收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于循环平稳信号处理的滚动轴承故障诊断方法研究

周福昌  
【摘要】: 滚动轴承是机械设备中常用、关键的零部件,其工作状态是否正常直接关系到整台机组乃至整条生产线的生产质量和安全。研究滚动轴承的监测和诊断技术,对于避免重大事故及变革维修体制等具有重要的理论研究价值和实际应用意义。 本文在分析了滚动轴承现有诊断技术的基础上,根据滚动轴承近似对称的结构特征及其旋转的工作方式,针对当轴承元件出现损伤时,由损伤点引起冲击调制使观测到的振动信号表现出循环平稳性这一现象,深入研究了基于循环统平稳信号处理的滚动轴承振动信号特征提取方法。具体内容如下: 1)研究了一阶循环统计量。基于旋转机械振动中常见的调幅振动信号模型,证明了这类信号的循环平稳性。对比了循环均值和时域同步平均分析,指出这两者在提取信号中的一阶周期性特征信息方面具有相同的效果,但是二者的理论基石却完全不一样。对时域同步平均方法予以改进,得到循环时变同步平均方法,该方法能够更全面地反映一阶多周期信号中的多周期特征。研究还指出,循环均值不能实现对调幅信号的解调功能,因此不适合用来分析调幅信号。 2)深入研究了循环自相关函数的解调性能。对比循环自相关函数解调、基于Hilbert变换的包络解调及平方解调,指出了它们虽在解调时具有相似的功效,但却存在本质上的差异:循环自相关函数是通过非线性二次变换和循环因子的共同作用获取循环平稳信号中的周期成分,将调幅信息直接解调到循环频率轴上;包络解调法有解调功能,却忽略了载波信息;而平方解调则是通过平方变换,实现对信号解调。包络解调和平方解调都只是实现了循环自相关函数解调的局部功能。 3)对循环自相关函数在特定循环频率处的切片信息进行了研究。对比了循环自相关函数的模、实部和虚部切片分析。结果表明:循环自相关函数模的切片分析可以在不同循环频率处获取到调幅振动信号中的不同特征信息,并且在某些特定的循环频率处,可提取出单一的特征频率成分。在理论研究和仿真分析的基础上,找出了循环自相关函数模的切片分析的一般性规律。 4)研究了谱相关密度函数。引入时域平滑循环周期图法,用于获取循环平稳信号的谱相关密度函数。谱相关密度函数通常可以采用对称与非对称两种变换形式加以实现。不同的变换形式会对谱相关密度函数的信息具体表现形式产生影响。推导了谱相关密度函数的一般表达式,给出了一般换形式下谱相关密度函数分布规律图。同时研究指出尽管变换形式不同,但是谱相关密度函数反映的信息特征实质是一样的,都可以揭示出循环平稳信号中的全部信息。 5)针对故障滚动轴承冲击调幅振动信号的特点,改进了循环平稳度的定义,用于判别非平稳信号中包含周期成分强弱的程度。针对具有不同循环平稳度的非平稳信号,研究指出要采用不同的信号分析与处理方法,才能有效地识别和诊断。 6)噪声干扰是信号特征提取中会遇到的一个重要问题,本文探讨性研究了白噪声对循环谱密度的影响,指出了二阶循环统计量对加性白噪声的渐进免疫性能。 7)本文也研究了高阶循环统计量理论及其实现方法。在理论研究的基础上,本文对比了二阶统计量、高阶统计量和循环统计量的一些性能指标,指出高阶循环统计量具有更好的抗噪声干扰性能。将二阶循环统计量的切片分析理论引入到高阶循环统计量分析中,能够更加直观地将信号的高阶循环统计量分布表述出来,为高阶循环统计量的工程应用奠定了一定的基础。但是,高阶循环统计量具有算法复杂、计算效率低等缺陷,在一定的程度上限制了其实用性。 8)鉴于二阶循环平稳分析对白噪声的渐进免疫性、对有色噪声的敏感性以及高阶循环平稳分析的计算复杂性,传统的循环平稳分析方法对几乎循环平稳信号的循环平稳特征提取存在缺憾。本文根据Morlet小波自身的特点以及连续小波变换的优越性,针对弱冲击调制信号,采用最小熵Morlet匹配小波基选择原理选择适合提取冲击特征的小波基,利用最大似然估计阈值消噪方法,实现弱冲击信号的冲击特征强化。对于旋转机械早期故障而言,因为早期故障引起的弱冲击调制导致了几乎循环平稳现象,利用基于Morlet小波的弱冲击信号冲击特征强化方法,强化这类几乎循环平稳信号的循环平稳特征,从而为这类信号有效地进行循环平稳分析奠定了基础。 9)本文还研究了故障滚动轴承的循环平稳振动模型,在传统振动模型基础上,本文引入冲击的幅值、周期以及响应等三个时变量因子,得到了可以模拟内圈、外圈以及滚动体等故障的综合振动模型。新模型与传统模型相比,更加贴近故障滚动轴承的实际情况。并通过仿真实验,证明了该模型的循环平稳性。 10)最后,本文进行了大量的实验研究,对不同类型故障的滚动轴承,对比了传统功率谱分析、包络分析、平方解调分析、二阶循环平稳分析、循环双谱分析,基于Morlet小波的循环平稳特征强化分析等分析方法的分析结果,论证了理论研究成果的正确性和有效性。将循环统计量分析方法和改进的BP神经网络相结合,构建了一个滚动轴承故障智能诊断系统,为滚动轴承的智能诊断提供了一种新的解决思路。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈永会;姜旭;郭山国;李海虹;;基于小波分析和Hilbert变换的滚动轴承故障诊断[J];机械设计;2010年08期
2 陆森林;张军;和卫星;王以顺;李天博;;基于小波分析多尺度分解的轴承故障检测[J];起重运输机械;2007年05期
3 宋京伟;梅秀庄;郭云;;变转速变载荷下滚动轴承故障的小波-HMM诊断[J];轴承;2005年12期
4 郝如江;卢文秀;褚福磊;;形态滤波器用于滚动轴承故障信号的特征提取[J];中国机械工程;2009年02期
5 郭萍;王海滨;郑晓波;;基于小波分析的频带局部能量的特征提取[J];西华大学学报(自然科学版);2007年05期
6 张苏敏;;基于小波的滚动轴承故障二级报警系统[J];科技咨询导报;2007年03期
