基于多传感器的滚动轴承故障检测研究

《基于多传感器的滚动轴承故障检测研究》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、分类号UDC密级编号硕士学位论文基于多传感器的滚动轴承故障检测研究RollingBearingFaultDiagnosisBasedonMultisensor学位申请人：韩一村指导教师：颉潭成教授一级学科：机械工程二级学科：机械电子工程学位类别：工学硕士2015年04月独创性声明本人声明，所呈交的论文是我个人在导师指导下完成的研究工作及取得的研究成果。据我所知，文中除了特别加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包含为获得河南科技大学或其它教育机构的其他学位或证书而使用过的材料。

2、与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：日期：摘要摘要滚动轴承是机械设备中最广泛应用的一种零部件，其运行状态可直接决定了整台机器的工作状态，传统的利用单一传感器识别滚动轴承故障的方式，能够采集到的故障信息有限，工作环境中的噪声干扰又比较大，常常会将微弱的故障信号淹没，甚至造成误判或错判，现阶段研究单一方法的比较多，综合研究的少。加速度和声发射传感器检测属于不同的技术检测手段，两者之间具有一定相关性和互补性，将它们有机地结合起来，对分析检测滚动轴承故障很有效

3、果；因此，本文利用信息融合技术把加速度和声发射两种检测方法融合起来，来研究诊断滚动轴承的故障。本文系统全面地对滚动轴承故障的加速度信号和声发射信号的采集、特征提取和特征模型建立的过程进行了探讨，提出了基于BP神经网络的多信息融合方法，将该技术应用到滚动轴承故障的诊断中，提高了滚动轴承故障诊断的正确率。首先，根据实验对象选取了参数合适的加速度传感器和声发射传感器，并对传感器进行了校验，以确定传感器在正常的工作状态，以博峰轴承试验台为基础，搭建了加速度和声发射采集系统进行数据采集；然后分析了滚动轴承出现故障时候

4、的振动机理，找出了滚动轴承发生不同故障时候相对应的理论特征频率，对安装在试验台上的加速度和声发射传感器所采集的信号进行了时域、频域分析，并运用希尔伯特振动分解的方法对加速度信号进行降噪，运用小波降噪的方法对声发射信号进行滤波降噪，对降噪后的信号包络解调，获取相对应信号的包络谱图，通过与故障轴承理论特征频率作对比，诊断轴承的故障类型；最后利用BP神经网络建立了基于多传感器的信息融合系统，并设计计算了故障信号的特征向量，经过归一化处理之后送入网络进行训练，直到达到所要求的误差范围以内，实现了对滚动轴承故障的诊断

5、。本文对传感器技术、滤波降噪、包络解调以及神经网络的信息融合技术在滚动轴承检测方法的应用进行了积极的研究与探索，结合硬件平台对滚动轴承故障多信息融合监测进行了实验验证，实验数据表明：单一利用加速度传感器诊断的准确率是78%，利用声发射传感器判别的准确率是90%，而信息融合后的准确率提高到了94.1%，由此表明，通过多传感器的信息融合技术对滚动轴承进行故障诊断，可以提高故障诊断的正确率。I摘要关键词：滚动轴承；故障检测；声发射；振动；信息融合；神经网络论文类型：应用基础研究选题来源：横向课题IIABSTRAC

6、TABSTRACTRollingbearingisoneofthemostwidelyusedcomponentinthemechanicalequipment,itsrunningstatedirectlydeterminesthefateofthewholemachine.However,Inthetraditionalmethodofbearingdetection,weoftenuseasinglesensor.Notonlythedetectedinformationrarely,butalsoo

7、ftenaffectedbytheexternalsignal.Theresultaboutaccuratediagnosisrateisrelativelylow,andevencausewrongorwrongly.Usingthedifferentdetectionmethodofaccelerationandacousticemissionwhichhasacertaincorrelationandcomplementarityhasthesignificanteffectforanalyzinga

8、nddetectingthebearingfault.Therefore,inthisarticle,weusetheinformationfusiontechnologytofusetheaccelerationandacousticemissiontodiagnosethefaultofrollingbearing.Thearticlefinishestheresearchofmonitoringsystem