滚动轴承故障诊断技术

上传人:s9****2 文档编号:507435029 上传时间:2022-11-19 格式:DOC 页数:54 大小:2.16MB
返回 下载 相关 举报
滚动轴承故障诊断技术_第1页
第1页 / 共54页
滚动轴承故障诊断技术_第2页
第2页 / 共54页
滚动轴承故障诊断技术_第3页
第3页 / 共54页
滚动轴承故障诊断技术_第4页
第4页 / 共54页
滚动轴承故障诊断技术_第5页
第5页 / 共54页
点击查看更多>>
资源描述

《滚动轴承故障诊断技术》由会员分享,可在线阅读,更多相关《滚动轴承故障诊断技术(54页珍藏版)》请在金锄头文库上搜索。

1、上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取目录摘要 3第1章绪论 41.1滚动轴承故障诊断技术的发展现状 41.2滚动轴承故障诊断技术的发展趋势 61.3滚动轴承诊断基础 71.3.1滚动轴承的常见故障形式 71.3.2滚动轴承的诊断方法 81.4本课题的研究意义和内容 9第2章 滚动轴承振动机理 112.1滚动轴承的基本参数 112.1.1滚动轴承的典型结构 112.1.2滚动轴承的特征频率 112.1.3滚动轴承的固有频率 132.2滚动轴承故障诊断常用参数 142.2.1时间领域有量纲特征参数 142.2.2时间领域的无量纲特征参数 152.2.3频率领域的无量纲特征参

2、数 16第3章滚动轴承故障诊断实验系统及实验方案 173.1滚动轴承故障诊断实验系统 173.1.1滚动轴承故障实验机械平台 183.1.2设备的组成: 193.1.3设备的主要参数: 193.1.4实验平台信号采集及故障诊断系统 213.2实验方案 233.2.1轴承的故障状态 233.2.2实验步骤 23第4章实验的操作过程及数据的提取 254.1装拆轴承 254.1.1实验前期准备 254.1.2试机 254.1.3拆卸并安装轴承 254.2信号的采集过程 274.2.1前期准备 274.2.2数据采集过程 284.3数据信号的处理过程 30第5章结论 35致谢 36参考文献 37第#页

3、 共37页上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取旋转机械故障诊断特征参数的提取摘要:本文对滚动轴承的故障形式、故障原因、常用诊断方法等诊断基础和滚动轴承故障的振动机理作了研究,并建立了相应的滚动轴承典型故障(外圈损伤、内圈损伤、滚动体损伤 )的理论模型,给岀了一些滚动轴承故障诊断常用的特征参数。通过对滚动轴承故障振动机理的研究可以帮助我们了解滚动轴承故障的 本质和特征。本文对特征参数的提取,理论推导,和过程都进行了详细的阐述,本文所提岀的方法不仅仅 适用滚动轴承故障的诊断,还可推广适用旋转机械其它故障的诊断。关键词:滚动轴承;故障诊断;特征参数;分辨指数;识别率The E

4、xtraction on Fault Diagnosis Symptom Parametersof Rotating MachineryABSTRACT : In the thesis ,the fault types,diagnostic methods and vibration principle of rolling bearing are discussed.the thesis sets up a series of academic models of faulty rolling bearings and lists some symptom parameters which

5、often used in fault diagnosis of rolling bearings . the study of vibration principle of rolling bearings can help us to know the essence and feature of rolling bearings .In this paper, the parameters of the extraction, theoretical analysis, and process are described in detail, the paper by the way n

6、ot only to the Rolling fault diagnosis, but also promote the application of other rotating machinery fault diagnosis .Keywords: Rolling Bearing; Fault Diagnosis; Symptom Parameter; Distinction Index; Distinction Rate第#页 共37页上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第1章绪论1.1滚动轴承故障诊断技术的发展现状机械故障诊断学是识别机器或机组运行状态的科学,

7、它研究的是机器或机组运行状态的变化在诊断信息中的反映。随着科学技术不断发展和工业化程度的不断提高,机械设备精密程度、复杂程度及自动化程度不断提高,凭个人的感观经验对机械设备进行诊断己经远远不够。机械设备故障诊断技术集数学、物理、化学、电子技术、通讯技术、信息技术、计算机 技术、模式识别、人工智能等多种综合技术发展起来的一门多学科交叉和融合的新技术。早在二次世界大战期间,由于大量军事装备缺乏诊断技术和维修手段,而造成非战斗性的损坏,使人们意识到故障诊断和监测技术的重要性1。60年代以来,由于半导体的发展,集成电路的出现,电子技术、计算机技术的更新换代,特别是1965年FFT方法获得突破性进展后出

8、现了数字信号处理和分析技术的新分支,为机械设备诊断和监测技术的发展奠定了重要的技术基础。滚动 轴 承 是各种旋转机械中应用最广泛的一种通用元件,它的运行状态是否正常 直接影响到整台机器的性能 (包括精度、可靠度及寿命等),据统计旋转机械故障的 30%是由 滚动轴承故障引起的。滚动轴承的故障诊断在国外大概始于20世纪60年代2。故障滚动轴承诊断的诊断流程如图1.1所示。图1.1 故第障滚动轴承诊断的诊断流程如图目前国内外学者的对于滚动轴承故障诊断的一些方法的研究工作主要集中在以下几个方面:1)时域分析法时域分析法是滚动轴承故障诊断技术发展最早的一种方法,在时域诊断中,提取信号特征的主要方法有相关

