【摘要】： 滾動(dòng)軸承是機(jī)械設(shè)備中常用、關(guān)鍵的零部件,其工作狀態(tài)是否正常直接關(guān)系到整臺(tái)機(jī)組乃至整條生產(chǎn)線的生產(chǎn)質(zhì)量和安全。研究滾動(dòng)軸承的監(jiān)測(cè)和診斷技術(shù),對(duì)于避免重大事故及變革維修體制等具有重要的理論研究?jī)r(jià)值和實(shí)際應(yīng)用意義。 本文在分析了滾動(dòng)軸承現(xiàn)有診斷技術(shù)的基礎(chǔ)上,根據(jù)滾動(dòng)軸承近似對(duì)稱的結(jié)構(gòu)特征及其旋轉(zhuǎn)的工作方式,針對(duì)當(dāng)軸承元件出現(xiàn)損傷時(shí),由損傷點(diǎn)引起沖擊調(diào)制使觀測(cè)到的振動(dòng)信號(hào)表現(xiàn)出循環(huán)平穩(wěn)性這一現(xiàn)象,深入研究了基于循環(huán)統(tǒng)平穩(wěn)信號(hào)處理的滾動(dòng)軸承振動(dòng)信號(hào)特征提取方法。具體內(nèi)容如下: 1)研究了一階循環(huán)統(tǒng)計(jì)量�；谛D(zhuǎn)機(jī)械振動(dòng)中常見(jiàn)的調(diào)幅振動(dòng)信號(hào)模型,證明了這類信號(hào)的循環(huán)平穩(wěn)性。對(duì)比了循環(huán)均值和時(shí)域同步平均分析,指出這兩者在提取信號(hào)中的一階周期性特征信息方面具有相同的效果,但是二者的理論基石卻完全不一樣。對(duì)時(shí)域同步平均方法予以改進(jìn),得到循環(huán)時(shí)變同步平均方法,該方法能夠更全面地反映一階多周期信號(hào)中的多周期特征。研究還指出,循環(huán)均值不能實(shí)現(xiàn)對(duì)調(diào)幅信號(hào)的解調(diào)功能,因此不適合用來(lái)分析調(diào)幅信號(hào)。 2)深入研究了循環(huán)自相關(guān)函數(shù)的解調(diào)性能。對(duì)比循環(huán)自相關(guān)函數(shù)解調(diào)、基于Hilbert變換的包絡(luò)解調(diào)及平方解調(diào),指出了它們雖在解調(diào)時(shí)具有相似的功效,但卻存在本質(zhì)上的差異:循環(huán)自相關(guān)函數(shù)是通過(guò)非線性二次變換和循環(huán)因子的共同作用獲取循環(huán)平穩(wěn)信號(hào)中的周期成分,將調(diào)幅信息直接解調(diào)到循環(huán)頻率軸上;包絡(luò)解調(diào)法有解調(diào)功能,卻忽略了載波信息;而平方解調(diào)則是通過(guò)平方變換,實(shí)現(xiàn)對(duì)信號(hào)解調(diào)。包絡(luò)解調(diào)和平方解調(diào)都只是實(shí)現(xiàn)了循環(huán)自相關(guān)函數(shù)解調(diào)的局部功能。 3)對(duì)循環(huán)自相關(guān)函數(shù)在特定循環(huán)頻率處的切片信息進(jìn)行了研究。對(duì)比了循環(huán)自相關(guān)函數(shù)的模、實(shí)部和虛部切片分析。結(jié)果表明:循環(huán)自相關(guān)函數(shù)模的切片分析可以在不同循環(huán)頻率處獲取到調(diào)幅振動(dòng)信號(hào)中的不同特征信息,并且在某些特定的循環(huán)頻率處,可提取出單一的特征頻率成分。在理論研究和仿真分析的基礎(chǔ)上,找出了循環(huán)自相關(guān)函數(shù)模的切片分析的一般性規(guī)律。 4)研究了譜相關(guān)密度函數(shù)。引入時(shí)域平滑循環(huán)周期圖法,用于獲取循環(huán)平穩(wěn)信號(hào)的譜相關(guān)密度函數(shù)。譜相關(guān)密度函數(shù)通�？梢圆捎脤�(duì)稱與非對(duì)稱兩種變換形式加以實(shí)現(xiàn)。不同的變換形式會(huì)對(duì)譜相關(guān)密度函數(shù)的信息具體表現(xiàn)形式產(chǎn)生影響。推導(dǎo)了譜相關(guān)密度函數(shù)的一般表達(dá)式,給出了一般換形式下譜相關(guān)密度函數(shù)分布規(guī)律圖。同時(shí)研究指出盡管變換形式不同,但是譜相關(guān)密度函數(shù)反映的信息特征實(shí)質(zhì)是一樣的,都可以揭示出循環(huán)平穩(wěn)信號(hào)中的全部信息。 5)針對(duì)故障滾動(dòng)軸承沖擊調(diào)幅振動(dòng)信號(hào)的特點(diǎn),改進(jìn)了循環(huán)平穩(wěn)度的定義,用于判別非平穩(wěn)信號(hào)中包含周期成分強(qiáng)弱的程度。針對(duì)具有不同循環(huán)平穩(wěn)度的非平穩(wěn)信號(hào),研究指出要采用不同的信號(hào)分析與處理方法,才能有效地識(shí)別和診斷。 6)噪聲干擾是信號(hào)特征提取中會(huì)遇到的一個(gè)重要問(wèn)題,本文探討性研究了白噪聲對(duì)循環(huán)譜密度的影響,指出了二階循環(huán)統(tǒng)計(jì)量對(duì)加性白噪聲的漸進(jìn)免疫性能。 7)本文也研究了高階循環(huán)統(tǒng)計(jì)量理論及其實(shí)現(xiàn)方法。在理論研究的基礎(chǔ)上,本文對(duì)比了二階統(tǒng)計(jì)量、高階統(tǒng)計(jì)量和循環(huán)統(tǒng)計(jì)量的一些性能指標(biāo),指出高階循環(huán)統(tǒng)計(jì)量具有更好的抗噪聲干擾性能。將二階循環(huán)統(tǒng)計(jì)量的切片分析理論引入到高階循環(huán)統(tǒng)計(jì)量分析中,能夠更加直觀地將信號(hào)的高階循環(huán)統(tǒng)計(jì)量分布表述出來(lái),為高階循環(huán)統(tǒng)計(jì)量的工程應(yīng)用奠定了一定的基礎(chǔ)。但是,高階循環(huán)統(tǒng)計(jì)量具有算法復(fù)雜、計(jì)算效率低等缺陷,在一定的程度上限制了其實(shí)用性。 8)鑒于二階循環(huán)平穩(wěn)分析對(duì)白噪聲的漸進(jìn)免疫性、對(duì)有色噪聲的敏感性以及高階循環(huán)平穩(wěn)分析的計(jì)算復(fù)雜性,傳統(tǒng)的循環(huán)平穩(wěn)分析方法對(duì)幾乎循環(huán)平穩(wěn)信號(hào)的循環(huán)平穩(wěn)特征提取存在缺憾。本文根據(jù)Morlet小波自身的特點(diǎn)以及連續(xù)小波變換的優(yōu)越性,針對(duì)弱沖擊調(diào)制信號(hào),采用最小熵Morlet匹配小波基選擇原理選擇適合提取沖擊特征的小波基,利用最大似然估計(jì)閾值消噪方法,實(shí)現(xiàn)弱沖擊信號(hào)的沖擊特征強(qiáng)化。對(duì)于旋轉(zhuǎn)機(jī)械早期故障而言,因?yàn)樵缙诠收弦鸬娜鯖_擊調(diào)制導(dǎo)致了幾乎循環(huán)平穩(wěn)現(xiàn)象,利用基于Morlet小波的弱沖擊信號(hào)沖擊特征強(qiáng)化方法,強(qiáng)化這類幾乎循環(huán)平穩(wěn)信號(hào)的循環(huán)平穩(wěn)特征,從而為這類信號(hào)有效地進(jìn)行循環(huán)平穩(wěn)分析奠定了基礎(chǔ)。 9)本文還研究了故障滾動(dòng)軸承的循環(huán)平穩(wěn)振動(dòng)模型,在傳統(tǒng)振動(dòng)模型基礎(chǔ)上,本文引入沖擊的幅值、周期以及響應(yīng)等三個(gè)時(shí)變量因子,得到了可以模擬內(nèi)圈、外圈以及滾動(dòng)體等故障的綜合振動(dòng)模型。新模型與傳統(tǒng)模型相比,更加貼近故障滾動(dòng)軸承的實(shí)際情況。并通過(guò)仿真實(shí)驗(yàn),證明了該模型的循環(huán)平穩(wěn)性。 10)最后,本文進(jìn)行了大量的實(shí)驗(yàn)研究,對(duì)不同類型故障的滾動(dòng)軸承,對(duì)比了傳統(tǒng)功率譜分析、包絡(luò)分析、平方解調(diào)分析、二階循環(huán)平穩(wěn)分析、循環(huán)雙譜分析,基于Morlet小波的循環(huán)平穩(wěn)特征強(qiáng)化分析等分析方法的分析結(jié)果,論證了理論研究成果的正確性和有效性。將循環(huán)統(tǒng)計(jì)量分析方法和改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,構(gòu)建了一個(gè)滾動(dòng)軸承故障智能診斷系統(tǒng),為滾動(dòng)軸承的智能診斷提供了一種新的解決思路。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2006
【分類號(hào)】：TH165.3
【圖文】：

