首页> 中文学位 >基于多源信号的变转速滚动轴承和齿轮故障诊断研究
【6h】

基于多源信号的变转速滚动轴承和齿轮故障诊断研究

代理获取

目录

封面

声明

致谢

中文摘要

英文摘要

目录

变量注释表

1 绪论

1.1 选题背景及研究意义(Research Background and Significance)

1.2 国内外相关研究概况及研究现状(Domestic and Foreign Research Development Overview)

1.3 论文主要研究内容与结构安排(Main Contents and Structure)

1.4 本章小结(Brief Summary of this Chapter)

2 滚动轴承与齿轮的故障类型和振动机理分析

2.1 滚动轴承的故障类型与振动机理分析(Analysis of Rolling Bearing Fault Type and Vibration Mechanism)

2.2 齿轮的故障类型与振动机理分析(Analysis of Gear Fault Type and Vibration Mechanism)

2.3 变转速滚动轴承振动信号特点(Rolling Bearing Vibration Signal Characteristics of Variable Rotation Rate)

2.4 本章小结(Brief Summary of this Chapter)

3 变转速滚动轴承故障诊断方法研究

3.1 经验模态分解方法的基本原理(Basic Theory of Empirical Mode Decomposition)

3.2 改进的小波阈值去噪方法原理(Theory of Improved Wavelet Threshold Denoising Method)

3.3 基于 EMD 的变转速滚动轴承特征提取方法(Fault Feature Extraction Method of Variable Rotation Rate Rolling Bearing Based on EMD)

3.4 广义回归神经网络的基本原理(Basic Theory of General Regression Neural Network)

3.5 本章小结(Brief Summary of this Chapter)

4 变转速齿轮故障诊断方法研究

4.1 小波包分析理论基本原理(Basic Theory of Wavelet Packet Analysis)

4.2 基于小波包分解的变转速齿轮故障特征提取方法(Fault Feature Extraction Method of Variable Rotation Rate Gear Based on WPD)

4.3 基于短时傅里叶变换的变转速齿轮故障特征提取方法(Fault Feature Extraction Method of Variable Rotation Rate Gear Based on STFT)

4.4 支持向量机的基本原理(Basic Theory of Support Vector Machines)

4.5 基于支持向量机的变转速齿轮故障分类模型构建(Construction of Variable Rotation Rate Gear Fault Classification Model based on SVM)

4.6 本章小结(Brief Summary of this Chapter)

5 变转速滚动轴承和齿轮故障诊断实验验证

5.1 变转速滚动轴承和齿轮故障仿真实验台(Rolling Bearing and Gear Fault Simulator of Variable Rotation Rate)

5.2 变转速滚动轴承和齿轮故障诊断实验方案(Rolling Bearing and Gear Fault Diagnosis Experiment Scheme of Variable Rotation Rate)

5.3 变转速滚动轴承故障诊断实验(Rolling Bearing Fault Diagnosis Experiment of Variable Rotation Rate)

5.4 变转速齿轮故障诊断实验(Gear Fault Diagnosis Experiment of Variable Rotation Rate)

5.5 本章小结(Brief Summary of this Chapter)

6 总结与展望

6.1 总结(Summary)

6.2 研究展望(Research prospects)

参考文献

作者简历

学位论文数据集

展开▼

摘要

滚动轴承和齿轮是机械设备中最基本、最常用的零部件。由于在实际环境中,轴承与齿轮常常工作在变转速工况下并且容易损坏,影响机械设备的正常运行,因此,对变转速工况下滚动轴承和齿轮故障诊断技术的研究具有重要现实意义。
  首先,本文总结分析了滚动轴承与齿轮的典型故障类型及其振动机理,通过对比,分析了非平稳信号与平稳信号在处理方法上的不同。
  其次,针对变转速下滚动轴承故障振动信号进行研究,将经验模态分解方法引入特征提取过程,提取分解后本征模态函数的时域特征参数和能量构造特征矩阵。同时考虑到工程实际中背景噪声的影响,用一种改进的小波阈值去噪方法对振动信号进行去噪。将广义回归神经网络应用于滚动轴承故障特征识别,通过仿真数据测试,效果满足要求。
  再次,针对变转速下齿轮故障振动信号进行研究,将小波包分解和短时傅里叶变换引入特征提取过程,分别基于这两种方法构造变转速齿轮故障特征矩阵。将支持向量机应用于齿轮故障特征识别,通过实际采集的齿轮振动信号训练、测试,效果满足要求。
  最后,以机械故障仿真实验台为研究对象,设计了基于多源信号的变转速滚动轴承和齿轮故障诊断实验的实验方案,通过实验分别验证了本文提出的变转速下滚动轴承和齿轮的故障诊断方法。
  文章最后对所做工作进行了总结,并对相关的研究技术进行了展望。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号