基于非平稳信号分析的滚动轴承故障诊断研究

基于非平稳信号分析的滚动轴承故障诊断研究

ID:34877896

大小:1.76 MB

页数:66页

时间:2019-03-13

基于非平稳信号分析的滚动轴承故障诊断研究_第1页
基于非平稳信号分析的滚动轴承故障诊断研究_第2页
基于非平稳信号分析的滚动轴承故障诊断研究_第3页
基于非平稳信号分析的滚动轴承故障诊断研究_第4页
基于非平稳信号分析的滚动轴承故障诊断研究_第5页
资源描述:

《基于非平稳信号分析的滚动轴承故障诊断研究》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、硕士学位论文MASTER’SDISSERTATION论文题目基于非平稳信号分析的滚动轴承故障诊断研究作者姓名李玉奎学位类别工程硕士指导教师臧怀刚副教授2015年5月中图分类号:TH133.33学校代码:10216UDC:621.3密级:公开工程硕士学位论文(应用研究型)基于非平稳信号分析的滚动轴承故障诊断研究硕士研究生:李玉奎导师:臧怀刚副教授副导师刘兰祥主任医师申请学位:工程硕士工程领域:控制工程所属学院:电气工程学院答辩日期:2015年5月授予学位单位:燕山大学ADissertationinControlEngineeringNON-STATIONA

2、RYSIGNALANALYSISFORROLLINGBEARINGFAULTDIAGNOSISbyLiYukuiSupervisor:AssociateProfessorZangHuaigangYanshanUniversityMay,2015燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于非平稳信号分析的滚动轴承故障诊断研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本

3、声明的法律结果将完全由本人承担。作者签字:日期:年月日燕山大学硕士学位论文使用授权书《基于非平稳信号分析的滚动轴承故障诊断研究》是本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定,同意学校保留并向有关部门送交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权燕山大学,可以采用影印、缩印或其它复制手段保存论文,可以公布论文的全部或部分内容。保密□,在年解密后适用本授权书。本学位论文属于不保密□√。(请在以上相应方框内打

4、“√”)作者签名:日期:年月日导师签名:日期:年月日摘要摘要滚动轴承广泛应用于工业生产中,其作为机械设备的核心部件,运行状态直接影响到机械设备的可靠性及稳定性。因此,对滚动轴承进行故障诊断对于机械设备的运行维护具有重要意义。故障信息的特征提取是轴承故障诊断的关键,本文针对滚动轴承故障诊断,运用局域均值分解(LocalMeanDecomposition,LMD)、形态滤波和近似熵理论,分别从信号滤波去噪和信号序列复杂度的角度出发,对滚动轴承振动信号提取方法进行了实验研究,为滚动轴承故障诊断的特征提取提供了理论依据。论文的主要研究工作如下:(1)针对滚动轴承

5、振动信号的非平稳性特点,以及实际故障特征信号难以提取的问题,研究了局域均值分解方法,该方法能将复杂的非平稳信号分解成一系列调幅调频函数,实现信号中不同调制频率成分的分离,能有效的分离出故障成分,可应用到实际滚动轴承振动信号的分解中。(2)针对实际轴承振动信号噪声干扰严重的问题,研究了形态滤波算法在振动信号处理中的应用,并研究了基于信号极值点确定形态滤波结构元素长度的自适应形态滤波方法,该方法能在保持原信号面貌的基础上,最大程度的抑制冲击脉冲噪声的影响,并将滤波后的信号进行局域均值分解提取故障特征信息,仿真实验表明将形态滤波与局域均值分解相结合能有效提取信

6、号中的故障特征信息。(3)最后从描述信号复杂度的角度出发,采用基于LMD的多尺度近似熵方法,对轴承振动信号进行故障特征提取,该方法能有效区分不同的故障类型,比近似熵具有更强的抗干扰能力,获取更多的故障特征信息,仿真实验和实例分析表明,该方法可以应用到轴承故障特征提取中,判断轴承的运行状态。关键词:滚动轴承;局域均值分解;形态滤波;近似熵;故障诊断-I-燕山大学工程硕士学位论文AbstractRollingbearingsiswidelyusedinindustrialproduction,asacorepartofmechanicalequipment,

7、itsoperatingconditionsdirectlyaffectthereliabilityandstabilityofthemachineryandequipment.Therefore,therollingbearingfaultdiagnosisformechanicalequipmentoperationmaintenanceisofgreatsignificance.Thecharacteristicsofthefaultinformationextractionarethekeytothebearingfaultdiagnosis.I

8、nthispaper,forrollingbearingfaultdiagnos

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。