基于声发射技术的滚动轴承故障诊断时频分析方法研究

基于声发射技术的滚动轴承故障诊断时频分析方法研究

论文摘要

滚动轴承是旋转机械中应用最广泛、也是最易损坏的关键零部件之一,对其进行状态监测和故障诊断有着广泛的经济和社会效益。声发射(acoustic emissionAE)技术应用于滚动轴承的状态监测和故障诊断相对于目前普遍采用的振动法有着许多优越性。本文借鉴基于振动信号的滚动轴承故障诊断时频分析的成功经验,将各种典型的时频分析方法引入滚动轴承的声发射故障诊断领域,开展基于声发射技术的滚动轴承故障诊断时频分析方法的研究。工作主要包括以下四个方面:(1)开发了声发射数据采集系统,与滚动轴承故障实验台和SWAES全波形声发射检测仪配套,形成了滚动轴承故障全波形声发射检测系统。进行了滚动轴承典型故障的声发射试验,并分析了滚动轴承故障引发的AE信号的特点及特征提取原理。(2)分别发展了滚动轴承故障AE信号的STFT(Gabor变换)分析法、WVD分析法、小波尺度谱(小波再分配尺度谱)分析法,研究表明这些方法均能有效提取AE信号的特征以及反映AE信号中所蕴藏的特征信息,其二维、三维时频谱能准确描述滚动轴承故障引发的声发射事件,直观地表征AE信号中各个脉冲的数目、强度、在时频面上的分布及频率组成等。(3)提出了滚动轴承故障AE信号的小波包特征提取分析法,解决了从噪声污染严重、数据量大以及频率范围宽的实测AE信号中提取特征信号困难的难题,并能实现滚动轴承故障位置的精密诊断。(4)构造了适于滚动轴承故障AE信号特征提取的小波函数,该小波函数比目前普遍采用的Daubechies小波有着更好的使用效果,提高了滚动轴承故障AE信号小波分析的有效性和准确性。这些研究工作不仅能提高滚动轴承早期故障预报、诊断的效率和精度,而且有益于促进滚动轴承AE信号波形分析技术的发展。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1.1 课题背景和意义
  • 1.2 国内外研究现状
  • 1.3 本文的研究内容
  • 第二章 滚动轴承声发射实验及故障AE信号的特点
  • 2.1 声发射技术概述
  • 2.2 基于声发射的滚动轴承故障诊断技术概述
  • 2.3 声发射检测系统
  • 2.3.1 硬件系统
  • 2.3.2 软件系统
  • 2.4 滚动轴承故障实验台和实验方案
  • 2.4.1 滚动轴承故障实验台
  • 2.4.2 实验方案
  • 2.5 基于声发射的滚动轴承故障特征
  • 2.5.1 滚动轴承故障 AE信号的特点
  • 2.5.2 滚动轴承的故障特征及识别原理
  • 2.6 本章小结
  • 第三章 基于AE技术的滚动轴承故障诊断STFT分析
  • 3.1 基于AE技术的滚动轴承故障诊断STFT分析
  • 3.1.1 STFT
  • 3.1.2 STFT的分辨率
  • 3.1.3 AE信号的STFT分析法
  • 3.1.4 窗函数选择的仿真分析
  • 3.1.5 窗长选取的仿真分析
  • 3.1.6 试验结果分析
  • 3.2 基于AE技术的滚动轴承故障诊断Gabor变换分析
  • 3.2.1 Gabor变换
  • 3.2.2 AE信号的Gabor变换分析法
  • 3.2.3 抑噪能力的仿真研究
  • 3.2.4 高斯窗窗长选取的仿真分析
  • 3.2.5 试验结果分析
  • 3.3 本章小结
  • 第四章 基于AE技术的滚动轴承故障诊断Wigner谱分析
  • 4.1 Wigner谱
  • 4.1.1 WVD的定义与算法
  • 4.1.2 WVD的性质
  • 4.1.3 Wigner高阶谱的定义与算法
  • 4.1.4 Wigner高阶谱的特点
  • 4.2 AE信号的WVD分析法
  • 4.2.1 消除交叉项的仿真分析
  • 4.2.2 消噪的仿真分析
  • 4.2.3 试验结果分析
  • 4.3 Wigner高阶谱与AE信号特征提取
  • 4.3.1 消除交叉项的仿真分析
  • 4.3.2 消噪的仿真分析
  • 4.4 本章小结
  • 第五章 基于AE技术的滚动轴承故障诊断小波尺度谱分析
  • 5.1 基于 AE技术的滚动轴承故障诊断小波尺度谱分析
  • 5.1.1 小波尺度谱
  • 5.1.2 AE信号的小波尺度谱分析法
  • 5.1.3 小波基函数选择与优化的仿真分析
  • 5.1.4 小波基函数参数选择的仿真分析
  • 5.1.5 抑噪能力的仿真分析
  • 5.1.6 试验结果分析
  • 5.2 基于AE技术的滚动轴承故障诊断小波再分配尺度谱分析
  • 5.2.1 小波再分配尺度谱
  • 5.2.2 AE信号的小波再分配尺度谱分析法
  • 5.2.3 小波基函数选择的仿真分析
  • 5.2.4 小波基函数参数选择的仿真分析
  • 5.2.5 抑噪能力的仿真分析
  • 5.2.6 试验结果分析
  • 5.3 本章小结
  • 第六章 基于AE技术的滚动轴承故障诊断小波包分析
  • 6.1 小波包与AE信号特征提取
  • 6.1.1 小波包的基本原理
  • 6.1.2 AE信号的小波包分析
  • 6.1.3 AE信号的小波包特征提取分析法
  • 6.2 仿真分析
  • 6.3 实际应用效果
  • 6.4 本章小结
  • 第七章 适于滚动轴承故障AE信号特征提取的小波函数
  • 7.1 小波分析与滚动轴承声发射故障诊断
  • 7.1.1 小波函数和连续小波变换
  • 7.1.2 滚动轴承故障AE信号的小波分析
  • 7.2 小波函数的构造
  • 7.2.1 小波函数描述
  • 7.2.2 参数的选取和计算
  • 7.2.3 可作为小波函数的证明
  • 7.2.4 信号重构
  • 7.3 试验结果分析
  • 7.4 本章小结
  • 第八章 结论与展望
  • 8.1 总结
  • 8.2 展望
  • 参考文献
  • 致谢
  • 攻读学位期间参研项目和发表论文目录
  • 相关论文文献

