基于SVM-HMM滚动轴承故障诊断研究

摘要

在生产过程中，轴承在机械设备中的使用几乎是不可或缺。相应的由于轴承发生故障引起的设备损坏、生产受损层出不穷，导致巨大的经济损失。但对轴承发生的诸多故障，造成的因素不尽相同，准确诊断轴承的故障尤为重要。在众多旋转机械故障中，滚动轴承占据了其中大约三分之一，所以对滚动轴承的工作特点、振动机理和故障诊断的研究将是轴承故障诊断领域的重点和热点。本文通过对滚动轴承的故障振动进行理论分析、数值仿真分析以及实验研究等手段，对滚动轴承的故障诊断进行了深入研究。
　　第一章，阐述了课题的研究背景与意义，详细介绍了滚动轴承的失效形式，故障信息获取的主要方法和滚动轴承监测与诊断的发展历程，最后提出了本文的主要研究内容和各章节体系结构。
　　第二章，介绍了滚动轴承的结构以及基本分类，对滚动轴承的运动学和振动机理进行分析，研究滚动轴承的故障特征频率，最后分析滚动轴承的特征提取方法和模式识别等方案的研究现状。
　　第三章，将EMD算法引入到滚动轴承振动信号的分解处理中，考虑其混叠问题的基础上，提出改进算法CEEMD，然后结合AR模型进行特征提取研究。将这一方法创新性的引入滚动轴承故障特征提取过程中，对其基本理论和实现过程进行了深入的研究。
　　第四章，对HMM模型和SVM分类器的原理和算法实现进行了研究，在对两种模型进行了充分的理论分析的基础上，提出了一种基于HMM-SVM的混合故障诊断模型，并完成了混合模型的搭建。
　　第五章，综合前面章节提出的特征提取和模式识别方法的研究，对本文提出的方案进行了实验验证。
　　第六章，对本文的主要研究工作进行总结与展望。

目录

声明

第1章 绪论

1.1 选题背景及意义

1.2 滚动轴承故障诊断概述

1.3 论文的结构和主要研究工作

1.4 本章小结

第2章 滚动轴承振动机理和诊断方案研究

2.1 引言

2.2 滚动轴承的结构

2.3 滚动轴承的振动机理

2.4 滚动轴承故障诊断中特征提取与模式识别研究现状

2.5本章小结

第3章 滚动轴承特征提取研究

3.1 引言

3.2 EMD算法基本思想和算法

3.3 改进算法EEMD和CEEMD

3.4 基于CEEMD和时间序列模型的特征提取方法研究

3.5 本章小结

第4章 基于HMM-SVM的滚动轴承故障诊断研究

4.1 引言

4.2 基于HMM的轴承故障识别方法研究

4.3 基于SVM的故障分类识别方法研究

4.4 基于HMM-SVM滚动轴承状态识别系统的构建

4.5 本章小结

第5章 滚动轴承故障诊断仿真实验

5.1 引言

5.2 系统软硬件实验平台设计

5.3 仿真测试系统试验

5.4 本章小结

第6章 总结和展望

6.1 本文总结

6.2 研究展望

致谢

参考文献

攻读硕士学位期间获得的科研成果