根據(jù)時(shí)變均值的計(jì)算式（2.20），不難發(fā)現(xiàn)該計(jì)算式其實(shí)就是傳統(tǒng)信號(hào)分析處理中所應(yīng)用的時(shí)域同步平均算法（TSA: Time SynchronousAveraging）。下面通過(guò)仿真算例來(lái)說(shuō)明一階循環(huán)平穩(wěn)分析和時(shí)域同步平均分析之間的關(guān)系。例 2.1 設(shè)有一個(gè)確定性正弦信號(hào)( ) =( πα +θ)s ta2t1cos 中混有零均值的加性隨機(jī)噪聲( )n t，即( ) ( ) ( ) ( ) ( )x t= st+ant=a2παt+θ+ant1cos (2.23)式中，取 110051a = , α =Hz,θ=,a=，加性隨機(jī)噪聲 n( t)服從零均值的標(biāo)準(zhǔn)正態(tài)分布，即n( t)∝ N(0,1)。取 T 101s0= α =.對(duì)信號(hào)作同步平均分析和一階循環(huán)平穩(wěn)分析，平均次數(shù)為 128 次，并與傳統(tǒng)譜分析結(jié)果進(jìn)行對(duì)比，得到結(jié)果如圖 2-1 所示(a)信號(hào)時(shí)域波形 (b) 信號(hào)功率譜密度 (c) 信號(hào)時(shí)域同步平均