    • [1].利用包络解调技术分析诊断滚动轴承故障[J]. 冶金动力 2020(01)
    • [2].基于多特征提取和改进马田系统的滚动轴承故障分类方法研究[J]. 振动与冲击 2020(06)
    • [3].关于滚动轴承故障检测的改进包络分析[J]. 科技创新导报 2020(04)
    • [4].滚动轴承故障诊断技术[J]. 福建电脑 2020(06)
    • [5].滚动轴承故障诊断方法综述[J]. 内燃机与配件 2019(23)
    • [6].经验模态分解和神经网络在滚动轴承故障诊断中应用研究[J]. 安徽建筑大学学报 2016(04)
    • [7].基于包络谱分析的滚动轴承故障诊断方法研究[J]. 煤矿机械 2017(02)
    • [8].排列熵与核极限学习机在滚动轴承故障诊断中的应用[J]. 组合机床与自动化加工技术 2017(02)
    • [9].非平稳工况的滚动轴承故障特征研究新方法[J]. 机械设计与研究 2017(01)
    • [10].基于压缩信息特征提取的滚动轴承故障诊断方法[J]. 中国机械工程 2017(07)
    • [11].循环平稳在滚动轴承故障诊断中的应用[J]. 军事交通学院学报 2017(06)
    • [12].基于小波包分解与权重包络谱的滚动轴承故障特征增强[J]. 机械设计与研究 2017(03)
    • [13].滚动轴承故障诊断实例[J]. 设备管理与维修 2016(10)
    • [14].低转速设备滚动轴承故障诊断技巧[J]. 科学技术创新 2020(10)
    • [15].基于机器学习算法的滚动轴承故障诊断研究[J]. 组合机床与自动化加工技术 2020(07)
    • [16].基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法[J]. 工业控制计算机 2020(10)
    • [17].变转速下滚动轴承故障诊断方法研究现状分析[J]. 军事交通学院学报 2019(07)
    • [18].基于嵌入式系统的滚动轴承故障实时诊断[J]. 现代电子技术 2017(07)
    • [19].基于小波变换的滚动轴承故障信号降噪研究[J]. 自动化应用 2017(08)
    • [20].灰色极限学习机在滚动轴承故障预测中的应用[J]. 计算机测量与控制 2017(07)
    • [21].经验模式分解在滚动轴承故障诊断中的应用[J]. 军事交通学院学报 2016(09)
    • [22].基于广义S变换的滚动轴承故障诊断方法研究[J]. 机床与液压 2015(01)
    • [23].一种改进的滚动轴承故障诊断方法[J]. 机械制造 2012(05)
    • [24].神经网络在滚动轴承故障诊断中的应用[J]. 装备制造技术 2010(01)
    • [25].石化企业电机滚动轴承故障诊断模型研究[J]. 企业技术开发 2008(09)
    • [26].一种基于广义解调的滚动轴承故障特征提取方法[J]. 振动与冲击 2020(20)
    • [27].基于多自由度的小波包滚动轴承故障诊断方法[J]. 上海电机学院学报 2016(06)
    • [28].基于变分模态分解改进方法的滚动轴承故障特征提取[J]. 图学学报 2016(06)
    • [29].基于复合多尺度熵与拉普拉斯支持向量机的滚动轴承故障诊断方法[J]. 中国机械工程 2017(11)
    • [30].形态分量分析在滚动轴承故障诊断中的应用[J]. 工程科学学报 2017(06)

    标签:;  ;  ;  ;  ;  

    基于声发射技术的滚动轴承故障诊断时频分析方法研究
    下载Doc文档

    猜你喜欢