滾動(dòng)軸承被廣泛用于石化、冶金和鐵路等行業(yè)的重要設(shè)備上,是旋轉(zhuǎn)設(shè)備和交通工具中易損壞的機(jī)械零件之一,約有30%的故障是由于滾動(dòng)軸承的損壞造成的,并產(chǎn)生巨大的經(jīng)濟(jì)損失。因此,對(duì)滾動(dòng)軸承工作狀況進(jìn)行實(shí)時(shí)監(jiān)測和故障診斷的研究越來越受到人們的重視。目前,國內(nèi)外將振動(dòng)和聲學(xué)方法用于滾動(dòng)軸承故障診斷研究多數(shù)是接觸式的,即所用傳感器是與被測滾動(dòng)軸承座或相連結(jié)構(gòu)的表面相互接觸,這種檢測方式對(duì)低速和移動(dòng)等特殊條件下運(yùn)行的滾動(dòng)軸承有一定的局限性。為此,本文運(yùn)用聲學(xué)理論和現(xiàn)代信號(hào)分析方法深入研究滾動(dòng)軸承故障的非接觸多傳感器聲學(xué)診斷方法,這對(duì)滾動(dòng)軸承故障的早期診斷和預(yù)防事故的發(fā)生有重要的理論意義和實(shí)用價(jià)值。 文中分析了滾動(dòng)軸承的常見故障類型及形成機(jī)理,闡述了滾動(dòng)軸承聲發(fā)射源產(chǎn)生的機(jī)理,得出滾動(dòng)軸承的磨損故障和表面損傷故障的形成和擴(kuò)展過程均會(huì)產(chǎn)生聲發(fā)射,故障部位與滾動(dòng)軸承構(gòu)件在運(yùn)動(dòng)過程中的相互摩擦和碰撞,也是產(chǎn)生聲發(fā)射的重要來源。同時(shí),對(duì)于非接觸聲學(xué)檢測,由于聲波在空氣中以縱波傳播,且主要受空氣吸收衰減作用的影響,空氣吸收系數(shù)與頻率的平方成正比,所以,低頻成分的聲波傳播的距離較遠(yuǎn),而高頻成分衰減很快,這些特性有利于非接觸式滾動(dòng)軸承檢測的診斷和分析。 通過建立滾動(dòng)軸承非接觸聲發(fā)射檢測實(shí)驗(yàn)系統(tǒng),完成了無故障滾動(dòng)軸承以及三種故障類型滾動(dòng)軸承的非接觸式聲發(fā)射檢測實(shí)驗(yàn)。通過接觸式與非接觸式滾動(dòng)軸承檢測信號(hào)的對(duì)比實(shí)驗(yàn)表明,由于聲波在空氣中的傳播衰減,其幅度與撞擊數(shù)在數(shù)量上后者均小于前者,但二者的撞擊數(shù)都與不同故障類型的理論碰撞頻率值相等,這為非接觸聲發(fā)射檢測的故障模式識(shí)別提供依據(jù)。 采用小波分析方法,對(duì)不同故障模式滾動(dòng)軸承非接觸聲發(fā)射信號(hào)進(jìn)行分解,依照各頻段能譜分布,得出滾動(dòng)軸承非接觸聲發(fā)射信號(hào)的特征頻段,該頻段的能譜系數(shù)反映了聲發(fā)射源特征,根據(jù)這一特性,可實(shí)現(xiàn)對(duì)檢測聲發(fā)射信號(hào)的去噪。建立基于小波和EMD的局部Hilbert邊際譜診斷方法識(shí)別滾動(dòng)軸承故障頻率,提取無故障滾動(dòng)軸承,外圈故障滾動(dòng)軸承和滾子故障滾動(dòng)軸承的邊際譜峰值頻率,混合故障滾動(dòng)軸承邊際譜涵蓋前三種峰值頻率。上述方法,實(shí)現(xiàn)了對(duì)滾動(dòng)軸承非接觸聲發(fā)射信號(hào)的去噪和有效性識(shí)別,為后續(xù)的研究工作奠定了基礎(chǔ)。 