收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于振动信号降噪与分解的轴承故障诊断研究

黄阳  
【摘要】:滚动轴承是现代工业常用的零件,在机械设备里基本都会存在。滚动轴承也很容易出现故障,其发生故障时,会使机械设备发出不同寻常的振动与噪音,甚至损坏机械设备,发生严重的事故。所以,对滚动轴承使用故障诊断技术可以避免损失,有很重要的意义。本文从理论上对滚动轴承的振动机理和常见的失效形式作了阐述,还列举一些常用的故障诊断方法与评价指标。通过研究国内外文献提出了基于奇异值分解降噪、局部特征尺度的分解、模糊熵和隐马尔科夫模型相结合的轴承故障诊断。首先,因为轴承故障振动信号里含有很多随机噪音,因此有必要对信号使用降噪处理。本文通过对奇异值分解理论进行研究,提出基于k-means聚类法确定奇异值分解降噪有效秩阶次的方法,通过奇异值分解去除信号里随机噪声,为后续故障诊断做出准备。其次,对于轴承故障非线性、非平稳和故障特征不易提取的情况,本文采用局部特征尺度分解的自适应方法。而对于该方法中的端点问题,介绍了极值延拓、多项式延拓等几种延拓方法的特点以及适用范围。再经过对基线信号构造的研究,改善了 LCD方法,提高了该方法分解的精度。再次,为了确认滚动轴承故障类型,就要求得它的故障特征参数与合适的训练学习模型。本文使用模糊熵作为特征参数,求得振动信号经LCD后ISC的模糊熵,并将其放入隐马尔科夫模型中训练学习,确定滚动轴承故障类型,通过试验证明本方法是可行的。本文通过对信号降噪以及故障特征提取进行研究,旨在为齿轮箱中的轴承故障诊断提供有价值的参考。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 乔世民;轴承故障诊断技术的发展[J];中国设备管理;1989年01期
3 鲍明;赵淳生;纪国宜;陈志强;;MDS-1轴承故障诊断系统[J];振动、测试与诊断;1989年04期
4 刘强;董梦诗;周坤;;小波预处理的神经网络在轴承故障诊断中的应用[J];应用科技;2016年06期
5 甄敬然;赵伟军;;基于经验模态分解和形态滤波的矿用轴承故障诊断[J];煤炭技术;2017年07期
6 沙美妤;刘利国;;基于振动信号的轴承故障诊断技术综述[J];轴承;2015年09期
7 山红伟;;煤矿机械齿轮和轴承故障诊断研究[J];科技致富向导;2015年17期
8 袁洪芳;姜宇萱;王华庆;;基于词袋模型和极限学习机的轴承故障诊断[J];测控技术;2017年02期
9 刘琦;;基于小波分析的轴承故障诊断研究[J];煤;2013年07期
10 苏明辉;薛光辉;赵国瑞;张明;;渣浆泵轴承故障诊断系统设计与应用[J];煤炭工程;2009年02期
11 江伟;;机车轴承故障诊断中的多智能传感器技术应用分析[J];铁路计算机应用;2008年03期
12 江伟;危韧勇;余璘;;多智能传感器技术在机车轴承故障诊断中的应用分析[J];工业控制计算机;2006年10期
13 陈换过;易永余;陈文华;陈培;沈建洋;;基于广义S变换的齿轮箱轴承故障诊断方法[J];中国机械工程;2017年01期
14 王名月;缪炳荣;袁成标;;基于小波包分解与局部均值分解排列熵的自适应轴承故障诊断[J];装备机械;2017年02期
15 蒲小平,陈克兴,徐金梧,马祥华;基于神经网络的轴承故障诊断方法[J];北京科技大学学报;1993年06期
16 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[J];设备管理与维修;2016年S2期
17 朱良明;崔伟成;;基于局部特征尺度分解与基本尺度熵的轴承故障诊断[J];机械传动;2017年09期
18 任玉卿;王海瑞;齐磊;李荣远;;基于振动信号能量熵的轴承故障诊断[J];计算机应用与软件;2017年09期
19 宋积敏;;双支撑旋转机械轴承故障诊断技术应用[J];机械研究与应用;2017年04期
20 李欣;郭攀锋;;基于最小二乘拟合的电机轴承故障诊断新方法[J];煤矿机械;2013年02期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国博士学位论文全文数据库 前5条
1 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
2 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
3 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
4 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
5 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10条
1 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
2 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
3 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
4 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
5 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
6 叶友谊;基于优化支持向量机的滚动轴承故障诊断[D];福州大学;2014年
7 Cristian López;基于改进随机共振法的轴承故障诊断[D];浙江大学;2017年
8 李学伟;支持向量机在嵌入式轴承故障诊断装置中的研究与实现[D];东北大学;2010年
9 胡雪松;风力发电机组主轴承故障诊断及预警系统研究[D];华北电力大学;2015年
10 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013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