根據(jù)式(2.24)以及圖 2-2，不難發(fā)現(xiàn)循環(huán)時(shí)變同步平均實(shí)際上是同步平均在所有循環(huán)時(shí)間上的推廣，相應(yīng)地我們可以定義基于循環(huán)時(shí)變同步平均的一階循環(huán)譜（FCS:First-order Cyclic Spectrum）( ) ( ) ( )tFCS TCTSAtTπjαtα= ; exp 2(2.25)下面用一個(gè)仿真算例來(lái)說(shuō)明。例 2.2 設(shè)一含有多個(gè)加性有限強(qiáng)度正弦波的一階循環(huán)平穩(wěn)信號(hào)( ) ( ) ( ) ( ) ( )x t=at++at++at++ant111222333cos 2π α θcos2παθcos2παθ(2.26)式中取 1123a = a=a=， 10Hz 6Hz4Hz123α = , α=,α=， 0123θ = θ=θ=， a =5，加性隨機(jī)噪聲n( t)服從零均值的標(biāo)準(zhǔn)正態(tài)分布。對(duì)該信號(hào)作一階循環(huán)平穩(wěn)分析結(jié)果如圖 2-3 所示(a)信號(hào)時(shí)域波形 (b) 信號(hào)功率譜密度 (c) 信號(hào)循環(huán)時(shí)變同步平均輪廓圖

面以一個(gè)簡(jiǎn)單的調(diào)幅信號(hào)為例，來(lái)探討一階循環(huán)平穩(wěn)分析的解調(diào)性能。 2.3 設(shè)一幅值調(diào)制信號(hào)( )x t為x( t)= A(+Bcos(πf t))cos(πft+θ)ba1 22據(jù)循環(huán)均值的定義（2.22），得到式(2.27)的循環(huán)均值表達(dá)式如下 ±=±±±=±= =∫ →∞exp()()exp()lim()exp()abaTTxjffABjfAxtjtdtTMθαθαπαα4221101然，在式(2.28)中存在有不等于零的循環(huán)頻率{ ( )}aabα = ±f ,±f±f，使得 1αxM 7)所表示的信號(hào)是一個(gè)循環(huán)平穩(wěn)信號(hào)。同時(shí)，式(2.28)也表明循環(huán)均值αxM1兩簇以載波頻率af 以主頻，以調(diào)幅頻率bf 為邊頻左右對(duì)稱的譜峰群，并調(diào)制信號(hào) x (t)解調(diào)的功效。因此，循環(huán)均值無(wú)法直接獲取到循環(huán)平穩(wěn)信率成分bf 。即，循環(huán)均值不具備對(duì)幅值調(diào)制信號(hào)解調(diào)的能力。 A= 1, B=1,f=1000Hz,f=200Hz,θ=0ab,則可得到信號(hào) x (t)的時(shí)間波形和循如圖 2-4 所示。