建立滾動(dòng)軸承非接觸多傳感器聲發(fā)射檢測實(shí)驗(yàn)和分析方法。為了獲取完整的周期性滾動(dòng)軸承故障聲發(fā)射信號(hào),文中利用相關(guān)性分析方法對(duì)多個(gè)傳感器得到的不同聲發(fā)射信號(hào)進(jìn)行分析,確定多傳感器陣列中各個(gè)信號(hào)間的關(guān)系——相互關(guān)聯(lián)或者是相互獨(dú)立。根據(jù)信號(hào)觸發(fā)時(shí)間與滾動(dòng)軸承不同故障類型的理論碰撞頻率間的關(guān)系,去除重疊和無效部分,并以此建立非接觸多傳感器聲發(fā)射信號(hào)的周期性重構(gòu)方法。對(duì)二個(gè)和三個(gè)傳感器移動(dòng)非接觸檢測實(shí)驗(yàn)數(shù)據(jù)進(jìn)行周期性聲信號(hào)重構(gòu),通過與單傳感器重構(gòu)的周期性聲信號(hào)進(jìn)行對(duì)比分析表明,建立的多傳感器周期性聲信號(hào)重構(gòu)方法可獲得較為完整的滾動(dòng)軸承周期性聲信號(hào)。通過上述研究工作,建立了聲傳感器陣列中相關(guān)傳感器間重疊信息辨識(shí)與提取方法,實(shí)現(xiàn)了基于多傳感器的滾動(dòng)軸承故障周期性聲信號(hào)重構(gòu),獲取了移動(dòng)中滾動(dòng)軸承故障的完整周期性信息,為進(jìn)一步對(duì)滾動(dòng)軸承不同類型故障診斷提供了依據(jù)。 滾動(dòng)軸承故障類型識(shí)別方法的研究是本文的又一重要內(nèi)容。本文提出基于滾動(dòng)軸承不同故障周期性特性的聲發(fā)射撞擊數(shù)故障模式識(shí)別方法;該方法可實(shí)現(xiàn)單一故障滾動(dòng)軸承的模式識(shí)別。同時(shí),建立基于小波包和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障模式識(shí)別方法,該方法有效地突出故障特征,提高了故障診斷的有效性和準(zhǔn)確性。 對(duì)于滾動(dòng)軸承故障的多傳感器非接觸聲發(fā)射檢測,依據(jù)重構(gòu)的完整周期性聲發(fā)射信號(hào)波形圖,利用模糊識(shí)別理論,結(jié)合不同滾動(dòng)軸承故障的聲發(fā)射信號(hào)特性,建立滾動(dòng)軸承多傳感器聲發(fā)射信號(hào)重構(gòu)波形圖模糊識(shí)別方法。對(duì)不同故障模式滾動(dòng)軸承聲發(fā)射信號(hào)波形圖進(jìn)行分析,提取波形圖上的5個(gè)不同特征要素——幅度電壓值、上升沿寬度、波形寬度、捌點(diǎn)和最大余波寬度,建立了模糊識(shí)別算法。通過對(duì)已知故障類型進(jìn)行訓(xùn)練,得到不同故障類型特征矩陣。利用該方法對(duì)滾動(dòng)軸承不同故障的非接觸多傳感器重構(gòu)周期性信號(hào)進(jìn)行識(shí)別,驗(yàn)證了該方法的可行性,實(shí)現(xiàn)了對(duì)滾動(dòng)軸承不同類型故障的早期診斷與預(yù)報(bào)。
【學(xué)位單位】：大慶石油學(xué)院
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2009
【中圖分類】：TH133.33
【部分圖文】：

