基于振动信号的滚动轴承状态监测与诊断方法研究

《基于振动信号的滚动轴承状态监测与诊断方法研究》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、分类号密级公开UDC学位论文题目：基于振动信号的滚动轴承状态监测与诊断方法研究研究生姓名：刘志鹏学科专业名称：模式识别与智能系统研究方向：图像处理与模式识别论文类型：综合研究申请学位：工学硕士指导教师姓名：蒋丽英指导教师职称：副教授指导教师单位：沈阳航空航天大学论文提交日期：2015年01月06日论文答辩日期：2015年03月10日沈阳航空航天大学2015年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREECONDITIONMONITORINGANDFAULTD

2、IAGNOSISOFROLLINGBEARINGBASEDONVIBRATIONSIGNALcandidate：ZhipengLiusupervisor：LiyingJiangSpecialty:PatternRecognitionandIntelligentSystemDate:March,2015摘要随着大型工业设备的研发，作为旋转机械中最易出现故障的零件之一，滚动轴承的正常与否直接影响着整个系统的运行情况。由于滚动轴承损坏引发的机械故障往往造成巨大的经济损失。因此，研究如何能准确、有效的检测和识别出滚动轴承的故

3、障有着重要而又深远的意义。经过相关领域的实践研究，基于主元分析方法的故障监测与识别方法获得了长足的进步与发展，但是由于振动信号的时频特性和信号相关处理的复杂性，使得在故障检测与识别上还存在许多问题有待解决和研究。本文致力于研究出一种准确度高、应用性广的故障检测与识别方法。本文对从QPZZ-Ⅱ故障模拟平台所采集的滚动轴承振动信号展开了故障检测方法的研究，并实现了对故障类型的识别。该方法首先利用C-C相空间重构解决了一维时间2序列不方便进行PCA分析的问题；然后在该空间内建立PCA模型并利用T统计量和SPE统计量实现对轴

4、承状态的监测。为了进一步分析故障的类型，提出了基于多PCA模型的故障诊断方法，利用主元相似度原理完成对故障类型的识别。从仿真的结果可知，本文提出的基于振动信号的滚动轴承故障检测与识别方法可以有效的检测出轴承数据中所包含的故障信息，并能准确的识别出故障类型，其诊断精度和识别率高，达到了预期的目标。关键词：滚动轴承；C-C相空间重构；主元分析；统计量；控制限；主元相似度IAbstractWiththedevelopmentoflargeindustrialequipment,therollingbearingwhichi

5、sthemosteasilydamagedpartinrotatingmachineryaffectstheoperationoftheentiresystem.Mechanicalfailurecausedbythedamageofrollingbearingsresultshugeeconomicloss.Therefore,thereisveryimportantandsignificanttostudyhowtodetectandidentifythefaultofrollingbearingsaccurat

6、elyandefficiently.Methodoffaultdetectionandidentificationwhichisbasedonprincipalcomponentanalysisobtainsgreatprogressanddevelopmentthroughtherelatedpracticalresearch.However,someproblemshavetobesolvedandstudiedwhichisduetothetime-frequencycharacteristicofvibrat

7、ionsignalandthecomplexityandthesignalcorrelationprocessing.Thispapertriestostudythemethodoffaultdetectionandidentificationmethodaccuratelyandwildlyapplied.ThispaperstudiestheacquisitionoftheplatformfromtheQPZZ-IIfaultsimulationofrollingbearingvibrationsignaland

8、realizestherecognitionoffaulttypes.Thismethodfirstlysolvestheone-dimensionaltimeserieswhichisnotconvenientforthePCAanalysisoftheproblembyusingtheC-Cphasespacereconstruction;