本文關(guān)鍵詞：航空發(fā)動(dòng)機(jī)主軸軸承故障診斷方法研究

  更多相關(guān)文章： 滾動(dòng)軸承 故障診斷 ITD算法 特征參數(shù)構(gòu)建 模式識(shí)別

【摘要】：主軸軸承是航空發(fā)動(dòng)機(jī)中的關(guān)鍵部件,它在很大程度上影響著航空發(fā)動(dòng)機(jī)的運(yùn)行狀況。由于航空發(fā)動(dòng)機(jī)主軸軸承長(zhǎng)時(shí)間工作在高轉(zhuǎn)速、高溫度的惡劣環(huán)境之下,因而它也是航空發(fā)動(dòng)機(jī)中最容易出現(xiàn)損傷的零件之一。航空發(fā)動(dòng)機(jī)作為航空器的心臟為其提供飛行所需的動(dòng)力,一旦因?yàn)橹鬏S軸承出現(xiàn)損傷而導(dǎo)致發(fā)動(dòng)機(jī)故障,將會(huì)嚴(yán)重威脅航空器安全平穩(wěn)的飛行甚至造成更大的安全事故。因而,針對(duì)航空發(fā)動(dòng)機(jī)主軸軸承展開(kāi)故障診斷方法研究,對(duì)于及時(shí)發(fā)現(xiàn)航空發(fā)動(dòng)機(jī)故障確保航空器的安全飛行具有重大意義。對(duì)于航空發(fā)動(dòng)機(jī)主軸軸承的故障診斷,本文主要基于軸承振動(dòng)信號(hào)開(kāi)展了三個(gè)方面的理論研究?jī)?nèi)容：振動(dòng)信號(hào)預(yù)處理、故障特征參數(shù)構(gòu)建、模式識(shí)別診斷。在信號(hào)預(yù)處理方面,針對(duì)ITD算法中存在的不足提出了一種基于三次樣條插值和線(xiàn)性變換相混合的擬合方式的改進(jìn)ITD算法,并用于軸承振動(dòng)信號(hào)的預(yù)處理中,通過(guò)原始信號(hào)的第一個(gè)分解分量來(lái)進(jìn)行信號(hào)的重構(gòu)。該方法能夠有效地去除原始信號(hào)中的噪聲以及其他頻率成分對(duì)診斷過(guò)程的干擾,對(duì)于故障特征有著顯著的增強(qiáng)作用。在此基礎(chǔ)上還將改進(jìn)ITD算法與全矢包絡(luò)譜技術(shù)相結(jié)合實(shí)現(xiàn)了多通道數(shù)據(jù)故障特征的融合,并將其應(yīng)用于實(shí)際軸承故障診斷中。在特征參數(shù)構(gòu)建方面,分別構(gòu)建了三種基本特征參數(shù)類(lèi)型來(lái)表征主軸軸承的運(yùn)行狀態(tài)：時(shí)頻域特征參數(shù)、ITD模糊熵和梅爾倒譜和系數(shù)。為了能夠更加全面準(zhǔn)確地描述軸承的故障狀態(tài),構(gòu)建了包含這三種特征參數(shù)類(lèi)型在內(nèi)的混合域特征參數(shù)集,并選用LTSA算法從中提取出敏感性更好、規(guī)律程度更高的最優(yōu)特征參數(shù)矩陣。在模式識(shí)別診斷方面,將模型結(jié)構(gòu)簡(jiǎn)單、運(yùn)算效率高效的VPMCD算法應(yīng)用到航空發(fā)動(dòng)機(jī)主軸軸承故障診斷中,通過(guò)實(shí)驗(yàn)結(jié)果證明該方法較傳統(tǒng)方法(BP神經(jīng)網(wǎng)絡(luò)、SVM算法)在識(shí)別準(zhǔn)確率、運(yùn)算效率方面的優(yōu)勢(shì)。同時(shí),對(duì)于VPMCD方法中預(yù)測(cè)模型不穩(wěn)定的情況,采用PCA算法對(duì)預(yù)測(cè)模型方程的求解過(guò)程進(jìn)行了優(yōu)化,提高了預(yù)測(cè)模型的準(zhǔn)確度以及對(duì)于軸承故障類(lèi)型的識(shí)別準(zhǔn)確率。最后,將理論成果應(yīng)用于工程實(shí)際中,實(shí)現(xiàn)了一套簡(jiǎn)易的航空發(fā)動(dòng)機(jī)主軸軸承故障診斷平臺(tái)。對(duì)該診斷平臺(tái)的數(shù)據(jù)庫(kù)以及軟件界面進(jìn)行了設(shè)計(jì)開(kāi)發(fā),通過(guò)對(duì)該診斷平臺(tái)中各模塊功能的調(diào)試結(jié)果,說(shuō)明了該故障診斷平臺(tái)具有一定的實(shí)用價(jià)值。
【關(guān)鍵詞】：滾動(dòng)軸承 故障診斷 ITD算法 特征參數(shù)構(gòu)建 模式識(shí)別
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：V263.6
【目錄】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 緒論15-23
• 1.1 課題背景及意義15-16
• 1.2 航空發(fā)動(dòng)機(jī)主軸軸承故障診斷的現(xiàn)狀和發(fā)展趨勢(shì)16-17
• 1.3 滾動(dòng)軸承的故障概述17-19
• 1.4 論文的主要內(nèi)容及創(chuàng)新點(diǎn)19-20
• 1.5 論文的結(jié)構(gòu)安排20-23
