發(fā)布時間：2017-09-16 14:46

  本文關(guān)鍵詞：基于狀態(tài)監(jiān)測的旋轉(zhuǎn)部件可靠性評估方法研究

  更多相關(guān)文章： 可靠性 狀態(tài)監(jiān)測 特征提取 旋轉(zhuǎn)部件 性能退化

【摘要】：現(xiàn)代生產(chǎn)設(shè)備正朝著集成化、智能化、精密化和自動化方向發(fā)展,實時準(zhǔn)確的把握設(shè)備的運行狀態(tài)及可靠性,對保障整個生產(chǎn)系統(tǒng)安全連續(xù)穩(wěn)定運行有著重要意義。狀態(tài)監(jiān)測是及時獲取運行設(shè)備狀態(tài)信息的重要手段,也是設(shè)備可靠性評估與壽命預(yù)測的重要環(huán)節(jié)。銑刀和滾動軸承都是常用的旋轉(zhuǎn)部件,它們的壽命及可靠性關(guān)系到整個加工系統(tǒng)和生產(chǎn)設(shè)備的運行持續(xù)性和穩(wěn)定性。本文研究了旋轉(zhuǎn)部件狀態(tài)監(jiān)測及數(shù)據(jù)處理方法、旋轉(zhuǎn)部件的狀態(tài)特征提取,并以銑刀和軸承為對象,進行旋轉(zhuǎn)部件的可靠性評估和預(yù)測。主要內(nèi)容如下： (1)通過對銑刀壽命試驗數(shù)據(jù)進行分析,對比幾種刀具狀態(tài)監(jiān)測方法,得出聲發(fā)射和切削力兩種方法具有較好的結(jié)論。使用小波包分析方法去提取聲發(fā)射信號相關(guān)特征,降低了原聲發(fā)射信號中的噪聲等冗余成分。針對具體部件在運行過程中的可靠性評估問題,研究了基于Logistic回歸模型的可靠性評估評估方法。從部件歷史監(jiān)測數(shù)據(jù)中提取符合部件劣化動態(tài)特性的特征參數(shù),結(jié)合其狀態(tài)信息建立銑刀的Logistic回歸可靠性評估模型,此方法可實現(xiàn)在線可靠性評估。 (2)基于狀態(tài)監(jiān)測的可靠性評估是研究重要方向之一,具有實際工程意義。針對單個旋轉(zhuǎn)部件的可靠性預(yù)測,提出了基于狀態(tài)空間模型的可靠性預(yù)測方法。首先通過在線監(jiān)測技術(shù)獲得旋轉(zhuǎn)部件的振動信號或聲發(fā)射信號,提取監(jiān)測表征刀具狀態(tài)的聲發(fā)射信號或振動信號的特征能量,選取趨勢明顯符合設(shè)備狀態(tài)變化的相關(guān)頻帶能量作為部件的狀態(tài)評估指標(biāo),再對這些特征指標(biāo)進行滑動平均濾波處理,提高了狀態(tài)特征指標(biāo)的信噪比,建立基于特征指標(biāo)的狀態(tài)空間預(yù)測模型,并預(yù)測退化指標(biāo)的概率分布并計算可靠度。結(jié)合刀具和軸承試驗數(shù)據(jù)驗證了方法的準(zhǔn)確性和有效性。 (3)針對旋轉(zhuǎn)部件的可靠性預(yù)測問題,研究了基于RVM和雙指數(shù)和模型的實時可靠性預(yù)測方法。利用RVM的稀疏學(xué)習(xí)建模方法對當(dāng)前狀態(tài)監(jiān)測指標(biāo)進行訓(xùn)練,實現(xiàn)回歸預(yù)測并估計特征參數(shù)的噪聲方差,使用雙指數(shù)和模型對回歸預(yù)測的特征指標(biāo)進行擬合后獲得退化軌跡外推函數(shù),預(yù)測特征指標(biāo)概率分布進而預(yù)測旋轉(zhuǎn)部件的可靠度。
【關(guān)鍵詞】：可靠性 狀態(tài)監(jiān)測 特征提取 旋轉(zhuǎn)部件 性能退化
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TG714;TH133.3;TB114.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-16
• 1.1 課題的研究意義9-10
• 1.2 研究現(xiàn)狀及發(fā)展趨勢10-15
• 1.2.1 傳統(tǒng)可靠性分析方法10-11
• 1.2.2 基于性能退化數(shù)據(jù)的可靠性分析11-12
• 1.2.3 基于狀態(tài)監(jiān)測的實時可靠性分析方法12-13
• 1.2.4 基于歷史信息和狀態(tài)監(jiān)測的實時可靠性分析13-15
• 1.3 論文的研究內(nèi)容及安排15-16
• 2 狀態(tài)監(jiān)測及特征提取方法16-28
• 2.1 軸承和刀具的狀態(tài)監(jiān)測方法16-17
• 2.1.1 軸承狀態(tài)監(jiān)測方法16-17
• 2.1.2 刀具狀態(tài)監(jiān)測方法17
• 2.2 狀態(tài)監(jiān)測數(shù)據(jù)的特征提取17-27
• 2.2.1 時域特征參數(shù)20-21
• 2.2.2 頻域特征參數(shù)21-22
• 2.2.3 時頻特征參數(shù)22-27
• 2.3 本章小結(jié)27-28
• 3 基于Logistic回歸模型的可靠性評估方法研究28-45
• 3.1 Logistic回歸模型28-30
• 3.1.1 二分類logistic回歸模型28-29
• 3.1.2 多分類Logistic回歸模型29-30
• 3.1.3 Logistic回歸參數(shù)估計30
• 3.1.4 基于Logistic回歸模型的可靠性評估流程30
• 3.2 刀具磨損的聲發(fā)射監(jiān)測30-34
• 3.2.1 金屬切削的聲發(fā)射機理30-31
• 3.2.2 銑刀狀態(tài)監(jiān)測方法對比31-34
• 3.3 基于聲發(fā)射監(jiān)測的銑刀可靠性評估34-43
• 3.3.1 銑削試驗34-38
• 3.3.2 特征提取38-41
• 3.3.3 可靠性評估41-43
• 3.4 本章小結(jié)43-45
• 4 基于狀態(tài)空間模型的實時可靠性預(yù)測方法研究45-60
• 4.1 理論方法45-47
• 4.1.1 性能可靠性45-46
• 4.1.2 滑動平均濾波46-47
• 4.2 狀態(tài)空間模型及其參數(shù)估計47-50
• 4.2.1 狀態(tài)空間模型47
• 4.2.2 狀態(tài)空間模型參數(shù)估計47-50
• 4.3 基于狀態(tài)空間模型的軸承可靠性預(yù)測50-56
• 4.3.1 軸承試驗50-52
• 4.3.2 特征提取及運行可靠性預(yù)測52-56
• 4.4 基于狀態(tài)空間模型的刀具可靠性預(yù)測56-58
• 4.5 本章小結(jié)58-60
• 5 基于相關(guān)向量機和退化模型的可靠性預(yù)測方法研究60-78
• 5.1 理論方法60-64
• 5.1.1 相關(guān)向量機回歸60-63
• 5.1.2 退化軌跡模型63-64
• 5.1.3 可靠性預(yù)測流程64
• 5.2 銑刀可靠性預(yù)測64-73
• 5.2.1 銑削試驗及特征提取64-67
• 5.2.2 銑刀可靠性預(yù)測67-73
• 5.3 滾動軸承可靠性預(yù)測73-77
• 5.3.1 軸承試驗及特征提取73-75
• 5.3.2 軸承可靠性預(yù)測75-77
• 5.4 本章小結(jié)77-78
• 結(jié)論78-79
• 參考文獻79-83
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況83-84
• 致謝84-85

