多傳感器數(shù)據(jù)融合技術(shù)在軸承故障診斷中的應(yīng)用研究.pdf

1、多傳感器數(shù)據(jù)融合技術(shù)始于軍事應(yīng)用領(lǐng)域，后來逐漸發(fā)展到民用領(lǐng)域。滾動軸承是旋轉(zhuǎn)機械的一個重要部件，有時為了保證機器的安全可靠運轉(zhuǎn)，需要對其進行監(jiān)測和故障類型的確定，單一傳感器對軸承故障進行診斷時由于環(huán)境溫度的影響及其它干擾甚至傳感器本身的故障，降低了軸承故障診斷的準確率。本文旨在采用單、多傳感器進行軸承故障診斷，研究提高軸承故障診斷可靠性的新方法。 多傳感器信息融合技術(shù)是近年來研究的一個熱點，信息融合是多源信息綜合處理的一項新技術(shù)

2、，是將來自某一目標(或狀態(tài))的多源信息加以智能化合成，產(chǎn)生比單一信息更精確、更完全的估計和判決。多傳感器信息融合的優(yōu)點突出地表現(xiàn)在信息的冗余性、容錯性、互補性、實時性和低成本性。 本文對軸承常見故障和故障軸承的振動機理進行了分析，論述了軸承故障的傳統(tǒng)診斷方法；通過分析故障軸承的表征選用加速度傳感器和聲級計拾取軸承的振動信號和聲信號；設(shè)計了基于LabVIEW平臺的通用數(shù)據(jù)采集卡的模塊化驅(qū)動程序以控制數(shù)據(jù)采集卡進行數(shù)據(jù)采集；利用La

3、bVIEW軟件良好的硬件匹配性和強大而方便的信號處理能力，對多元信息進行采集和處理并在LabVIEW環(huán)境下調(diào)用MATLAB小波分析工具箱函數(shù)進行編程，實現(xiàn)對軸承信號的多頻段小波分解；采用Hilbert變換對小波分解的第一層細節(jié)信號進行解調(diào)，獲取軸承的故障信號，通過快速傅立葉變換對軸承故障信號進行頻譜分析，對照軸承的故障頻率診斷軸承的故障；以軸承的故障頻率為中心頻率，計算適當帶寬的能量作為軸承的故障特征值，將各故障頻率對應(yīng)的特征值組成特征