• 第二章 基于改進(jìn)ITD算法的信號(hào)預(yù)處理方法研究23-45
• 2.1 固有時(shí)間尺度分解算法及改進(jìn)方法23-26
• 2.1.1 ITD原理及其存在的問(wèn)題23-25
• 2.1.2 ITD改進(jìn)方法25-26
• 2.1.3 小結(jié)26
• 2.2 基于改進(jìn)ITD算法的信號(hào)預(yù)處理方法26-36
• 2.2.1 信號(hào)預(yù)處理方法原理及在軸承故障診斷中的應(yīng)用26-28
• 2.2.2 實(shí)驗(yàn)驗(yàn)證分析28-35
• 2.2.3 小結(jié)35-36
• 2.3 基于全矢包絡(luò)譜的信號(hào)處理方法研究36-43
• 2.3.1 全矢譜技術(shù)的基礎(chǔ)36-38
• 2.3.2 基于改進(jìn)ITD和全矢包絡(luò)譜的數(shù)據(jù)融合故障診斷方法38-39
• 2.3.3 實(shí)驗(yàn)驗(yàn)證分析39-42
• 2.3.4 小結(jié)42-43
• 2.4 本章小結(jié)43-45
• 第三章 故障特征參數(shù)的構(gòu)建45-67
• 3.1 時(shí)頻域特征參數(shù)45-47
• 3.1.1 時(shí)域特征參數(shù)45-47
• 3.1.2 頻域特征參數(shù)47
• 3.2 模糊熵47-55
• 3.2.1 模糊熵的基本原理47-49
• 3.2.2 ITD模糊熵49-50
• 3.2.3 實(shí)驗(yàn)驗(yàn)證和分析50-54
• 3.2.4 小結(jié)54-55
• 3.3 梅爾倒譜和系數(shù)55-60
• 3.3.1 梅爾倒譜系數(shù)簡(jiǎn)介55-56
• 3.3.2 梅爾倒譜和系數(shù)的構(gòu)造56-57
• 3.3.3 實(shí)驗(yàn)驗(yàn)證和分析57-60
• 3.3.4 小結(jié)60
• 3.4 基于LTSA算法的最優(yōu)特征參數(shù)矩陣的構(gòu)建60-65
• 3.4.1 LTSA算法概述60-62
• 3.4.2 基于LTSA的最優(yōu)特征參數(shù)矩陣的構(gòu)建方法62
• 3.4.3 實(shí)驗(yàn)驗(yàn)證和分析62-65
• 3.4.4 小結(jié)65
• 3.5 本章小結(jié)65-67
• 第四章 基于VPMCD的故障診斷方法研究67-79
• 4.1 基于VPMCD算法的故障識(shí)別診斷67-72
• 4.1.1 VPMCD算法的基本原理67-69
• 4.1.2 VPMCD算法在軸承故障診斷中的應(yīng)用69
• 4.1.3 實(shí)驗(yàn)驗(yàn)證與分析69-72
• 4.1.4 小結(jié)72
• 4.2 基于改進(jìn)VPMCD算法的故障識(shí)別診斷72-78
• 4.2.1 PCA算法簡(jiǎn)介72-73
• 4.2.2 PCA算法改進(jìn)的VPMCD算法73-74
• 4.2.3 實(shí)驗(yàn)驗(yàn)證與分析74-77
• 4.2.4 小結(jié)77-78
• 4.3 本章小結(jié)78-79
• 第五章 主軸軸承故障診斷平臺(tái)的實(shí)現(xiàn)79-89
• 5.1 故障診斷系統(tǒng)平臺(tái)的總體設(shè)計(jì)79-80
• 5.2 故障診斷系統(tǒng)數(shù)據(jù)庫(kù)的設(shè)計(jì)80-82
• 5.3 故障診斷平臺(tái)軟件設(shè)計(jì)開(kāi)發(fā)82-87
• 5.4 本章小結(jié)87-89
• 第六章 結(jié)論與展望89-91
• 6.1 研究成果總結(jié)89-90
• 6.2 后續(xù)工作展望90-91
• 參考文獻(xiàn)91-95
• 致謝95-97
• 研究成果及發(fā)表的學(xué)術(shù)論文97-99
• 作者和導(dǎo)師簡(jiǎn)介99-100
• 附件100-101

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 袁洪芳;秦桂林;王華慶;;基于MFCCS和改進(jìn)VPMCD的滾動(dòng)軸承故障診斷[J];測(cè)控技術(shù);2016年04期

2 馬益書(shū);黃亞宇;吳政;;基于包絡(luò)分析的滾動(dòng)軸承故障診斷研究[J];機(jī)械與電子;2016年01期

3 單燕;李玲娟;孫杜靖;;基于主成分分析的并行化數(shù)據(jù)流降維算法研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

4 秦桂林;袁洪芳;王華慶;;改進(jìn)ITD和Hilbert包絡(luò)譜的滾動(dòng)軸承故障診斷[J];設(shè)備管理與維修;2015年S2期

5 楊望燦;張培林;王懷光;陳彥龍;孫也尊;;基于EEMD的多尺度模糊熵的齒輪故障診斷[J];振動(dòng)與沖擊;2015年14期

6 樊巍;傅攀;鄭晴晴;;基于DHMM的滾動(dòng)軸承故障診斷[J];機(jī)械工程與自動(dòng)化;2015年04期

7 張鵬林;孔鵬;張，

本文編號(hào)：672644