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李勁松,陳鼎昌;基于銑削力的刀具磨損監(jiān)控研究[J];北京航空航天大學(xué)學(xué)報;1998年05期

2 陳振珩;劉雨時;;基于性能退化數(shù)據(jù)可靠性評定的常用模型研究[J];電子測量與儀器學(xué)報;2008年S2期

3 何正嘉;蔡改改;申中杰;曹宏瑞;李兵;;基于機械診斷信息的設(shè)備運行可靠性研究[J];中國工程科學(xué);2013年01期

4 裴益軒;郭民;;滑動平均法的基本原理及應(yīng)用[J];火炮發(fā)射與控制學(xué)報;2001年01期

5 梅志堅,師漢民,昌松,楊叔子;信號功率譜特征變化的時域快速診斷[J];華中理工大學(xué)學(xué)報;1988年03期

6 丁鋒;何正嘉;訾艷陽;陳雪鋒;曹宏瑞;譚繼勇;;基于設(shè)備狀態(tài)振動特征的比例故障率模型可靠性評估[J];機械工程學(xué)報;2009年12期

7 張義民;;機械可靠性設(shè)計的內(nèi)涵與遞進[J];機械工程學(xué)報;2010年14期

8 陳保家;陳雪峰;李兵;曹宏瑞;蔡改改;何正嘉;;Logistic回歸模型在機床刀具可靠性評估中的應(yīng)用[J];機械工程學(xué)報;2011年18期

9 陳亮;胡昌華;;基于退化建模的可靠性分析研究現(xiàn)狀[J];控制與決策;2009年09期

10 申中杰;陳雪峰;何正嘉;孫闖;張小麗;劉治汶;;基于相對特征和多變量支持向量機的滾動軸承剩余壽命預(yù)測[J];機械工程學(xué)報;2013年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王雷;基于流形學(xué)習(xí)的滾動軸承故障診斷若干方法研究[D];大連理工大學(xué);2013年

，

本文編號：863713