電主軸作為高檔數(shù)控機(jī)床的核心部件,已廣泛應(yīng)用于各種尖端及特殊制造領(lǐng)域中,其性能和運行狀態(tài)直接影響著設(shè)備的加工精度和產(chǎn)品質(zhì)量。滾動軸承作為電主軸的主要支承形式,在電主軸復(fù)雜的運行條件下,其壽命一定受到極大的影響。電主軸軸承一旦出現(xiàn)故障,必將導(dǎo)致電主軸乃至整條生產(chǎn)線癱瘓。為了確保電主軸能夠安全可靠的運行,對電主軸軸承的故障進(jìn)行診斷是必不可少的。隨著深度學(xué)習(xí)方法的發(fā)展,從數(shù)據(jù)本身自主學(xué)習(xí)特征的思想為故障診斷提供了新思路。而卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)中泛化能力最強(qiáng)的一種方法,也為電主軸軸承故障診斷領(lǐng)域開辟了廣闊的發(fā)展前景。本文以電主軸軸承故障為研究對象,采用時頻分析方法將軸承的故障信號轉(zhuǎn)換為圖像,作為改進(jìn)后的卷積神經(jīng)網(wǎng)絡(luò)的輸入樣本,并將改進(jìn)后的方法應(yīng)用區(qū)分于電主軸軸承的故障類型,本文的主要工作如下:（1）結(jié)合電主軸軸承的理論知識,對其故障頻率特性進(jìn)行了分析,模擬仿真了軸承外圈的輕度和重度故障,闡述了本文采集振動信號的實驗平臺,并介紹了振動信號常見的處理方法。（2）對卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和訓(xùn)練方式展開研究。通過使用Python編寫部分重要函數(shù)說明了 Tensorflow框架是如何實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的,... 

【文章來源】：沈陽建筑大學(xué)遼寧省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１電主軸的基本結(jié)構(gòu)??

?碩士研究生學(xué)位論文??圖２．２主軸?圖２．３定子和轉(zhuǎn)子??Ｆｉｇ．２．２?Ｓｐｉｎｄｌｅ?Ｆｉｇ．２．３?Ｓｔａｔｏｒ?ａｎｄ?Ｒｏｔｏｒ??軸承是電主軸最重要的支承零件，負(fù)責(zé)承受徑向和軸向載荷。電主軸對于選取軸承的??標(biāo)準(zhǔn)非常嚴(yán)苛，通常要求軸承具備良好的高速運轉(zhuǎn)能力、承載能力、潤滑性能、散熱性能??和較長的使用壽命等。目前，電主軸中常見的軸承主要包括滾動軸承，液體軸承，以及氣??體軸承等。然而，應(yīng)用最廣泛的還是以角接觸球軸承和深溝球軸承為代表的滾動軸承。角??接觸球軸承可以同時承受徑向載荷和軸向載荷，接觸角越大，軸向承載能力越高，同時也??適用于高速工況。如，混合陶瓷球軸承也可以應(yīng)用于電主軸中，它的滾動體由Ｓｉ３Ｎ４材料??制成，其密度只有鋼制軸承的４０％，這也是它具備良好的髙速運轉(zhuǎn)能力的必要條件［４７］。深??溝球軸承主要承受徑向載荷

２．２滾動軸承故障分析??２．２．１滾動軸承結(jié)構(gòu)與故障形式??滾動軸承一般由外圈、內(nèi)圈、滾動體及保持架組成，如圖２．４所示。通常，滾動軸承??外圈固定在軸承座上保持不動，起支撐作用；內(nèi)圈隨主軸做旋轉(zhuǎn)運動；滾動體位于保持架??內(nèi)部，并在內(nèi)外圈滾道中進(jìn)行自轉(zhuǎn)和公轉(zhuǎn)，起到支承徑向和軸向載荷的作用，它的大小和??數(shù)量直接影響整個軸承的性能與使用壽命；保持架可以均勻分配滾動體，不但起到防止?jié)L??動體脫落的作用，同時也能為潤滑提供有利條件［４９］。圖２．４還描述了滾動軸承重要的幾何??參數(shù)：軸承內(nèi)圈直徑，乃２—軸承節(jié)圓直徑，Ａ—軸承外圈直徑，乃４一滾動體直徑，ａ??一軸承接觸角。??■?Ｉ７??ｉｉ?滾動體一－－??議??圖２．４滾動軸承結(jié)構(gòu)圖??Ｆｉｇ．２．４?Ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?ｒｏｌｌｉｎｇ?ｂｅａｒｉｎｇ??滾動軸承的故障可以由加工不良、材料缺陷等固有原因產(chǎn)生，也有可能是不規(guī)范的操??作過程導(dǎo)致安裝精度不達(dá)標(biāo)所引起的。值得注意的是，電主軸在長時間的運行下，滾動軸??承也會因壽命和質(zhì)量下降而發(fā)生緩慢故障。它的故障形式主要表現(xiàn)為以下幾方面：??（１）

