基于振动信号分析法的滚动轴承故障诊断研究

发布时间：2017-04-03 15:04

  本文关键词：基于振动信号分析法的滚动轴承故障诊断研究，由笔耕文化传播整理发布。

【摘要】：滚动轴承是旋转机械最常用的机械部件,目前对滚动轴承故障诊断领域的研究已掀起一股热潮,理论技术发展迅猛,研究成果层出不穷。而利用振动信号处理技术对滚动轴承进行故障诊断是比较理想的途径,本课题便是对基于振动信号处理法的滚动轴承故障诊断展开研究,详细阐述了信号去噪、峭度指标、小波理论、小波包能量分布等理论。提出了俩种信号处理方法用于故障诊断,方法一,提出结合峭度、小波及包络谱分析的方法用于滚动轴承故障诊断；方法二,结合小波包分频能量法和包络谱分析用于滚动轴承故障诊断。本文内容和结论如下： 1.论述了滚动轴承的故障分类、故障机理及产生成因,指出特征频率的计算方法,然后从时域、频域及时频域分析几个方面对振动处理方法进行了讨论。发现一些时域指标特别是峭度对滚动轴承早期故障比较敏感,并可以用来对信号进行早期处理从而判断故障。 2.对比研究了几种时频域分析方法在处理非平稳信号中的应用,指出各自存在的缺点,突显了小波技术在故障诊断方面的强有效。同时针对非平稳的滚动轴承信号特点,利用小波包分解和能量分析法研究不同频段信号的特征,快速分离出了有代表性的频段信号,蕴含充足故障信息,加强了振动能量的集中,缩减了工程分析及计算量。 3.结合滚动轴承试验台的数据,针对轴承四种运行模式下的振动信号,提出结合峭度分析、小波分解及Hilbert包络谱分析的方法,对采集的数据进行去噪、故障提取及识别,最终通过试验验证,此种技术能有效的识别滚动轴承各异的故障特征及类型。 4.鉴于小波分析不能更细致的划分信号频段,同时采用结合小波包分解、分频段能量计算及希尔伯特包络谱分析的方法,针对滚动轴承四种不同运行模式振动信号,对其进行能量计算、故障提取,这种技巧对周期冲击类的故障信息加强,快速定位富含故障信息的代表性频段。最后通过试验验证,此方法可以强有力的提取不同故障特征。 通过理论证明和试验验证,结合小波变换等理论的技术,可以强有效地对滚动轴承进行故障分析识别,在振动信号处理方面值得更深入研究。
【关键词】：滚动轴承 故障诊断 振动信号 小波分析 分频段能量计算 包络谱分析
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.33;TH165.3
【目录】：

• 摘要8-9
• Abstract9-11
• 插图索引11-12
• 附表索引12-13
• 第1章 绪论13-20
• 1.1 选题背景及意义13-14
• 1.2 滚动轴承故障诊断技术的国内外发展现状14-17
• 1.2.1 国外研究状况14-15
• 1.2.2 国内研究状况15-17
• 1.3 滚动轴承故障诊断的内容17-18
• 1.4 本文研究内容与安排18-20
• 第2章 滚动轴承振动原理与故障成因分析20-27
• 2.1 滚动轴承故障的成因和外在表现21-22
• 2.1.1 滚动轴承的故障成因21
• 2.1.2 滚动轴承的故障呈现形式21-22
• 2.2 常用的滚动轴承故障诊断法分类22-23
• 2.3 滚动轴承振动信号的采集23-24
• 2.4 滚动轴承振动理论及特征频率计算24-26
• 2.4.1 滚动轴承的故障成因24-25
• 2.4.2 故障轴承的特征频率计算25-26
• 2.5 本章小结26-27
• 第3章 振动信号分析法及小波分析27-39
• 3.1 时域分析方法27-29
• 3.1.1 有量纲指标和无量纲指标27-28
• 3.1.2 常用时域分析方法28-29
• 3.2 频域分析方法29-30
• 3.3 时频域分析方法30-33
• 3.3.1 短时傅立叶变换31
• 3.3.2 经验模态分解法(EMD)31-32
• 3.3.3 小波分析32-33
• 3.4 小波理论基本原理及算法33-35
• 3.4.1 小波函数33
• 3.4.2 离散小波变换33-34
• 3.4.3 小波分解的Mallat算法34-35
• 3.5 小波包理论原理及算法35-38
• 3.5.1 小波包原理36
• 3.5.2 小波包的分解与重构算法36-37
• 3.5.3 Hilbert包络分析37-38
• 3.6 本章小结38-39
• 第4章 小波及小波包技术用于故障诊断研究39-48
• 4.1 小波用于信号去噪的研究39-41
• 4.2 基于小波包分解频段的能量分布研究41-44
• 4.2.1 小波包能量法的分析41-42
• 4.2.2 小波包能量分布实例研究42-43
• 4.2.3 小波包能量算法43-44
• 4.3 小波包分解的频段错位算法研究44-45
• 4.4 结合峭度指标、小波分解和Hilbert包络谱分析的算法研究45-46
• 4.5 结合小波包、频段能量分布和Hilbert包络谱分析的算法研究46-47
• 4.6 本章小结47-48
• 第5章 滚动轴承故障诊断实例研究48-68
• 5.1 滚动轴承故障诊断的实验设计48-50
• 5.1.1 试验台设计48-49
• 5.1.2 数据采集49
• 5.1.3 MATAB运行环境简介49-50
• 5.2 基于MATLAB的小波包络分析的函数程序分析50-51
• 5.3 方法一结合峭度和小波-Hilbert包络谱的诊断实例研究51-57
• 5.3.1 时域峭度分析52-53
• 5.3.2 小波分解变换53-54
• 5.3.3 包络谱分析54-57
• 5.4 方法二结合小波包、分频能量法及Hilbert包络谱分析的实例研究57-66
• 5.4.1 滚动轴承内圈故障的诊断57-62
• 5.4.2 滚动轴承外圈故障的诊断62-65
• 5.4.3 滚动轴承滚动体故障的诊断65-66
• 5.5 方法的对比和可行性分析66
• 5.6 本章小结66-68
• 结论与展望68-70
• 参考文献70-74
• 致谢74-75
• 附录A 攻读学位期间所发表的学术论文目录75

【参考文献】

中国期刊全文数据库 前10条

1 王冬云;张文志;张建刚;;小波包能量谱在滚动轴承故障诊断中的应用[J];轴承;2010年11期

2 王楠,孙凤久,陈长征;基于小波分析的低速重载轴承故障诊断[J];东北大学学报;2005年01期

3 樊可清,王玲,陈保平;基于小波分析的工程信号调制解调方法及其应用[J];电子与信息学报;2001年08期

4 韩永杰;郝伟;董辛e，

本文编号：284501