滚动轴承振动检测与智能诊断系统研究

摘要

滚动轴承是机械设备中常用的关键零件，也是易损伤零件之一。滚动轴承的质量和工作状态影响着整台设备的性能。因此，对滚动轴承的检测与故障诊断技术进行研究有着重要意义。 目前，滚动轴承的检测与故障诊断中主要应用的是振动分析法。采集轴承的振动信号，利用信号处理方法提取不同工作状态下信号的特征，通过这些特征，采用模式识别方法识别轴承状态。其中信号特征提取和状态识别是关键。本文主要研究了滚动轴承振动信号特征的提取和支持向量机在轴承智能诊断中的应用。主要进行了以下工作： 介绍了滚动轴承的振动机理，故障形式，分析了滚动轴承振动信号的特征。 分析了振动信号的时域统计指标和频域统计指标，讨论了这些指标在滚动轴承不同工作状态下的特征。 针对频谱分析中的细化问题，研究了基于复解析带通滤波器的频谱细化分析原理和方法，并对这一方法进行了实验研究。 研究了小波分析和小波包理论的应用，应用小波阈值降噪方法对轴承振动信号进行小波降噪处理，然后应用小波包分解提取降噪后信号不同频段的频带能量，用这些频带能量构成了滚动轴承故障诊断的特征集。 研究了支持向量机方法及其在滚动轴承智能诊断中的应用。分别利用时域无量纲统计指标和频带能量构成的特征集对多项式核函数SVM和径向基核函数SVM进行了试验分析，并确定了本文开发的轴承智能故障诊断系统中所用SVM的参数。结果表明，选择合适的核函数和相关参数将极大地提高SVM诊断的准确性。 最后，本文基于虚拟仪器技术完成了滚动轴承振动检测软件系统的设置功能模块和智能诊断软件系统的开发。本文将支持向量机方法用于滚动轴承故障诊断，为实现诊断的智能化提供了一种解决思路。

目录

文摘

英文文摘

声明

1绪论

1.1选题背景及研究意义

1.2轴承振动检测与智能诊断研究现状与发展趋势

1.3论文主要内容

2滚动轴承振动特征及故障机理

2.1滚动轴承结构及特征频率

2.2滚动轴承故障的主要形式

2.3滚动轴承振动机理和振动信号特征

2.4本章小结

3滚动轴承振动信号测试与处理

3.1滚动轴承振动信号的测试

3.2滚动轴承振动信号的时域分析

3.3滚动轴承振动信号的频域分析

3.4滚动轴承振动信号的小波与小波包分析

3.5本章小结

4支持向量机方法在轴承智能诊断中的应用

4.1统计学习理论与支持向量机

4.2支持向量机在轴承智能诊断中的应用

4.3本章小结

5轴承振动检测与智能诊断软件系统

5.1系统需求分析与开发平台选择

5.2轴承振动检测软件系统

5.3轴承智能诊断软件系统

5.4本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