学位论文 > 优秀研究生学位论文题录展示

滚动轴承故障特征增强方法与状态预测研究

作　者: 赵长生
导　师: 李宏坤
学　校: 大连理工大学
专　业: 机械电子工程
关键词: 滚动轴承特征增强小波包分解主分量分析独立分量分析 GM改进算法预测
分类号: TH165.3
类　型: 硕士论文
年　份: 2010年
下　载: 149次
引　用: 0次
阅　读: 论文下载

内容摘要

滚动轴承是机械设备中的关键部件,其运行是否正常对整个机组有着至关重要的影响。由于滚动轴承早期故障特征信息较微弱,且易受正常信号和现场噪声的干扰,这给实际故障诊断带来了很多困难,因此如何在其故障发展的早期准确诊断轴承故障是当前亟待解决的问题。此外,当诊断出滚动轴承存在早期故障时,由于实际生产需要,往往不能,也不需立即停机维修或更换,通常是采取定期监测的方法,根据历史监测数据进行合理、准确的预测,因而预测技术成为机械设备预知维修的关键之一。本文针对以上两个问题分别进行了研究,并提出了有效的解决方法。小波包分解是滚动轴承故障诊断中常用的有效方法之一,本文通过对小波包分解得到的各频带进行研究,提出一种基于小波包-坐标变换(WP-CT)的故障特征增强方法。考虑到各频带中包含的正常或故障信息,将小波包所有子带进行主分量(PCA)或独立分量(ICA)分解,进而构建新的特征信号。经仿真信号和工程实际信号验证,相比传统的包络解调方法,基于小波包-坐标变换的方法能够突出故障特征,减少正常信号的干扰,有利于滚动轴承早期故障诊断技术的发展。对于滚动轴承的状态预测,本文选取建模机理较为简单灰色预测模型。GM(1,1)模型是灰色理论中最具有代表性的基础内容,其贫信息、高精度、简单易行的建模特点已在各方面得到广泛应用。然而在GM(1,1)模型成功运用的同时,传统GM(1,1)模型也出现了一些问题,如预测偏差大,适用范围窄等缺陷。为了提高此方法在设备预知维修中的实用性,本文对GM(1,1)的预测模型进行了研究,并提出一种基于加权和最小平均相对误差的灰色改进算法。经对比,这是一种精度更高、适用范围更广的预测算法。将改进算法应用于滚动轴承状态预测,取得了不错的效果。此外,改进算法对于机械设备的预知维修具有一定的参考价值。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-16
  1.1 研究滚动轴承故障增强方法和状态预测的意义及现状  9-10
  1.2 滚动轴承故障诊断的振动分析方法  10-13
  1.3 灰色系统及灰色预测理论  13-14
  1.4 Matlab简介  14
  1.5 论文的主要工作和安排  14-16
2 滚动轴承传统故障诊断方法研究  16-32
  2.1 滚动轴承结构、故障特征简介  16-18
    2.1.1 结构及特征频率  16-17
    2.1.2 滚动轴承故障信号特征  17-18
  2.2 信号的调制与解调  18-20
  2.3 Hilbert变换  20-21
  2.4 小波包分解及峭度  21-22
    2.4.1 小波包分解基础理论  21-22
    2.4.2 峭度  22
  2.5 经验模式分解  22-25
  2.6 滚动轴承传统故障诊断方法分析  25-31
    2.6.1 实验测试  25-27
    2.6.2 Hilbert包络谱  27-28
    2.6.3 EMD-Hilbert包络谱  28-29
    2.6.4 小波包-Hilbert包络谱  29-31
  2.7 传统分析方法的不足  31
  2.8 本章小结  31-32
3 小波包-坐标变换滚动轴承故障增强方法的研究与工程应用  32-49
  3.1 主成分分析与独立分量分析  32-36
    3.1.1 主成分分析  32-33
    3.1.2 独立分量分析  33-35
    3.1.3 二者的比较  35-36
  3.2 对主成分分析和独立分量分析的几何意义研究  36-37
  3.3 一种小波包-坐标变换滚动轴承故障增强方法  37-39
  3.4 小波包-坐标变换方法的仿真分析  39-41
  3.5 工程应用  41-48
    3.5.1 实验测试  41-42
    3.5.2 传统方法分析  42-46
    3.5.3 故障特征增强方法分析  46-48
  3.6 本章小结  48-49
4 GM(1,1)预测模型存在的缺陷及其改进  49-59
  4.1 GM(1,1)预测模型  49-51
  4.2 GM(1,1)建模机理以及存在的缺陷  51-53
  4.3 一种新的GM(1,1)改进模型  53-55
  4.4 改进GM(1,1)模型算例分析  55-57
    4.4.1 指数型增长序列  55
    4.4.2 一般增长序列分析  55-57
  4.5 改进算法的不足  57-58
  4.6 本章小结  58-59
5 GM(1,1)模型改进算法在滚动轴承状态预测中的应用  59-66
  5.1 机械设备状态预测简介  59-60
  5.2 机械设备的振动值作为灰色数据的合理性  60-62
  5.3 工程应用  62-65
  5.4 本章小结  65-66
6 结论与展望  66-68
参考文献  68-72
攻读硕士学位期间发表学术论文  72-73
致谢  73-76

滚动轴承故障特征增强方法与状态预测研究

内容摘要

全文目录

相似论文