【引證文獻(xiàn)】

相關(guān)期刊論文 前7條

1 姜銳紅;唐良寶;;基于循環(huán)譜密度函數(shù)的滾動(dòng)軸承故障診斷[J];軸承;2008年12期

2 唐良寶;姜銳紅;;基于FFT的循環(huán)自相關(guān)函數(shù)算法在滾動(dòng)軸承故障診斷中的應(yīng)用[J];軸承;2009年09期

3 王小卉;楊潔明;;EMD與二階循環(huán)平穩(wěn)分析在電動(dòng)機(jī)軸承故障診斷中的應(yīng)用[J];軸承;2010年11期

4 李曙光;張梅軍;陳江海;;基于小波包和分形盒維數(shù)的滾動(dòng)軸承故障診斷[J];機(jī)械;2010年08期

5 李興林;張仰平;曹茂來(lái);張燕遼;陸水根;李建平;;滾動(dòng)軸承故障監(jiān)測(cè)診斷技術(shù)應(yīng)用進(jìn)展[J];工程與試驗(yàn);2009年04期

6 李曙光;劉波;韓思晨;王斌;;EMD降噪和關(guān)聯(lián)維數(shù)相結(jié)合在滾動(dòng)軸承故障診斷中的應(yīng)用[J];液壓氣動(dòng)與密封;2011年04期

7 王小卉;楊潔明;;EMD算法和循環(huán)平穩(wěn)理論在機(jī)械故障診斷中的應(yīng)用[J];湛江師范學(xué)院學(xué)報(bào);2011年03期

相關(guān)博士學(xué)位論文 前5條

1 侯者非;強(qiáng)噪聲背景下滾動(dòng)軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2010年

2 潘玉娜;滾動(dòng)軸承的性能退化特征提取及評(píng)估方法研究[D];上海交通大學(xué);2011年

3 劉海寧;基于稀疏編碼的設(shè)備狀態(tài)識(shí)別及其重型軋輥磨床監(jiān)測(cè)應(yīng)用[D];上海交通大學(xué);2011年

4 王志陽(yáng);約束獨(dú)立成分分析及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];上海交通大學(xué);2011年

5 張海濱;循環(huán)平穩(wěn)聲場(chǎng)的非共形面近場(chǎng)聲全息理論與實(shí)驗(yàn)研究[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 趙長(zhǎng)生;滾動(dòng)軸承故障特征增強(qiáng)方法與狀態(tài)預(yù)測(cè)研究[D];大連理工大學(xué);2010年

2 吳桂遠(yuǎn);基于二元樹(shù)復(fù)小波變換的振動(dòng)信號(hào)特征提取[D];哈爾濱工業(yè)大學(xué);2010年

3 周方明;基于分形分析的軸承故障狀態(tài)分類研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

4 姚百惠;故障滾動(dòng)軸承的轉(zhuǎn)子系統(tǒng)基座振動(dòng)響應(yīng)特性分析[D];湖南科技大學(xué);2011年

5 周徐寧;基于特征加權(quán)連續(xù)隱馬爾可夫模型的故障診斷方法研究[D];上海交通大學(xué);2012年

6 郭宙;流動(dòng)軸承故障模式識(shí)別方法研究[D];北京化工大學(xué);2011年

7 蘇東;基于循環(huán)譜的電動(dòng)滑軌舒適性測(cè)試與分析[D];蘇州大學(xué);2011年

8 蘇寶定;滾動(dòng)軸承振動(dòng)檢測(cè)與智能診斷系統(tǒng)研究[D];大連理工大學(xué);2009年

9 呂雯雯;基于信號(hào)相干統(tǒng)計(jì)理論的周期性信號(hào)檢測(cè)[D];吉林大學(xué);2009年

10 姜銳紅;基于循環(huán)平穩(wěn)的滾動(dòng)軸承早期故障診斷應(yīng)用研究[D];桂林電子科技大學(xué);2009年

本文編號(hào)：2787557