收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

采煤机轴承故障诊断机理及方法研究

王水林  
【摘要】:采煤机传动系统的稳定运行能够保证采煤作业的顺利进行,但是采煤机传动系统中的轴承容易发生故障,如何对采煤机传动系统进行整体维护,降低轴承故障的发生率,已成为采煤企业的一项重要任务。如今,煤炭行业对综采区域的开采技术要求日益严格,这就需要采煤机质量作为一项基本性保障。根据诸多研究成果,改善采煤机传动系统的设计,有助于采煤企业及时发现采煤机传动系统的轴承故障,并进行有效的消除。因此对于采煤机轴承故障诊断机理的研究,必须要从采煤机传动系统入手。单个故障的排除往往耗时耗力,且难以形成统一化处理效应。而基于采煤机传动系统立场,则能形成对轴承故障的批量化处理,极大地提高故障处理效果。基于上述研究目的,本文开展了采煤机轴承故障诊断机理及方法研究,以期降低采煤机传动系统在正常运行时可能发生的风险。总体来说,本文的研究内容主要如下:(1)以掌握采煤机轴承振动和故障机理为目的,分析了采煤机轴承故障类型及发展历程,建立了采煤机轴承故障特征频率,揭示了采煤机轴承振动机理,提出了一种复杂地质条件下轴承故障诊断机理,根据拟合度确定轴承样本的投影空间,利用分割算法提取轴承的故障特征,基于定位算法设置最佳适应度,最终获得轴承故障中心的位置,基于数值模拟验证了所提出复杂地质条件下建立采煤机轴承的故障诊断机理方法的稳定性和可行性,为后续进一步对采煤机轴承的故障诊断奠定基础。(2)以实现采煤机高速区轴承故障有效诊断为目的,构建了一种用于非平稳信号分析的形态学Hilbert-Huang变换方法,采用增强形态滤波技术对采集到的采煤机高速区轴承振动信号进行去噪,基于Renyi熵主动增强信号中脉冲特征,利用正态性指标选择正态性分布最高的IMF进行NHHT处理,获得高速区轴承故障特征频率信息,结合试验分析了该方法用于采煤机高速区轴承故障诊断的可行性。(3)以实现采煤机低速区轴承故障有效诊断为目的,构建了一种基于MED-PHDS技术的诊断方法,MED算法对采样数据具有良好的降噪性能,对低速轴承早期故障检测具有良好的效果,PHDS算法能够对信号进行压缩,并能保留时间信号或信号频谱中所需的轴承故障特征信息;结合包络频谱试验分析,验证了该方法用于采煤机低速区轴承故障诊断的有效性。(4)以实现采煤机轴承早期故障诊断为目的,构建了一种基于声发射技术的故障诊断方法,针对信号中含有高频强噪声问题,提出采用小波包降噪法对信号进行预处理,进而提出一种改进阈值的小波包信号降噪方法;为解决声发射采样频率过高,对计算机硬件设备要求高的问题,提出了一种基于外差的采样频率降低技术;进一步建立了声发射信号与加速度信号频谱平均的信号处理方法,搭建了基于时间同步重采样和频谱平均的采煤机轴承故障诊断模型,采用RSM和Peak信号评价指标,对比了带通滤波器、声发射包络信号分析法、声发射频谱平均信号分析法、基于振动的故障检测法的高速区轴承故障诊断效果;采用Shannor熵和直方图下限信号评价指标,分析了低速区采煤机轴承故障诊断效果,验证了基于声发射方法进行采煤机轴承故障诊断的有效性。(5)以实现采煤机轴承故障趋势预测为目的,构建了基于模型的轴承故障诊断方法,建立了整个故障轴承键合图模型,进一步推导了轴承在X、Y方向及角域内的数学方程,利用轴承外圈故障和表面粗糙度变化对故障轴承模型进行了试验验证,基于模型法数值模拟了不同裂纹大小扩展趋势与时域统计因子的关系,建立了轴承故障发展趋势时域评价指标体系,最后基于采煤机高速轴实测数据,验证了基于模型法预测采煤机轴承故障发展趋势的可行性。该论文有图92幅,表12个,参考文献178篇。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 武向鹏;张玉;栗庆杰;潘勇;;基于深度学习的观光车轴承故障诊断[J];工业控制计算机;2020年11期
2 徐卫鹏;徐冰;;基于卷积神经网络的轴承故障诊断研究[J];山东科技大学学报(自然科学版);2021年06期
3 何彬;贺婷婷;陈元龙;李凯;;高速机车轴承故障诊断与剩余寿命预测分析[J];电子世界;2021年07期
4 李富盈;;基于长大坡道的城市轨道交通车辆走行部轴承故障诊断研究[J];机械传动;2021年01期
5 杨婧;续婷;白艳萍;燕慧超;;基于网格搜索与支持向量机的轴承故障诊断[J];科学技术与工程;2021年22期
