基于譜峭度和EMD的滾動(dòng)軸承早期故障檢測(cè)與診斷增強(qiáng)
發(fā)布時(shí)間:2020-07-19 21:14
【摘要】:滾動(dòng)軸承被廣泛地應(yīng)用在各種工業(yè)現(xiàn)場(chǎng)中,它的運(yùn)行狀態(tài)直接影響到整臺(tái)機(jī)器的功能,因此,它的早期故障診斷具有非常重要的意義,對(duì)于滾動(dòng)軸承的早期故障,信號(hào)中包含的故障信息一般很微弱,常常淹沒(méi)在噪聲信號(hào)中,因此能否有效地降低噪聲提高信噪比,有效地增強(qiáng)故障弱信號(hào)是進(jìn)行滾動(dòng)軸承早期故障診斷的關(guān)鍵。 本課題在總結(jié)和汲取他人研究成果的基礎(chǔ)上,提出一種基于譜峭度和經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法,以從滾動(dòng)軸承振動(dòng)信號(hào)中獲取的故障數(shù)據(jù)為基礎(chǔ),進(jìn)行早期故障弱信號(hào)增強(qiáng),提前診斷出滾動(dòng)軸承故障,從而提高故障診斷水平和效率,保證機(jī)械系統(tǒng)運(yùn)行的穩(wěn)定性和安全性,本文包括以下內(nèi)容: 首先針對(duì)譜峭度缺乏自適應(yīng)性和EMD存在模態(tài)混疊、在低頻段產(chǎn)生多余IMF分量等問(wèn)題,提出譜峭度和EMD相結(jié)合的方法,利用譜峭度對(duì)故障脈沖信號(hào)敏感能夠有效增強(qiáng)故障脈沖信號(hào)減少噪聲的優(yōu)勢(shì),在增強(qiáng)故障脈沖信號(hào)減少噪聲干擾的基礎(chǔ)上與EMD方法相結(jié)合,有效解決了EMD方法受各種干擾的問(wèn)題,能夠有效提高EMD分解的效率和精度,進(jìn)一步提高了故障診斷水平。 然后把基于譜峭度和EMD方法應(yīng)用到加噪仿真信號(hào)和滾動(dòng)軸承早期故障診斷中,實(shí)驗(yàn)結(jié)果證明,基于譜峭度和EMD方法在加噪仿真信號(hào)和滾動(dòng)軸承早期故障弱信號(hào)增強(qiáng)中取得了很好的效果,因此,該方法對(duì)滾動(dòng)軸承早期故障弱信號(hào)增強(qiáng)具有重要意義,具有良好的應(yīng)用前景。
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2009
【分類號(hào)】:TH133.33;TH165.3
【圖文】:
( )( ) ( )20,22=expa bt b f t bta aσ πψ + (2公式(2-17)的傅立葉變換為:( )22 202= expafaf faπψ σ πσ (2由公式(2-18)可知經(jīng)過(guò)平移和尺度伸縮之后小波形狀參數(shù)和中心頻率都變1a,根據(jù)公式(2-15)-(2-18)可知小波形狀是由σ 、a、0f 共同決定。其中定著小波的帶寬;0f 、a決定著小波中心頻率。如何選擇 Morlet 小波最我們應(yīng)用上面基于短時(shí)傅立葉變換的譜峭度思想,把譜峭度引入到 Mor對(duì)其參數(shù)進(jìn)行優(yōu)化,根據(jù)譜峭度變化尋找 Morlet 小波的最佳匹配參數(shù)最增強(qiáng)故障弱信號(hào)中的沖擊衰減成分,從而獲得最優(yōu)的增強(qiáng)效果。由公式(2-13)可知連續(xù)小波變換系數(shù)fWT 表示了小波與處在該分析時(shí)段內(nèi)形相似程度,圖 2-3 為小波變換系數(shù)計(jì)算示意圖。
二倍頻分解樹(shù)實(shí)際上是頻域分析中頻率的一種相對(duì)尺度。本文采用二倍頻分解樹(shù)方法構(gòu)造多個(gè)不同帶寬和中心頻率的帶通濾波器,使這些帶通濾波器的帶寬覆蓋整個(gè)分析頻帶。二倍頻分解樹(shù)形式如圖 2-4 所示。假設(shè)整個(gè)分析頻帶為 f ,k 為分解的層次,所以每層有 2k個(gè)帶寬;ikc 為第 k 層分解出來(lái)的第 i 個(gè)系數(shù), i 為第 k 層分解個(gè)數(shù),i = 0 ... 2 1k,, 。所以對(duì)于第k 層第i個(gè)ikc 系數(shù)對(duì)應(yīng)的中心頻率為:( )1 12 2kif f i = × + (2-20)第k 層第i個(gè)ikc 系數(shù)對(duì)應(yīng)的帶寬為:( )12kkf f = × (2-21)二倍頻分解樹(shù)的分解層次[41]:log 2 7Nk < (2-22)