11的對(duì)象絕大多數(shù)是固體，而固體中有不同的等。這些波的傳播速度各不相同，在邊界處徑到達(dá)傳感器，因此，所接觸式傳感器探測的迭加（混響效應(yīng)），這種不同波型的迭加經(jīng)過空氣傳播，使復(fù)雜的信號(hào)變?yōu)楹唵�，可圖 1.1 空氣吸聲系數(shù)與聲波頻率的關(guān)系Fig.1.1 The relationship between air absorptioncoefficient and frequency頻率/Hz

為的。數(shù)設(shè)定頻率分布范圍很寬，從聲頻到超聲頻。滾動(dòng)軸承故障聲發(fā)射kHz 左右[49]。因此，以帶寬的最高頻率設(shè)置采樣頻率為個(gè)，從而計(jì)算出采樣長度為 10240μs，以此設(shè)定觸發(fā)峰值，接觸測試距離的變化設(shè)定。聲發(fā)射檢測系統(tǒng)的具體參數(shù)設(shè)表 2-2 聲發(fā)射檢測系統(tǒng)參數(shù)設(shè)置he parameter setup of 聲發(fā)射 inspection system模擬濾波低通/kHz高通/MHz觸發(fā)前時(shí)間/μs觸發(fā)峰值定義時(shí)間/μs觸發(fā)定義時(shí)間/μs觸發(fā)鎖時(shí)間/μs圖 2.2 非接觸式聲發(fā)射檢測裝置示意圖Fig.2.2 The diagram of no-contacting acoustic emissiontest device

映聲源活動(dòng)性大小的統(tǒng)計(jì)參量撞擊數(shù)來對(duì)比接觸式和非征。聲發(fā)射信號(hào)為例，對(duì)比分析滾動(dòng)軸承故障非接觸式檢測信號(hào)參量間的關(guān)系，幅度對(duì)比結(jié)果見表 2-3，選取接觸度繪制成曲線如圖 2.4。文中為保證選取信號(hào)幅度的準(zhǔn)度的均值并取整。不同測試方式下聲發(fā)射信號(hào)幅度對(duì)比 單位：dB射 Amplitude under two different detection methods unit：dBn=90r/min n=120r/min n=160r/min n=200r/min n=240r/min70 72 78 80 8336 37 39 40 4235 36 38 38 4032 33 34 36 3730 30 31 32 3328 29 29 30 31
【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 何騰芳;李小龍;周力行;鐘笑拳;鄧慧都;彭杰;;基于HHT的配電網(wǎng)諧波檢測方法研究[J];電力學(xué)報(bào);2014年02期

相關(guān)碩士學(xué)位論文 前9條

1 楊柳;楊樹水脅迫聲發(fā)射檢測系統(tǒng)研究[D];北京林業(yè)大學(xué);2011年

2 朱漢明;基于EMD和共振解調(diào)的滾動(dòng)軸承故障診斷方法研究[D];上海師范大學(xué);2011年

3 龍騰;重載列車軸承故障音頻信號(hào)的集成診斷方案研究[D];中南大學(xué);2011年

4 周猛;鍍層金屬薄板變形聲發(fā)射特征研究[D];湘潭大學(xué);2011年

5 孫繪琴;變速箱軸承在線故障診斷的研究[D];合肥工業(yè)大學(xué);2010年

6 李小龍;基于HHT的電力系統(tǒng)諧波檢測方法研究[D];長沙理工大學(xué);2012年

7 許人杰;信號(hào)二次相位耦合識(shí)別在機(jī)車故障診斷中的應(yīng)用研究[D];北京交通大學(xué);2012年

8 唐富強(qiáng);經(jīng)驗(yàn)?zāi)Ｊ椒纸庠跈C(jī)車柴油機(jī)齒輪系故障診斷中的應(yīng)用研究[D];北京交通大學(xué);2012年

9 蘇憲章;滾動(dòng)軸承故障非接觸多傳感器聲信號(hào)融合及診斷技術(shù)研究[D];東北石油大學(xué);2012年

本文編號(hào)：2845935