滚动轴承振动信号的采集与分析研究

发布时间：2017-03-29 20:08

  本文关键词：滚动轴承振动信号的采集与分析研究，由笔耕文化传播整理发布。

【摘要】：滚动轴承作为机械设备中的重要零部件,在机械设备中的重要地位是不言而喻的。据统计30%的机械设备故障是由滚动轴承引起的,因此很有必要对其运行状态进行实时检测,避免因轴承发生故障而损坏机械设备本身,这对保证整个机械系统正常运行具有重要意义。本文设计振动信号采集系统,对轴承的振动信号进行采集,再对采集到的振动信号数据进行分析,提取信号特征,采用偏最小二乘(partial least squares method, PLS)等方法对特征数据进行处理,建立故障识别模型,实现对轴承运行状况的实时监测。本文的核心工作是：设计开发轴承振动信号的采集系统；提取采集到振动信号的特征；建立故障检测模型。 本文首先设计了一套以STM32F103RB为核心的振动信号采集系统,对轴承振动信号进行采集,然后对采集到的振动信号数据进行分析,提取信号的特征,通过小波包能量谱—偏最小二乘等方法建立故障检测模型。具体工作如下： (1)本文所设计的振动信号采集系统可以对数据进行高速、并行、多通道传输。核心控制模块是最重要的设计模块,设计的好坏直接关系到信号采集能否高速、准确地实现。对采集到的振动信号数据,本文采用频域分析法提取信号特征,建立故障检测模型。 (2)提出小波包能量谱—偏最小二乘故障检测方法,建立故障检测模型。首先对振动信号进行小波包分解,提取小波包能量谱特征向量,以此作为PLS的输入,建立故障识别模型,实验验证了此方法的有效性。 (3)提出小波包能量谱—核偏最小二乘故障检测方法,建立故障检测模型。基于小波包能量谱的偏最小二乘分析法,是一种线性数据处理方法,而轴承运行过程中,产生大量的非线性数据,因此提出了基于小波包能量谱的核偏最小二乘分析方法。 采集滚动轴承的振动信号,对振动信号数据进行分析,是监测滚动轴承运行状态的有效途径。因此本文提出了基于小波包能量谱的故障识别方法,其采用小波包分析方法,提取振动信号的能量特征,并以此为基础建立PLS和KPLS的故障识别模型,实现对滚动轴承振动信号中的故障信息的检测和识别。将本文提出的故障识别模型,应用于美国西储大学提供的滚动轴承振动信号数据,实验验证了本文方法的有效性。最后,文章总结了论文的工作情况并对滚动轴承的故障检测作出了展望。
【关键词】：振动 小波包分解 能量谱 偏最小二乘分析 核偏最小二乘分析
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3;TP274.2
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-19
• 1.1 研究背景、目的及意义11-12
• 1.2 滚动轴承故障检测技术的研究概况12-15
• 1.2.1 滚动轴承振动信号处理技术概述13-14
• 1.2.2 发展趋势14-15
• 1.3 滚动轴承故障检测系统研究现状15-16
• 1.4 论文的研究内容16-19
• 1.4.1 本文的主要工作及思路17
• 1.4.2 研究中技术难点的分析17-18
• 1.4.3 论文结构安排18-19
• 第二章 故障检测系统的硬件设计及软件研究19-29
• 2.1 检测系统整体设计19-20
• 2.2 振动传感器的选择与安装位置20-22
• 2.2.1 传感器型号的选择20-21
• 2.2.2 传感器安装位置的选择21-22
• 2.3 振动信号采集系统硬件设计22-26
• 2.3.1 振动信号采集系统的设计和组成22-23
• 2.3.2 核心控制模块的设计23
• 2.3.3 模拟信号采集模块设计23-24
• 2.3.4 A/D转换电路的设计24
• 2.3.5 数据接收传输模块的设计24-26
• 2.4 数据采集系统软件设计26-28
• 2.4.1 监测软件的设计与实现26-27
• 2.4.2 主程序设计27-28
• 2.5 本章小结28-29
• 第三章 滚动轴承故障机理及振动特征29-33
• 3.1 滚动轴承的振动机理29-31
• 3.1.1 滚动轴承结构特点引起的振动29-30
• 3.1.2 轴承加工装配引起的振动30
• 3.1.3 轴承运行故障引起的振动30-31
• 3.2 滚动轴承的主要故障类型31
• 3.3 滚动轴承的特征频率参数31-32
• 3.4 本章小结32-33
• 第四章 振动信号分析及特征提取33-43
• 4.1 滚动轴承振动信号时域分析33-35
• 4.1.1 时域特征分析有量纲参数指标33-34
• 4.1.2 时域特征分析中无量纲参数指标34-35
• 4.2 滚动轴承振动信号频域分析35-36
• 4.2.1 频域分析参数指标35-36
• 4.3 小波包分解及能量谱提取36-37
• 4.3.1 小波包分解36-37
• 4.3.2 小波包能量谱37
• 4.4 仿真实验设计及分析37-40
• 4.4.1 仿真实验设计37-38
• 4.4.2 仿真实验分析38-40
• 4.5 本章小结40-43
• 第五章 基于小波包能量谱的偏最小二乘故障检测法43-49
• 5.1 偏最小二乘分析法43-44
• 5.2 偏最小二乘理论故障检测分析法基础44
• 5.2.1 Hotelling T2检测44
• 5.2.2 Q残差检测44
• 5.3 基于小波包能量谱的偏最小二乘分析法44-45
• 5.4 滚动轴承故障检测实验设计45-46
• 5.4.1 基于小波包能量谱的偏最小二乘分析方法设计45-46
• 5.5 小波包能量谱的偏最小二乘结果分析46-48
• 5.6 本章小结48-49
• 第六章 基于小波包能量谱的核偏最小二乘故障检测法49-59
• 6.1 核偏最小二乘分析法49-52
• 6.1.1 核函数基本理论及原理49-50
• 6.1.2 核偏最小二乘分析法50-52
• 6.1.3 基于核偏最小二乘的故障检测52
• 6.2 基于小波包能量谱的核偏最小二乘分析法52
• 6.3 基于小波包能量谱的核偏最小二乘分析法模型建立52-54
• 6.4 小波包能量谱的核偏最小二乘结果分析54-57
• 6.5 基于小波包能量谱偏最小二乘与核偏最小二乘对比分析57
• 6.6 本章小结57-59
• 第七章 结论与展望59-61
• 7.1 论文总结59-60
• 7.2 论文展望60-61
• 致谢61-63
• 参考文献63-67
• 附录A (攻读硕士期间发表的论文)67-69
• 附录B (攻读硕士期间申请的软件著作权)69-71
• 附录C (攻读硕士期间获得的专利)71

【参考文献】

中国期刊全文数据库 前3条

1 张海军,温广瑞,屈梁生;一种提高诊断信息质量的方法[J];西安交通大学学报;2002年03期

2 徐尹格,颜玉玲;相关技术在滚动轴承故障诊断中的应用[J];应用数学和力学;1992年07期

3 熊丽;梁军;钱积新;;基于主元分析和核密度估计的多变量统计过程监控及在工厂聚丙烯催化剂反应器的应用(英文)[J];Chinese Journal of Chemical Engineering;2007年04期

  本文关键词：滚动轴承振动信号的采集与分析研究，，由笔耕文化传播整理发布。

本文编号：275298