故障診斷具有非常重要的意義,對(duì)于般很弱,常常淹沒(méi)在噪聲信號(hào)中,增強(qiáng)故障弱信號(hào)是進(jìn)行滾動(dòng)軸承早期機(jī)理和故障類型動(dòng)機(jī)理振動(dòng)機(jī)理前,首先介紹一下滾動(dòng)軸承圖可見(jiàn),滾動(dòng)軸承是由內(nèi)圈、外圈間裝有若干滾動(dòng)體,通過(guò)保持架使,內(nèi)圈裝載軸頸上,外圈裝在軸承是滾動(dòng)軸承的核心組件,當(dāng)內(nèi)外圈內(nèi)外圈上的滾道多為凹槽形,它起。保持架將滾動(dòng)體均勻地隔開(kāi),以
本文編號(hào):2762978
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2009
【分類號(hào)】:TH133.33;TH165.3
【圖文】:
( )( ) ( )20,22=expa bt b f t bta aσ πψ + (2公式(2-17)的傅立葉變換為:( )22 202= expafaf faπψ σ πσ (2由公式(2-18)可知經(jīng)過(guò)平移和尺度伸縮之后小波形狀參數(shù)和中心頻率都變1a,根據(jù)公式(2-15)-(2-18)可知小波形狀是由σ 、a、0f 共同決定。其中定著小波的帶寬;0f 、a決定著小波中心頻率。如何選擇 Morlet 小波最我們應(yīng)用上面基于短時(shí)傅立葉變換的譜峭度思想,把譜峭度引入到 Mor對(duì)其參數(shù)進(jìn)行優(yōu)化,根據(jù)譜峭度變化尋找 Morlet 小波的最佳匹配參數(shù)最增強(qiáng)故障弱信號(hào)中的沖擊衰減成分,從而獲得最優(yōu)的增強(qiáng)效果。由公式(2-13)可知連續(xù)小波變換系數(shù)fWT 表示了小波與處在該分析時(shí)段內(nèi)形相似程度,圖 2-3 為小波變換系數(shù)計(jì)算示意圖。
二倍頻分解樹(shù)實(shí)際上是頻域分析中頻率的一種相對(duì)尺度。本文采用二倍頻分解樹(shù)方法構(gòu)造多個(gè)不同帶寬和中心頻率的帶通濾波器,使這些帶通濾波器的帶寬覆蓋整個(gè)分析頻帶。二倍頻分解樹(shù)形式如圖 2-4 所示。假設(shè)整個(gè)分析頻帶為 f ,k 為分解的層次,所以每層有 2k個(gè)帶寬;ikc 為第 k 層分解出來(lái)的第 i 個(gè)系數(shù), i 為第 k 層分解個(gè)數(shù),i = 0 ... 2 1k,, 。所以對(duì)于第k 層第i個(gè)ikc 系數(shù)對(duì)應(yīng)的中心頻率為:( )1 12 2kif f i = × + (2-20)第k 層第i個(gè)ikc 系數(shù)對(duì)應(yīng)的帶寬為:( )12kkf f = × (2-21)二倍頻分解樹(shù)的分解層次[41]:log 2 7Nk < (2-22)
故障診斷具有非常重要的意義,對(duì)于般很弱,常常淹沒(méi)在噪聲信號(hào)中,增強(qiáng)故障弱信號(hào)是進(jìn)行滾動(dòng)軸承早期機(jī)理和故障類型動(dòng)機(jī)理振動(dòng)機(jī)理前,首先介紹一下滾動(dòng)軸承圖可見(jiàn),滾動(dòng)軸承是由內(nèi)圈、外圈間裝有若干滾動(dòng)體,通過(guò)保持架使,內(nèi)圈裝載軸頸上,外圈裝在軸承是滾動(dòng)軸承的核心組件,當(dāng)內(nèi)外圈內(nèi)外圈上的滾道多為凹槽形,它起。保持架將滾動(dòng)體均勻地隔開(kāi),以
【引證文獻(xiàn)】
相關(guān)期刊論文 前1條
1 周云龍;劉旭;李洪偉;;基于經(jīng)驗(yàn)?zāi)J椒纸獾臍庖憾嗔餮芯縖J];化學(xué)工程;2011年10期
相關(guān)碩士學(xué)位論文 前2條
1 王小玲;頻帶熵方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];上海交通大學(xué);2012年
2 何亮;基于EMD技術(shù)的滾動(dòng)軸承故障診斷研究[D];大連理工大學(xué);2012年
本文編號(hào):2762978
本文鏈接:http://www.wukwdryxk.cn/jixiegongchenglunwen/2762978.html
最近更新
教材專著