基于振动信号的滚动轴承故障诊断与预测系统研究

摘要

滚动轴承是机械设备中最基本、最通用的一种部件,广泛应用于各种机械设备。滚动轴承也是最容易损耗的部件之一,机械故障的一部分由滚动轴承引起。因而,对滚动轴承的故障诊断技术进行研究具有重要实际意义。
　　首先,本文对滚动轴承故障信号特征提取方法进行研究,将小波包分析方法引入特征提取过程,利用小波包对振动信号进行分解和重构,以频带能量作为特征向量。同时提出一种随机平均值的数据处理方法,应用于特征提取过程的优化,优化处理前后所得特征值的对比结果说明该方法在轴承故障特征提取方面具有有利作用。
　　其次,对滚动轴承故障信号特征识别方法进行研究,将支持向量机方法应用于轴承故障特征识别。利用交叉验证方法寻找最优模型参数,分别将原始特征向量和优化特征向量用于分类器模型的构建并测试其性能,结果表明通过优化特征向量构建的分类器具有更好的分类性能和轴承故障识别准确度。
　　再次,对滚动轴承寿命预测方法进行研究。在随机平均值方法基础上,以轴承全寿命周期信号数据为根据,提出了一种通过寻找轴承敏感频率谱线并对谱线幅值变化趋势分析以实现轴承寿命预测的方法,该方法与传统时域参数预测方法对比的结果表明,该方法能更早和更准确的判断轴承当前所处寿命阶段。
　　最后,设计开发了滚动轴承在线监测与故障诊断预测系统。根据系统工作需要,选择了合适的硬件设备并构建硬件系统。软件包括滚动轴承实时振动信号采集、存储、曲线显示、特征提取与故障诊断等功能,其中故障诊断部分功能建立于论文所研究的理论方法基础之上。同时设计和实施了滚动轴承故障模拟实验,模拟滚动轴承不同工况、不同故障下的运行状态,并利用所开发系统采集和分析实验中的振动信号,实验结果验证了该系统工作性能良好,对于实际运转中的轴承故障具有较高的诊断准确度,对于保障机械设备中的轴承安全良好运行具有重要意义。

目录

封面

声明

论文审阅认定书

致谢

中文摘要

英文摘要

目录

Contents

图清单

表清单

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 国内外相关研究发展概况及研究现状(Domestic and Foreign

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 滚动轴承故障原理与特征分析

2.1 滚动轴承的结构与工作原理(Structure and Working Principle

2.2 滚动轴承失效形式分析(Failure Analysis of Rolling Bearing)

2.3 滚动轴承振动机理与特征频率分析(Vibration Principles and

2.4 本章小结(Brief Summary of this Chapter)

3 滚动轴承故障特征提取方法

3.1 小波理论基本原理(Basic Theory of Wavelet Analysis)

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

3.3 基于小波包分解的滚动轴承故障特征提取方法(WPD Based

3.4 基于随机平均值方法的振动信号特征提取过程优化分析

3.5 本章小结(Brief Summary of this Chapter)

4 滚动轴承故障诊断和寿命预测方法

4.1 支持向量机基本原理(Basic Theory of SVM)

4.2 基于支持向量机的滚动轴承故障分类方法分析(SVM Based

4.3 基于随机平均值方法的滚动轴承寿命预测方法分析(RMM

4.4 本章小结(Brief Summary of this Chapter)

5 滚动轴承在线监测与故障诊断预测系统设计

5.1 硬件系统设计(Design of the Hardware System)

5.2 软件系统设计(Design of the Software System)

5.3 滚动轴承故障模拟实验验证(Verification of the System via

5.4 本章小结(Brief Summary of this Chapter)

6 结论与展望

6.1 结论(Conclusions)

6.2 展望(Prospects)

参考文献

作者简历

学位论文数据集