【摘要】： 低速旋轉(zhuǎn)機(jī)械廣泛應(yīng)用于風(fēng)力發(fā)電、制藥、污水處理、石油化工、冶金和造紙等行業(yè),隨著設(shè)備不斷大型化、復(fù)雜化、自動(dòng)化和連續(xù)化,低速機(jī)械的故障和失效給整個(gè)生產(chǎn)和社會(huì)造成的損失越來越大,特別是低速軸承由于長(zhǎng)期磨損所帶來的故障后果將嚴(yán)重影響設(shè)備的正常運(yùn)行,從而造成巨大的經(jīng)濟(jì)損失和重大社會(huì)影響。 由于低速軸承一般受連續(xù)重載,傳統(tǒng)測(cè)量?jī)x器無法檢測(cè)軸承的工作頻率,導(dǎo)致低速軸承磨損甚至失效后的特征不易被發(fā)現(xiàn)。本文針對(duì)上述低速軸承磨損故障特征難以捕捉和提取的問題,應(yīng)用新的測(cè)量技術(shù)和信號(hào)處理方法捕捉,分析低速軸承磨損時(shí)的受力情況,研究金屬磨粒的物理特性和幾何特征,通過這種從宏觀到微觀的全面診斷和識(shí)別低速軸承磨損的方法,才能夠高效、準(zhǔn)確地發(fā)現(xiàn)設(shè)備中存在的早期磨損故障,防止故障演化并提高設(shè)備使用效率。 本文以高頻應(yīng)力波信號(hào)作為特征參量,采集低速旋轉(zhuǎn)機(jī)械故障信號(hào),解決振動(dòng)和聲發(fā)射信號(hào)在低速情況下的局限性問題。研究發(fā)現(xiàn),摩擦所產(chǎn)生應(yīng)力波主要以瑞利波形式以聲速傳播但與轉(zhuǎn)速無關(guān),由于磨損發(fā)生機(jī)理不同,所產(chǎn)生的應(yīng)力波傳播方式和物理特性都不同,為分析低速軸承磨損故障的受力和提取故障特征奠定基礎(chǔ)。 建立了低速滾動(dòng)軸承實(shí)體模型,應(yīng)用有限元方法對(duì)完好滾動(dòng)軸承和磨損滾動(dòng)軸承分別計(jì)算載荷作用下應(yīng)力應(yīng)變規(guī)律。計(jì)算結(jié)果證明,低速磨損軸承的外滾道表面應(yīng)力值及其應(yīng)變值都將發(fā)生改變,離磨損處越遠(yuǎn)外滾道表面應(yīng)力及其應(yīng)變數(shù)值變化就越小。內(nèi)圈故障對(duì)外滾道表面應(yīng)力及其應(yīng)變分布規(guī)律影響最小,滾子故障次之,外圈故障最大,傳感器的安裝位置應(yīng)使其接收方向指向滾道的負(fù)荷方向,并且盡可能減少軸承與傳感器之間的界面。 采用傅立葉變換對(duì)故障應(yīng)力波信號(hào)進(jìn)行了分析,但從經(jīng)過傅立葉變換后的頻譜圖中得不到故障特征頻率,從而證明用傅立葉的方法對(duì)故障應(yīng)力波信號(hào)進(jìn)行處理是行不通的。在對(duì)幾種小波基函數(shù)對(duì)應(yīng)力波脈沖信號(hào)的相似程度進(jìn)行比較的基礎(chǔ)上,選擇Db10小波及函數(shù)對(duì)故障應(yīng)力波信號(hào)進(jìn)行處理,對(duì)應(yīng)力波信號(hào)進(jìn)行了多尺度分解,將含有應(yīng)力波成分的D3和D4層進(jìn)行了信號(hào)重構(gòu),從信號(hào)重構(gòu)波形上成功提取了信號(hào)故障特征頻率,從而證明了小波分析的應(yīng)力波法適用低速滾動(dòng)軸承故障診斷。 分析低速軸承的潤(rùn)滑狀況對(duì)分析磨損故障十分重要。在分形理論的基礎(chǔ)上,本文對(duì)含油低速軸承進(jìn)行動(dòng)靜負(fù)載運(yùn)轉(zhuǎn)試驗(yàn)、表面形貌測(cè)試實(shí)驗(yàn)和振動(dòng)測(cè)試等大量實(shí)驗(yàn),對(duì)含油軸承表面形貌和振動(dòng)性能的分形特征、分形表征、分形參數(shù)計(jì)算等進(jìn)行了研究和計(jì)算。研究結(jié)果表明不同摩擦階段振動(dòng)信號(hào)的關(guān)聯(lián)維數(shù)隨運(yùn)轉(zhuǎn)時(shí)間逐漸增大。提出分形和混沌的圖像識(shí)別方法,認(rèn)為當(dāng)?shù)退佥S承發(fā)生摩擦故障后,軌跡圖顯示出振動(dòng)的時(shí)間序列,而分形維數(shù)表征落入點(diǎn)空間的概率分布,混沌圖表明了復(fù)雜動(dòng)力系統(tǒng)能夠在一個(gè)低維子空間的最終行為,從摩擦發(fā)生后的磨粒分布、應(yīng)力變化和損傷程度三個(gè)方面形成了立體式的識(shí)別診斷方法。
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2008
【分類號(hào)】：TH133.3;TH165.3

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 樊艷艷;基于預(yù)測(cè)控制的長(zhǎng)隨機(jī)網(wǎng)絡(luò)時(shí)延研究[D];華北電力大學(xué);2012年

2 王歆峪;基于神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷[D];上海交通大學(xué);2013年

本文編號(hào)：2793966