9、分析和时序分析,普遍采用振动信号的基本数字特征及其概率分布特征进行诊断分析,如均值、有效值、峰值和无量纲因子判别方法等。时域同步平均法是滚动轴 承故障诊断最为常用的一种信号增强方法,通过对滚动轴承振动信号进行采样,并对多周期的信号进行同步平局, 就可以得到时域同步平均信号。这种方法可以有效降低其他部件和振动源对于信号的影响,提高信噪比3。2)频域分析法频域分析方法是将时域波形经过 FFT变换转换成频谱图,采用振动信号的频谱特征进行 诊断分析,如特征频率、幅值、无量纲判别因子等,对滚动轴承的故障可以进行精密诊断。在滚动轴承诊断技术中常用的频谱图有全息谱、幅值谱、相位谱、功率谱等。细化和倒谱技 术

10、是频谱分析的常用手段。在对滚动轴承振动信号作频谱分析时必须有足够高的频率分辨率,通常采用细化谱分析技术可以提高分辨率。FFT-FS频谱细化方法在不增加采样点数的前提下,对感兴趣的频带进行细化,能够得到比较准确的频率值。3)时频分析法采用普通的频谱分析无法同时进行时频分析,找出信号的时域特征。而时频分析法既能够反映时域特征又能够反映频域特征,可以很好的描述滚动轴承故障特征的全貌,常用的时频分析方法有短时傅立叶变换、小波变换、小波包分析等。1946年,Gabor提出了窗口傅立叶变换概念,用一个在时间上可滑移的时窗进行傅立叶变换,从而实现了在时间域和频率域上都具有较好局部性的分析方法。 小波分析的多

11、尺度和对突变信号的探测能力, 在处理非平 稳信号上表现出极大的优越性, 它克服了短时傅立叶变换分辨率不可变的缺陷,在时域和频域同时有良好的局部化性质,成为滚动轴承诊断发展的热点5。4)智能诊断计算机人工智能与诊断理论相结合形成了具有信息时代特色的智能诊断。当前滚动轴承 诊断领域中最常用的两类人工智能诊断系统是基于知识的专家系统和基于网络的智能诊断 系统基于知识的专家系统的特点是 :以知识工程(知识库)为基础;在串行运行的格式中模拟人脑的逻辑思维;实现严格的第5页 共37页上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取诊断推理。基于神经网络的智能诊断系统的特点是:以神经网络结构为基

12、础;在大规模并行运算格式中模拟人脑的物理结构。通常智能诊断系统与各种现代理论结合起来,如将模糊集理论与专家系统结合起来形成模糊专家系统,将小波用于神经网络可以形成小波神经网络等。这样的结合可以充分利用各自的优势,取长补断,处理更复杂的故障诊断问题,获得更佳的诊断结果。根据该模型的特点提出了能够克服传统 BP算法学习速度慢、容易陷入局部极小的新算法。改进后的算法用于 滚动轴承故障诊断,试验结果表明,该算法可以有效缩短网络在训练过程中滞留于局部极小 区域的时间,大大提高网络的学习速度6。1.2滚动轴承故障诊断技术的发展趋势近几年来,通信技术、电子技术、计算机技术、数据处理技术的飞速发展为滚动轴承故

13、障诊断的发展提供了强大的支持。从目前的研究资料来看,滚动轴承故障诊断的发展方向和发展趋势如下:1)混合故障诊断技术研究智能诊断技术是滚动轴承故障诊断技术的一个重要的研究方向。将多种不同的智能技术结合起来的混合诊断系统,是智能故障诊断研究的一个发展趋势。 结合方式主要有基于规则 的专家系统与神经网络的结合, 实例推理与神经网络的结合模糊逻辑、 神经网络与专家系统 的结合等7。2)多信息量融合,多层次诊断集成集成知识库中的各种诊断知识,结合数据库中的各种故障数据,按照不同的故障情况进行综合分析、判断,定位故障点。主要对状态监测所得到的信息进行融合,然后结合层次诊 断模型,按照深浅结合的推理层次进行

14、诊断。它进一步把状态监测中的信号监测处理集成到诊断系统中,进行在线数据处理与在线诊断推理,实现非实时诊断到实时诊断的转变,也实现信息诊断与智能诊断的统一 8。3)远程协作诊断基于因特网的滚动轴承故障远程协作诊断是将滚动轴承诊断技术与计算机网络技术相结合,用若千台中心计算机作为服务器,在企业的关键设备上建立状态监测点,采集设备状态数据;在技术力量较强的科研院所建立分析诊断中心,为企业提供远程技术支持和保障。第#页 共37页上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取跨地域远程协作诊断的特点是测试数据、分析方法和诊断知识的网络共享,因此必须使传统诊断技术的核心部分(即信号采集、信号

15、分析和诊断专家系统)能够在网络上远程运行9。4)诊断与控制相结合根据当前设备的健康状况决定设备运行方式或策略,最终预知故障,从而防止故障的发生,是诊断技术的最高目标。它是把诊断系统和控制系统进一步结合,达到集监测、诊断、 控制、管理于一身它由单机诊断发展到分布式全系统诊断,信息量大,类型多,相应的也 就需要多种数据处理和诊断推理方法的联合总之,在今后的研究中应进一步对诊断理论与诊断方法加以研究, 建立一套完整的故障诊断指导理论和方法体系,将诊断理论和诊断方法能运用到实际的生成中,同时加强对便携式诊断和监测工具的研究,致力于建立简单的故障诊断平台,建立更人性化的人机工作环境,提高诊断的效率,提高人们的设备管理意识,促 进滚动轴承及其它设备故障诊断技术的应用和发展10。1.3滚动轴承诊断基础1.3.1滚动轴承的常见故障形式由于滚动轴承的材料缺陷,加工或者装配不当,润滑不

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 解决方案

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号