【參考文獻(xiàn)】：
期刊論文
[1]基于相對變換的ICA故障檢測方法[J]. 石懷濤,周乾,王雨桐,李頌華.  電子測量與儀器學(xué)報. 2017(07)
[2]深度學(xué)習(xí)在故障診斷領(lǐng)域中的研究現(xiàn)狀與挑戰(zhàn)[J]. 任浩,屈劍鋒,柴毅,唐秋,葉欣.  控制與決策. 2017(08)
[3]基于小波時頻圖和CNN的滾動軸承智能故障診斷方法[J]. 袁建虎,韓濤,唐建,安立周.  機(jī)械設(shè)計與研究. 2017(02)
[4]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計算機(jī)應(yīng)用. 2016(09)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的時頻圖像識別研究[J]. 曾雪瓊,黎杰.  機(jī)械與電子. 2016(05)
[6]基于稀疏自動編碼深度神經(jīng)網(wǎng)絡(luò)的感應(yīng)電動機(jī)故障診斷[J]. 孫文珺,邵思羽,嚴(yán)如強(qiáng).  機(jī)械工程學(xué)報. 2016(09)
[7]深度學(xué)習(xí)在控制領(lǐng)域的研究現(xiàn)狀與展望[J]. 段艷杰,呂宜生,張杰,趙學(xué)亮,王飛躍.  自動化學(xué)報. 2016(05)
[8]基于KPCA的軸承故障狀態(tài)分類研究[J]. 龔立雄,黃敏.  現(xiàn)代制造工程. 2015(07)
[9]基于多元統(tǒng)計分析的故障檢測方法[J]. 紀(jì)洪泉,何瀟,周東華.  上海交通大學(xué)學(xué)報. 2015(06)
[10]S變換時頻譜SVD降噪的沖擊特征提取方法[J]. 郭遠(yuǎn)晶,魏燕定,周曉軍,傅雷.  振動工程學(xué)報. 2014(04)

博士論文
[1]滾動軸承振動信號特征提取及診斷方法研究[D]. 朱可恒.大連理工大學(xué) 2013
[2]基于滑移向量序列奇異值分解的滾動軸承故障診斷研究[D]. 從飛云.上海交通大學(xué) 2012
[3]高速陶瓷電主軸的設(shè)計與制造關(guān)鍵技術(shù)研究[D]. 李頌華.大連理工大學(xué) 2012
[4]數(shù)控機(jī)床可用性關(guān)鍵技術(shù)研究[D]. 薛玉霞.吉林大學(xué) 2009
[5]電主軸熱態(tài)特性對軸承—轉(zhuǎn)子系統(tǒng)動力學(xué)特性的影響研究[D]. 王保民.蘭州理工大學(xué) 2009

碩士論文
[1]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
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的變速器故障分類識別研究[D]. 曾雪瓊.華南理工大學(xué) 2016
[3]基于時頻分析的特征提取與模式分類方法研究[D]. 趙衛(wèi)峰.重慶大學(xué) 2016
[4]基于振動信號分析法的滾動軸承故障診斷研究[D]. 楊晨.蘭州理工大學(xué) 2014
[5]滾動軸承振動信號的采集與分析研究[D]. 張亞雄.昆明理工大學(xué) 2014
[6]數(shù)控機(jī)床電主軸有限元分析及優(yōu)化設(shè)計[D]. 李小銳.河北工程大學(xué) 2013
[7]電主軸故障分析及可靠性增長技術(shù)研究[D]. 王志瓊.吉林大學(xué) 2012
[8]EMD和模糊神經(jīng)網(wǎng)絡(luò)在滾動軸承故障診斷中的研究與應(yīng)用[D]. 楊勇.太原理工大學(xué) 2008
[9]粗糙集在故障診斷中的應(yīng)用[D]. 張晶晶.南京理工大學(xué) 2006
[10]基于小波分析的滾動軸承故障診斷方法的研究及應(yīng)用[D]. 姜小熒.大連理工大學(xué) 2005



本文編號：2980479