滚动轴承振动信号降噪方法研究-控制工程专业毕业论文

《滚动轴承振动信号降噪方法研究-控制工程专业毕业论文》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、华北屯力大学专业硕士学位论文摘要大型旋转机械设备中的滚动轴承是旋转机械中关键且容易损坏的部件，一旦出现故障，将会导致机械设备运行失稳等一系列严重后果，而故障部位提取的振动信号往往表现出波动特征。滚动轴承振动信号包含了大量的轴承运行状态信息，是对轴承开展故障分析的主要依据之一。因此，论文针对大型旋转机械的滚动轴承振动的仿真信号和实测信号分别开展了信号降噪方法研究，将对进一步处理振动监测信号、预防安全事故发生都具有重要的理论指导意义和工程实际应用价值。论文研究的主要目的是利用大型旋转机械设备滚动轴承振动信

2、号进行降噪处理，提取出所需要的振动信号。针对振动信号非平稳的特点，信号降噪研究了基于改进的小波半软阈值降噪方法。特征提取是实现机械故障诊断的关键步骤，对与滚动轴承振动故障诊断至为关键。论文首先介绍了小波分析的基本原理，给出了小波变换的基本定义和基本性质，介绍了常见小波变换的基本算法。然后介绍了传统的基于小波变换的硬阂值降噪方法和基于小波变换的软阈值降噪方法，在分析它们的优点和缺点基础上，针对它们存在的缺点和不足，提出了改进的基于小波变换的半软阈值降噪方法。最后给出了评价各降噪方法的性能评价准则。针对滚

3、动轴承振动降噪问题采用改进的基于小波变换的半软阈值降噪方法分别进行了仿真信号测试和实际信号测试分析，最后通过性能评价指标、频谱分析对比了这三种方法的性能优劣，结果表明所提出的基于小波变换的半软阈值降噪方法比传统的基于小波变换的硬阈值降噪方法和基于小波变换的软阈值降噪方法能达到更好的降噪效果。最后研究了滚动轴承振动信号降噪问题的故障特征提取问题，介绍了基于Winger分布和奇异值分解相结合的特征提取方法，得到Winger时频谱后，万方数据华北电力大学专业硕士学位论文接着对Winger进行奇异值分解，在四

4、种不同工况下分别得到特征向量，可以便于进一步开展针对滚动轴承振动信号降噪处理。关键词：小波变换；振动；轴承；降噪处理II万方数据华北电力大学专业硕士学位论文AbstractTherollingbearinthebigrotationmechanicaldevicesisthekeybutalsoeasydamagedcomponent．Oncethereissomethingwrongwiththerollingbear．itwillresultintheunstableoperationofthem

5、echanicaldevices，orevenmoreseriousconsequences．Fortunately,thevibrationsignalextractedfromthefaultcomponentsoftendemonstratesthefeatureofwave．Thevibrationsignaloftherollingbearoftenincludesagreatdealoftheoperationstateinformationofthebears，andthusitison

6、eofthemainbasisforthefurtherfaultanalysisofthebear．Inthisthesis，thenoisesignalreductionmethodforthesimulationsignalaswellasthepracticalsignalisinvestigatedforthevibrationsignaloftherollingbearinthebigrotationmechanicaldevices，andthus，itwillbeofgreattheo

7、reticalmeaningsandpracticalapplicationvaluesforthesynthesisofthevibrationsignal，andalsopreventsafetyaceident．Inthisthesis，themainaimistoinvestigatethenoisesignalreductionmethodforthevibrationsignalfothe．rollingbearinthebigrotationmechanicaldevices，andth

8、enretrievaltherequiredvibrationsignal．Todealwiththeunstablefeatureofthekindofvibrationsignal，theimprovedwaveletsemi-softshrinkagenoisesignalreductionisproposed．Thesignalretrievalisthekeysteptoimplementfaultdiagnosisforthemechanic