基于小波理论的低速重载冶金设备故障诊断

摘要

在冶金、矿山、化工等行业中，低速重载设备的故障发生，往往会导致整条生产线的停产，损失严重。这些关键设备中的易损元件成了整条生产线的薄弱环节。因此，在现代的生产过程中，这些关键设备的故障诊断技术越来越受到重视。滚动轴承是这些设备中最易受损的元件之一，生产过程中的许多故障均与轴承有关。轴承元件缺陷通常使设备产生异常的振动和噪声，发展成故障就将造成设备损坏，甚至发生灾难性事故。因此，开展对滚动轴承的故障诊断具有很现实的意义。 文中从滚动轴承振动信号的产生机理出发，研究滚动轴承的固有振动，承载时由于滚动体、内外圈刚度非线性和装配原因引起的振动以及轴承各种异常情况下振动的特点。建立了滚动轴承各组成元件有损伤点时振动信号的理论模型，并分析了各种故障振动信号的特点，为滚动轴承振动故障诊断提供了理论依据。滚动轴承的振动信号相当复杂，除反映有关轴承本身工作情况的信息外，也包含了大量机械中其它运动部件和结构的信息。因此，如果仅仅只从时域或频域对滚动轴承的振动信号进行分析，则很难发现故障前后的变化，而联合时频域的特性来识别这类信号，提供时频域的综合信息，无疑会提高诊断的准确性和可靠性。文中研究了一种新的滚动轴承故障诊断技术——基于小波分析的时频诊断法。研究了小波分析的原理和满足条件，对连续小波变换、离散小波变换、小波去噪、小波包分析分别作了研究，说明了它们各自的特点、使用场合及应用于故障诊断时的有效性。研究了几种常用的基本小波及其各自的特点，小波变换不同于其它常用的信号变换，就在于它的基函数是可变的，可以根据分析对象的特点选择最适合的基本小波函数。文中还提出应用小波多层分解、重构提取滚动轴承各部件的故障特征频率和各层的能量特征。根据小波分析的特点、性质最大分解尺度下的低频系数代表着信号的发展趋势，借此可以粗略判断滚动轴承的运行状况是否正常，并且该方法可以提取任意频段的特征频率，有效抑制噪声，为强噪声背景下提取弱信号开辟了新思路随后根据滚动轴承的振动理论。经过实测数据的处理和用小波变换对其进行特征提取，进而进行状态诊断效果令人满意，这说明小波分析确实为滚动轴承故障诊断提供了强有力的分析手段。

目录

文摘

英文文摘

独创性说明及关于学位论文使用授权的说明

引 言

1文献综述

2低速重载滚动轴承的故障机理

3滚动轴承的故障信号处理

4 Matlab软件与数据库的研究

5滚动轴承故障诊断实验和软件设计

结论与展望

参考文献

致谢

导师简介

作者简介

学位论文数据集