滚动轴承振动故障特征提取与寿命预测研究

《滚动轴承振动故障特征提取与寿命预测研究》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、犬裡－大學ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ硕士室位论文ＭＡＳＴＥＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ＜。ＩＩ滚动轴承振动故障特征提取与寿命预测研究学科去＃机械制造及其自动化——？小胃作者姓名————指导教师２０５６答辩日期＾＾＿＾‘■？．‘ｌｉ？ｉ二，．．．Ｖ：‘‘‘“，－－－－．Ｖ；：ｉ，硕士学位论文滚动轴承振动故障特征提取与寿命预测研究ＳｔｕｄｙｏｎｔｈｅＦａｕｌｔＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎ

2、ａｎｄＲｅｍａｉｎｉｎＬｉｆｅｇＰｒｅｄｉｃｔｉｏｎｏｆＲｏｌｌｉｎＢｅａｒｉｎｂａｓｅｄｏｎＶｉｂｒａｔｉｏｎＳｉｎａｌｇｇｇ作者姓名：孙建学科、专业：机械制造及其自动化：２１２０４０１８学号指导教师：王奉涛副教授：．２０１５．０５．０９完成日期理工大摩ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文本人在导师的指导下进行研究，是工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含

3、其他个人或集体已经发表的研究成果也不包含其他已申请，学位或其他用途使用过的成果一同工作的同志对本研究所做的贡献。与我均已在论文中做了明确的说明并表示了谢意。若有不实之处本人愿意承担相关法律责任。，学位论文题目：滚动轴承振动故障特征提取与寿命预测研究＇士作者签名：孙據日期：＞／ｉ年‘月日大连理工大学硕士学位论文摘要一滚动轴承是旋转机械中最基础且易发生故障的零部件之，其运行状态对于保障关键设备安全可靠运行意义重大。对滚动轴承进行状态监测，当设备出现劣化特征时，准确判断其故障及预测其剩余寿命对于合理安排设备的维修决策至关

4、重要。本文以滚动轴承振动信号为研究对象，研究了振动故障特征提取和剩余寿命预测这两个关键问题。论文的主要内容如下：（１）基于美国西储大学典型故障轴承数据，分析了滚动轴承在不同类型和不同程度故障下的时域、频域和时频域的能量特征参数，对比其适用范围。利用幅值谱分析、Ｈｉｌｂｅｒｔ包络解调和小波包分解法等信号处理方法，初步提取多统计特征参数，针对多统一计参数存在不相关和冗余成分，提出了种基于方差分值及主元分析的滚动轴承故障特征提取的新方法，该方法可实现对滚动轴承的故障状态的有效分类，通过实际的轴承信号验证了方法的有效性。该方法优点在于利用简单

5、的时频特征量实现故障诊断。（２）针对可预测的滚动轴承时间依存性故障，研究了基于多衰退特征的比例故障模型。选取反应设备退化趋势的特征量作为模型的输入，最终确定均方根值和小波包敏感能量值作为输入协变量。通过同类部件的历史寿命及状态监测数据建立模型，再将根据已有的监测数据预测的特征量输入模型进行实时剩余寿命评估。实现了单个滚动轴承剩余寿命的实时预测，与Ｌｏｇｉｓｔｉｃ回归模型对比，得出比例故障模型的预测结果更加准确有效。该模型可实现对渐进型轴承故障的有效预测，基于辛辛那提大学的全寿命数据验证了该方法的有效性关键词：滚动轴承振动信号特征提取小

6、波分析命预测；；；；寿－－Ｉ滚动轴承振动故障特征提取与寿命预测研宄ＳｔｕｄｙｏｎｔｈｅｆａｕｌｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｒｅｍａｉｎｉｎｌｉｆｅｒｅｄｉｃｔｉｏｎｏｆｇｐｒｏｌｌｉｎｅｌｅｍｅｎｔｂｅａｒｉｎｂａｓｅｄｏｎｖｉｂｒａｔｉｏｎｓｉｎａｌｇｇｇＡｂｓｔｒａｃｔＲｏｌｌｉｎｇｅｌｅｍｅｎｔｂｅａｒｉｎｇｉｓｏｎｅｏｆｔｈｅｍｏｓｔｗｉｄｅｌｙｕｓｅｄａｎｄｅａｓｉｌｙｄａｍａｇｅｄｐａｒｔｓｉｎｒｏｔａｔｉｎｍａｃｈｉｎｅｒｗｈｉｃｈｉｓｏｆｒ

7、ｅａｔｉｍｏｒｔａｎｃｅｔｏｕａｒａｎｔｅｅｔｈｅｒｅｌｉａｂｉｌｉｔｏｆｔｈｅｗｈｏｌｅｇｙ，ｇｐｇｙｍａｃｈｉｎｅ．Ｗｈｅｎｔｈｅｆａｉｌｕｒｅｄｅｒａｄａｔｉｏｎｉｎｄｉｃａｔｉｏｎｈａｓｂｅｅｎｄｅｔｅｃｔｅｄｉｔｉｓｅｓｓｅｎｔｉａｌｔｏｇ，ｉｍｐｌｅｍｅｎｔｔｈｅｄｉａｇｎｏｓｉｓｔｈｅｂｅａｒｉｎｇｆａｕｌｔｓａｎｄｅｓｔｉｍａｔｅｔｈｅｒｅｍａｉｎｉｎｕｓｅｆｕｌｌｉｆｅＲＵＬｂａｓｅｄｇ（）ｏｎｔｈｅｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇ．Ｔｈｉｓｐａ