基于随机共振和傅立叶分解的滚动轴承故障诊断

发布时间：2024-01-14 12:46

　　滚动轴承是机械设备的关键部件,一旦发生故障将产生连锁反应引起设备损坏,进而影响企业生产效益,甚至于威胁操作人员的人身安全,保证旋转机械设备安全稳定的运行具有重要的意义。因此,找到一种故障诊断方法将滚动轴承故障准确的检测出来就显得十分重要。首先,本文从研究经典随机共振(Stochastic resonance,SR)理论出发,利用移频变尺度(Frequency-shifted and Re-scaling,FR)方法消除随机共振只能分析小信号(幅值、频率、噪声强度均远远小于1)的使用限制,并引入天牛算法(Beetle Antennae Search,BAS)自适应地优化随机共振系统参数,在提取仿真信号和滚动轴承故障特征信号过程中加以运用。其次,通过研究经典随机共振势函数模型发现:随机共振输出效果很大程度上取决于势阱力的选取,合适的势阱力将增强共振效果,反之,削弱共振效果。进一步研究发现,势阱力是势函数求一阶导数得到的。因此本文用改进势函数的方法来增强随机共振效果,具体做法是通过将两个单稳态势函数,幂函数(Power Function)和Woods-Saxon函数,相结合构造出一个新的分段...

【文章页数】：68 页

【学位级别】：硕士

本文编号：3878255