本文關(guān)鍵詞：軋鋼機振動信號分析與故障診斷方法研究

  更多相關(guān)文章： 鋼機滾動軸承 故障診斷 小波包分析 奇異譜分析 支持向量機

【摘要】：近年來,鋼鐵需求不斷增加,全球鋼鐵行業(yè)不斷發(fā)展。軋鋼機作為鋼廠的主要生產(chǎn)設(shè)備,一旦發(fā)生故障會造成巨大經(jīng)濟損失,因此對軋鋼機進行故障診斷研究極具必要性和重大的意義。 本文對軋鋼機的常見故障進行了特征分析。軋鋼機的振動故障主要有四鐘,而軸承故障是四大故障之一,然后主要分析了軋鋼機滾動軸承失效的表現(xiàn)和原因、軋鋼機滾動軸承的工作特點。 本文提出了一種新的基于振動分析的故障診斷方法,基于小波包分析和奇異譜分析相結(jié)合最后利用支持向量機的故障診斷方法。首先,采用適用于非平穩(wěn)、非線性的小波包分析方法進行信號的降噪處理,這種方法可以有效去除混雜在原始信號中的干擾信號,降低軋鋼機滾動軸承故障診斷時的誤差,并采用MATLAB軟件對直流電機驅(qū)動的軋機軋輥軸承故障進行仿真分析,驗證降噪的效果,接下來對軋鋼機滾動軸承故障振動信號進行降噪處理。其次,針對于軋鋼機滾動軸承變載荷、變轉(zhuǎn)速的工作特點,采用了奇異譜分析(SSA)方法,一種振動信號的簡單的時間序列故障特征提取方法。這種方法在分析時很容易實現(xiàn),它把信號分解成一系列主要部分,用其對軋鋼機滾動軸承故障振動信號進行提取故障特征,分別對比其能量譜與奇異譜和不同載荷下的奇異譜,然后選取能清楚區(qū)分滾動軸承故障狀態(tài)的奇異值作為故障特征。在最后,建立-個最優(yōu)支持向量機模型,把上一步選取出來的特征值作為支持向量機的輸入,分別用滾動軸承正常狀態(tài)、軸承內(nèi)圈故障、軸承外圈故障和滾動體故障的振動信號特征對支持向量機進行訓(xùn)練,當(dāng)其收斂時進行故障診斷。 驗證結(jié)果顯示,該方法不僅可以準確、有效地對軋鋼機滾動軸承工作狀態(tài)進行診斷,還能分析出其故障類型。
【關(guān)鍵詞】：鋼機滾動軸承 故障診斷 小波包分析 奇異譜分析 支持向量機
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH165.3;TG333
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 課題來源9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 軋鋼技術(shù)的發(fā)展現(xiàn)狀9-10
• 1.2.2 故障診斷技術(shù)的發(fā)展10-12
• 1.3 課題的目的和意義12-13
• 1.4 論文的主要內(nèi)容與研究方法13-14
• 第2章 軋鋼機故障機理分析14-20
• 2.1 軋鋼機的構(gòu)成14
• 2.2 軋鋼機故障的特征分析14-15
• 2.3 軋鋼機軸承15-18
• 2.3.1 軋鋼機滾動軸承工作特點15-17
• 2.3.2 軋鋼機軸承失效的表現(xiàn)和原因17-18
• 2.4 軋鋼機振動信號分析18
• 2.5 本章小結(jié)18-20
• 第3章 軋鋼機滾動軸承故障信號降噪理論20-34
• 3.1 小波包降噪方法基本理論20-22
• 3.1.1 小波分析20-21
• 3.1.2 小波包分析21-22
• 3.2 小波包方法應(yīng)用于降噪的過程22-26
• 3.2.1 小波包分解層數(shù)研究23
• 3.2.2 閾值的選取方法23-26
• 3.3 軋鋼機滾動軸承故障信號降噪模擬分析26-29
• 3.4 軋鋼機滾動軸承小波包降噪分析29-33
• 3.5 本章小結(jié)33-34
• 第4章 軋鋼機滾動軸承故障奇異譜分析方法34-42
• 4.1 奇異譜分析方法34-37
• 4.1.1 奇異譜分析基本原理34-35
• 4.1.2 奇異值特征抽取與奇異值向量排列35
• 4.1.3 奇異譜分析過程35-37
• 4.2 軋鋼機滾動軸承振動信號奇異譜分析37-41
• 4.3 本章小結(jié)41-42
• 第5章 基于支持向量機的滾動軸承故障診斷42-48
• 5.1 支持向量機的基本原理42-44
• 5.2 支持向量機的基本方法與分類44-46
• 5.3 基于支持向量機的故障識別46-47
• 5.4 本章小結(jié)47-48
• 第6章 結(jié)論48-49
• 6.1 結(jié)論48
• 6.2 展望48-49
• 參考文獻49-52
• 在學(xué)研究成果52-53
• 致謝53

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 李峰,張英堂,王寧,宋兵,周寶成;基于小波和奇異譜降噪理論的軸承故障診斷研究[J];軸承;2003年07期

2 王楠,孫鳳久,陳長征;基于小波分析的低速重載軸承故障診斷[J];東北大學(xué)學(xué)報;2005年01期

3 楊桂芹;徐紅莉;;基于最大信息熵的小波包閾值去噪語音增強算法[J];測控技術(shù);2011年10期

4 魯緒閣;范云霄;錢抗抗;;設(shè)備故障診斷技術(shù)綜述及其發(fā)展趨勢[J];礦山機械;2007年12期

5 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

6 林近山;;基于經(jīng)驗?zāi)Ｊ椒纸夂妥V峭度的滾動軸承故障診斷[J];機械傳動;2012年09期

7 郝剛;潘宏俠;;小波包降噪與HHT在齒輪箱滾動軸承中的故障診斷[J];礦山機械;2012年10期

8 房立清,米東,徐章遂,陳東根;基于奇異譜分析的發(fā)動機燃油系統(tǒng)故障診斷[J];燃燒科學(xué)與技術(shù);2003年02期

，

本文編號：940227