基于混沌理论的滚动轴承故障诊断及故障趋势预测研究

基于混沌理论的滚动轴承故障诊断及故障趋势预测研究

ID:17857163

大小:10.49 MB

页数:127页

时间:2018-09-07

基于混沌理论的滚动轴承故障诊断及故障趋势预测研究_第1页
基于混沌理论的滚动轴承故障诊断及故障趋势预测研究_第2页
基于混沌理论的滚动轴承故障诊断及故障趋势预测研究_第3页
基于混沌理论的滚动轴承故障诊断及故障趋势预测研究_第4页
基于混沌理论的滚动轴承故障诊断及故障趋势预测研究_第5页
资源描述:

《基于混沌理论的滚动轴承故障诊断及故障趋势预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:TP216密级:公开国际图书分类号:621西南交通大学研究生学位论文基于混沌理论的滚动轴承故障诊断及故障趋势预测研究年级2012级姓名李扬申请学位级别博士专业机械制造及其自动化指导教师傅攀教授二〇一八年五月ClassifiedIndex:TP216U.D.C:621SouthwestJiaotongUniversityDoctorDegreeDissertationResearchonRollingBearingFaultDiagnosisandFaultTrendPredictionBasedonCh

2、aosTheoryGrade:2012Candidate:YangLiAcademicDegreeAppliedfor:DocterDegreeSpeciality:MechanicalManufactureandAutomationSupervisor:Prof.PanFuMay,2018西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据

3、库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密□√,使用本授权书。(请在以上方框内打“√”)学位论文作者签名:指导老师签名:日期:日期:西南交通大学博士学位论文创新性声明本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。本学位论文

4、的主要创新点如下:1.提出了滚动轴承振动信号局部投影降噪新方法。针对滚动轴承振动信号具有宽频带分布的特点,提出在重构的相空间开展滚动轴承振动信号局部投影降噪。采用非线性时间序列的标准差作为邻域半径,计算邻域半径内各相点与质心的距离,求解其协方差矩阵,并在该协方差矩阵的特征值变化率最大处进行截断,分离信号及噪声空间。将该方法应用于滚动轴承实测振动信号降噪处理中,通过采用分形维数及近似熵值作为噪声评价指标,证明其降噪能力优于现有主流方法。2.提出了基于混沌振子的滚动轴承复合故障形式及各部位故障程度诊断方法。针对目前滚动轴承

5、复合故障诊断及复合故障条件下,轴承各部位故障程度诊断的难题,采用经验小波分解方法分解滚动轴承各故障部位信号,并提出基于极半径不变矩的混沌振子状态识别方法,实现复合故障形式诊断。采用混沌振子策动力变化值表征滚动轴承各部位故障程度,完成滚动轴承各部位故障程度诊断。通过对实测的滚动轴承故障数据进行多样本验证,证明该方法可以有效解决滚动轴承单一、复合故障形式及各部位故障程度诊断的问题。3.提出滚动轴承各部位故障趋势预测新方法。针对现有滚动轴承故障趋势预测方法难以分别对轴承各部位的故障发展趋势进行预测的问题,提出对混沌振子策

6、动力变化值构建支持向量回归模型,进行滚动轴承各部件故障发展趋势预测。提出一种自适应映射的混沌粒子群算法(AMCPSO),优化支持向量回归模型参数,解决了传统粒子群算法容易陷入局部最优且收敛速度较慢的问题。通过实测滚动轴承加速全寿命数据,证明该方法具有较好的预测精度,可对滚动轴承各部位的故障发展趋势进行精细化的预测。学位论文作者签名:日期:西南交通大学博士研究生学位论文第I页摘要滚动轴承是旋转机械设备中最常用到的零部件之一,几乎所有的旋转机械都不可避免地使用到滚动轴承。随着高速列车的发展,风力发电的兴起,滚动轴承在越

7、来越多的大型旋转机械设备中发挥重要的作用。但同时滚动轴承也是最容易出现故障的零件。如何在滚动轴承发生故障时诊断出故障位置及故障程度等故障信息,对保障机械设备安全可靠运行,避免重大事故发生,降低生产成本等都具有重大意义。针对上述问题,本文开展了滚动轴承故障诊断及故障趋势预测研究工作。首先对滚动轴承的振动信号进行相空间重构,并在相空间内进行局部投影降噪方法研究;接着根据混沌控制原理,采用Duffing混沌振子进行滚动轴承特征频率检测,并提出基于极半径不变矩的振子相图转变识别方法,完成滚动轴承故障类型及故障程度诊断;最后,利

8、用混沌的遍历性对传统粒子群算法进行优化,提出自适应映射的混沌粒子群优化算法(AMCPSO),将其应用于支持向量回归模型参数优化,并利用支持向量回归模型进行滚动轴承故障趋势预测。本文的主要研究内容如下:(1)阐述了滚动轴承故障机理,分析了基于振动信号诊断滚动轴承故障形式及故障程度的可行性。论述了滚动轴承噪声处理、特征提取方法、故障诊

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。