7 吴益峰;汤伟;;基于小波变换的高速纸机滚动轴承故障诊断[J];计算机测量与控制;2010年06期
8 韩捷;王宏超;陈宏;巩晓赟;王植申;;滚动轴承故障的全矢小波分析[J];轴承;2011年03期
9 赵美云;李力;陈保家;;滚动轴承故障声发射信号的小波包络谱分析[J];轴承;2008年04期
10 黄兵锋;沈路;周晓军;刘莉;;基于形态非抽样小波分解的滚动轴承故障特征提取[J];农业机械学报;2010年02期
11 张梅军;石文磊;赵亮;袁海龙;;基于小波分析和Kohonen神经网络的滚动轴承故障分析[J];解放军理工大学学报(自然科学版);2011年02期
12 王侃伟;方宗德;钱学香;;基于小波分析的故障系统在旋转机械中的应用[J];计算机工程与应用;2008年08期
13 余红英;张辉;王敦庆;;一种新的小波包络检测快速算法及其应用[J];中北大学学报(自然科学版);2007年04期
14 李兵;张培林;任国全;刘东升;米双山;;基于数学形态学的分形维数计算及在轴承故障诊断中的应用[J];振动与冲击;2010年05期
15 袁云龙;迟军;;基于小波分析的滚动轴承故障诊断[J];机电工程;2008年06期
16 陈文戈;赵学智;;轴承故障的自适应小波神经网络分类[J];轴承;2009年03期
17 何斌;戚佳杰;黎明和;;小波分析在滚动轴承故障诊断中的应用研究[J];浙江大学学报(工学版);2009年07期
18 戴静君;刘丽华;薛庆齐;孟波;;滚动轴承故障诊断中振动信号的采集[J];北京石油化工学院学报;2008年02期
19 彭滔;马茜;;小波神经网络在滚动轴承故障诊断中的应用[J];计算机工程与应用;2010年04期
20 钟晓平;荆建平;王玉花;张丽新;;利用小波分析和EMD的机械故障特征提取[J];噪声与振动控制;2009年04期
中国重要会议论文全文数据库 前10条
1 臧先峰;张正道;白瑞林;彭竹苗;;基于小波分析的故障特征提取研究[A];2007中国控制与决策学术年会论文集[C];2007年
2 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年
3 和卫星;陈晓平;陈季云;陆森林;;石油钻井传动滚动轴承的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
5 张朝晖;耿艳峰;廖明燕;;油气管道的破坏监测[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
6 陈长征;勾轶;唐任远;;基于小波包频带能量分析的电机振动故障信号特征提取[A];先进制造技术论坛暨第二届制造业自动化与信息化技术交流会论文集[C];2003年
7 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
8 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年
9 张庆龙;;SPM冲击脉冲技术在滚动轴承故障诊断的应用[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
10 苏钢;姚成宝;;高温鼓风机轴承故障分析与诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
中国博士学位论文全文数据库 前10条
1 周福昌;基于循环平稳信号处理的滚动轴承故障诊断方法研究[D];上海交通大学;2006年
2 苏彩红;墙地砖质量自动检测技术的研究[D];华南理工大学;2004年
3 曹龙汉;柴油机智能化故障诊断技术研究[D];重庆大学;2001年
4 隋文涛;滚动轴承表面损伤故障的特征提取与诊断方法研究[D];山东大学;2011年
5 张君;小波分析技术在汽轮机故障诊断中的应用研究[D];华北电力大学(河北);2005年
6 徐德友;粗集信息分析在故障诊断中的应用及自修复飞行控制系统效能评估[D];南京航空航天大学;2002年
7 刘思远;信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D];燕山大学;2010年
8 黄伟国;基于振动信号特征提取与表达的旋转机械状态监测与故障诊断研究[D];中国科学技术大学;2010年
9 唐静远;模拟电路故障诊断的特征提取及支持向量机集成方法研究[D];电子科技大学;2010年
10 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 席文静;基于振动检测的潜油电泵机组故障诊断的研究[D];中国石油大学;2008年
2 黄建鸿;基于小波包分析的滚动轴承故障智能诊断[D];南昌大学;2005年
3 程晓盛;基于Agent和支持向量机的远程智能诊断技术研究[D];燕山大学;2006年
4 李少军;滚动轴承故障诊断的多参数融合特征提取方法研究[D];北京交通大学;2011年
5 王轶;基于数据挖掘的机车牵引变流器故障诊断[D];西南交通大学;2005年
6 李永进;基于小波分析的故障诊断系统的研究与实现[D];武汉科技大学;2005年
7 吴德华;列车滚动轴承故障诊断与监测系统研究[D];中南大学;2005年
8 牛峻峰;基于小波的某水下运载器振动信号的分析研究[D];中北大学;2009年
9 王梦卿;基于神经网络的齿轮故障诊断专家系统[D];东北大学;2005年
10 王春光;基于小波分析的图像特征提取方法研究[D];国防科学技术大学;2004年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 小田;网卡故障诊断[N];中国电脑教育报;2000年
6 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978