6 彭博;张毅;蹇清平;于翔;;快速路径的多时频曲线时变转速轴承故障诊断[J];制造技术与机床;2020年09期
7 周永庆;;基于多尺度卷积神经网络的轴承故障诊断研究[J];南方农机;2021年01期
8 彭飞;张尧;;轨道交通轴承故障诊断与寿命预测技术综述[J];城市轨道交通研究;2020年12期
9 林水泉;;频域分析在风机轴承故障诊断上的应用[J];广东化工;2020年23期
10 周水琴;;掘进机轴承故障诊断系统设计[J];煤矿机械;2021年01期
11 洪腾蛟;丁凤娟;王鹏;冯定;凃忆柳;;深度学习在轴承故障诊断领域的应用研究[J];科学技术与工程;2021年22期
12 付嘉乐;;多技术融合的电机轴承故障诊断方法[J];数码世界;2020年03期
13 王海丽;;基于深度学习的轴承故障诊断[J];大众标准化;2020年24期
14 李云朋;熊柳景;牛刚;;嵌入式轴承故障诊断系统的设计与实现[J];国外电子测量技术;2019年11期
15 杨炎炎;;轴承故障诊断措施研究[J];现代农机;2020年03期
16 徐文学;夏懿;张德祥;;基于稠密卷积网络的轴承故障诊断[J];噪声与振动控制;2020年04期
17 邵岩;卢迪;杨广学;;分数阶傅里叶变换在轴承故障诊断中的应用[J];哈尔滨理工大学学报;2017年03期
18 郑勇;钱正春;杨小兰;;基于小波神经网络的煤矿提升机轴承故障诊断[J];煤矿机械;2021年03期
中国重要会议论文全文数据库 前20条
1 揭震国;王景霖;沈勇;单添敏;曹亮;;基于深度迁移学习的滚动轴承故障诊断[A];2021年中国航空工业技术装备工程协会年会论文集[C];2021年
2 李佳鑫;林天然;;基于局部最大值二阶同步压缩变换技术的变工况轴承故障诊断[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
3 王晓龙;李英晟;付锐琪;;基于ACMD的风机轴承故障诊断[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
4 陈之恒;张卫华;宋冬利;;基于EEMD-AR谱能量及SVM的电机轴承故障诊断[A];第十二届多体动力学与控制暨第七届航天动力学与控制和第十五届全国分析力学联合学术会议会议论文摘要集[C];2021年
5 高学金;魏红飞;张海利;高慧慧;;基于小波TET的滚动轴承故障诊断[A];2020中国自动化大会(CAC2020)论文集[C];2020年
6 刘锋;马怀祥;王亚涛;;基于共振解调的滚动轴承故障诊断[A];现代振动与噪声技术(第九卷)[C];2011年
7 徐新韬;王华庆;沈伟;李岭阳;杨晓;;基于信息融合与1.5维谱的轴承故障诊断方法[A];2015年中国机械工程学会设备与维修工程分会学术年会论文集[C];2015年
8 郜普刚;何田;林意洲;刘献栋;;基于局部均值分解的滚动轴承故障诊断[A];2010中国汽车工程学会年会论文集[C];2010年
9 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[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
10 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
11 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年
12 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年
13 曹亮;王景霖;沈勇;单添敏;林泽力;陈杰;;基于HMM的轴承故障诊断方法[A];“测试性与智能测控技术”——2018年中国航空测控技术专刊[C];2018年
14 陶岩;朱华;王万迅;贺勇;李刚;谢鸣;;国产状态监测系统在轴承故障诊断上的应用[A];2016年全国设备监测诊断与维护学术会议暨第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议论文集[C];2016年
15 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年
