]數(shù)據(jù)驅(qū)動(dòng)的滾動(dòng)軸承故障特征分析與診斷方法研究[D]. 俞嘯.中國(guó)礦業(yè)大學(xué) 2017
[3]基于振動(dòng)信號(hào)處理的滾動(dòng)軸承故障診斷方法研究[D]. 王曉龍.華北電力大學(xué)(北京) 2017
[4]基于拉普拉斯特征映射算法的旋轉(zhuǎn)機(jī)械故障診斷研究[D]. 李月仙.太原理工大學(xué) 2016
[5]基于凸包的模式識(shí)別方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D]. 曾鳴.湖南大學(xué) 2016
[6]旋轉(zhuǎn)機(jī)械軸承振動(dòng)信號(hào)分析方法研究[D]. 彭暢.重慶大學(xué) 2014
[7]滾動(dòng)軸承振動(dòng)信號(hào)特征提取及診斷方法研究[D]. 朱可恒.大連理工大學(xué) 2013
[8]基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究[D]. 趙志宏.北京交通大學(xué) 2012
[9]滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D]. 蘇文勝.大連理工大學(xué) 2010
[10]Hilbert-Huang變換在旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)分析中的應(yīng)用研究[D]. 胡愛(ài)軍.華北電力大學(xué)（河北） 2008

碩士論文
[1]基于時(shí)頻分析的滾動(dòng)軸承故障診斷方法研究[D]. 趙懷山.西安理工大學(xué) 2017
[2]基于支持向量機(jī)的數(shù)控機(jī)床電主軸故障診斷研究[D]. 王澤星.合肥工業(yè)大學(xué) 2017
[3]基于KNN算法的空間手勢(shì)識(shí)別研究與應(yīng)用[D]. 張碩.吉林大學(xué) 2017
[4]基于機(jī)器學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究[D]. 陳春旭.中國(guó)礦業(yè)大學(xué) 2016
[5]滾動(dòng)軸承非平穩(wěn)信號(hào)故障診斷若干方法研究[D]. 朱軍.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[6]基于數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過(guò)程故障診斷方法研究[D]. 劉寶琪.大連海事大學(xué) 2016
[7]基于小波分析和在線(xiàn)極限學(xué)習(xí)機(jī)的滾動(dòng)軸承故障診斷方法研究[D]. 韓寶珠.北京交通大學(xué) 2016
[8]基于數(shù)據(jù)驅(qū)動(dòng)的船舶旋轉(zhuǎn)機(jī)械故障診斷方法研究及應(yīng)用[D]. 董晨辰.南京航空航天大學(xué) 2016
[9]基于Gabor-PCA和KNN-SVM的人臉識(shí)別算法[D]. 孫志帥.哈爾濱工程大學(xué) 2016
[10]基于EEMD的滾動(dòng)軸承振動(dòng)故障特征提取與診斷研究[D]. 劉覺(jué)曉.華北電力大學(xué) 2015



本文編號(hào)：3118346