BLT5人造草坪簇絨機的狀態(tài)監(jiān)控與故障診斷.pdf

1、本文依托與山東貝爾機械合作的橫向課題“BLT5人造草坪簇絨機的狀態(tài)監(jiān)控及故障診斷”，在對簇絨機常見故障分析的基礎上，對簇絨機狀態(tài)監(jiān)測進行分析，提出以簇絨機主軸上的傳動軸承為研究對象，進行了狀態(tài)監(jiān)測與故障診斷系統(tǒng)的總體設計。然后進行了軸承振動信號的分析方法—時域、頻域、時頻分析的研究，在EMD方法的基礎上提出了振動信號的I-EEMD分解，從而獲取信號中不同頻段層次的信息。采用信號的非線性動力學參數(shù)—模糊熵作為軸承故障的特征值，采用基于遺傳

2、算法參數(shù)優(yōu)化的支持向量機進行軸承故障的模式識別，取得了較好的結(jié)果。最后在LabVIEW完成了系統(tǒng)的數(shù)據(jù)庫設計和總體程序設計。具體研究內(nèi)容及方法如下：
　?。?）查閱大量相關文獻資料，充分了解國內(nèi)外狀態(tài)監(jiān)測與故障診斷的發(fā)展歷史與現(xiàn)狀，確定了狀態(tài)監(jiān)測與故障診斷的研究方法。研究了簇絨機的主軸系統(tǒng)和工作原理，研究了簇絨機的常見故障及振動的激振源。基于對簇絨機故障監(jiān)測的分析，確定了系統(tǒng)監(jiān)測對象—主軸上的傳動軸承。對狀態(tài)監(jiān)測與故障診斷系統(tǒng)進行

3、了總體結(jié)構設計，確定了數(shù)據(jù)傳輸方式和遠程訪問方法，并設計了系統(tǒng)硬件。
　?。?）研究了時頻分析方法—STFT、WT和EMD，研究了影響EMD方法性能的模態(tài)混疊和端點效應。針對EMD方法的不足，在EEMD方法的基礎上進行了進一步的改進，提出了自適應的I-EEMD方法，采用仿真信號證明了該方法的有效性。對故障軸承信號進行I-EEMD分解后計算IMF分量的Hilbert包絡譜，有效的獲取了軸承故障信息。
　?。?）研究了基于支持向

4、量機（SVM）的模式識別方法，提出了基于遺傳算法的SVM參數(shù)自適應選擇。研究了非線性動力學參數(shù)—熵函數(shù)，并針對模糊熵函數(shù)的參數(shù)取值進行了研究。進一步提出對故障信號進行I-EEMD分解以達到多層次分析的效果，采用敏感系數(shù)選取有效的IMF，計算其模糊熵值作為故障信號特征，最后輸入到SVM中進行故障診斷。進行實例驗證，訓練所得模型對測試樣本進行分類，并有效的識別出了故障信息。
　　（4）采用隊列消息處理器的程序結(jié)構，利用LabVIEW軟