16 王鹏;王太勇;;基于LabVIEW的局域均值分解方法及其在列车轴承故障诊断中的应用[A];第十八届中国科协年会——分3 计量测试技术及仪器学术研讨会论文集[C];2016年
17 单添敏;曹亮;沈勇;王景霖;林泽力;陈杰;;基于Fisher判别的轴承故障诊断与健康评估方法研究[A];“测试性与智能测控技术”——2018年中国航空测控技术专刊[C];2018年
18 乔文生;陈兴辉;艾士娟;胡北;赵恒;;基于小波包和BP神经网络的滚动轴承故障诊断[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
19 张淑清;张琳;;基于RBF网络和D-S推理的轴承故障诊断[A];首届信息获取与处理学术会议论文集[C];2003年
20 赵勇强;白创;康少峰;王建成;;基于Hilbert解调的圆锥滚子轴承故障诊断[A];2015中国汽车工程学会年会论文集(Volume4)[C];2015年
中国博士学位论文全文数据库 前10条
1 王水林;采煤机轴承故障诊断机理及方法研究[D];中国矿业大学;2021年
2 梁瑜;地铁列车轴承故障诊断及在途诊断系统研究[D];北京交通大学;2014年
3 褚东亮;旋转机械故障信号分析及诊断技术研究[D];华北电力大学(北京);2017年
4 杨芬;矿井提升系统天轮轴承故障诊断及其智能润滑方法研究[D];太原理工大学;2019年
5 胡永涛;基于多特征融合及深度信念网络的轴承故障诊断[D];燕山大学;2017年
6 金国强;基于深度学习的复杂工况下端到端的滚动轴承故障诊断算法研究[D];中国科学技术大学;2020年
7 黄衍;基于变分模态分解与形态学滤波的高速列车轴箱轴承故障诊断方法研究[D];西南交通大学;2020年
8 张彦生;基于局部线性嵌入的滚动轴承故障特征提取技术研究[D];哈尔滨工业大学;2020年
9 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年
10 周俊;机械故障信号欠定源估计与盲提取方法研究[D];昆明理工大学;2015年
中国硕士学位论文全文数据库 前20条
1 王蕾蕾;基于深度自编码网络的轴承故障诊断研究[D];华北电力大学;2019年
2 李妍;基于改进极限学习机的轴承故障诊断方法研究[D];西安科技大学;2019年
3 冯安安;基于优化概率神经网络货车轴承故障诊断研究[D];北京交通大学;2019年
4 彭丹丹;基于HHT和CNN的高速列车轮对轴承故障诊断方法[D];电子科技大学;2019年
5 马圣;极限学习机在航空轴承故障诊断中的应用研究[D];中国民航大学;2019年
6 彭刘阳;基于振动信号的滚动轴承故障诊断与状态识别方法研究[D];中国矿业大学;2019年
7 董德亿;基于输出信号相关性分析的轴承故障诊断方法[D];杭州电子科技大学;2018年
8 郑庆标;基于小波分析的轴承故障诊断系统的研制及应用[D];北京交通大学;2018年
9 谢乾坤;城轨列车轴承故障诊断试验系统设计与实现[D];长安大学;2018年
10 刘恩仁;风电机组传动链轴承故障诊断[D];华北电力大学(北京);2018年
11 徐剑涛;基于极点对称模态分解及改进支持向量机的轴承故障诊断[D];燕山大学;2018年
12 齐申武;基于振动信号分析的滚动轴承故障诊断及寿命预测研究[D];燕山大学;2018年
13 黄阳;基于振动信号降噪与分解的轴承故障诊断研究[D];西安理工大学;2018年
14 罗映莲;基于改进粒子群和SVM的电机轴承故障诊断方法研究[D];大连交通大学;2017年
15 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年
16 高冠琪;时频挤压阶比方法及其变转速轴承故障诊断研究[D];苏州大学;2019年
17 张涛;机车轴承故障诊断系统的研究与设计[D];中南大学;2005年
18 陈婷婷;一种基于深度学习的轴承故障诊断方法[D];湖北工业大学;2021年
19 谭雯雯;基于神经网络的轴承故障诊断研究及其系统实现[D];北京化工大学;2020年
20 张树波;基于阶次分析的风电轴承故障诊断[D];燕山大学;2017年
中国重要报纸全文数据库 前1条
1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年
 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