電機(jī)軸承故障診斷新方法研究.pdf

1、隨著生產(chǎn)水平的不斷提高，機(jī)械設(shè)備的故障診斷技術(shù)逐漸成為熱門的研究領(lǐng)域，而軸承作為機(jī)械設(shè)備的核心器件，對(duì)其進(jìn)行故障診斷更是意義重大。準(zhǔn)確的對(duì)軸承進(jìn)行故障診斷已經(jīng)成為擺在我們面前的一項(xiàng)重要課題。
　　本文在分析了國(guó)內(nèi)外軸承常見(jiàn)故障機(jī)理的基礎(chǔ)上，明確了內(nèi)環(huán)以及外環(huán)故障是軸承故障的主要原因，依此設(shè)計(jì)了針對(duì)軸承內(nèi)環(huán)、外環(huán)故障，采用加速度傳感器進(jìn)行數(shù)據(jù)采集與故障診斷技術(shù)研究的技術(shù)方案。本文首先對(duì)基于振動(dòng)信號(hào)的軸承故障診斷方法進(jìn)行了研究，在傳統(tǒng)

2、的小波去噪、經(jīng)驗(yàn)?zāi)Ｊ椒纸庖约熬垲愃惴ǖ幕A(chǔ)上提出了基于自適應(yīng)形態(tài)學(xué)濾波、經(jīng)驗(yàn)?zāi)Ｊ椒纸饽芰快匾约熬垲愃惴ǖ募戏椒āＴ摲椒ㄊ紫纫郧投戎禐榛鶞?zhǔn)對(duì)原始振動(dòng)信號(hào)進(jìn)行濾波，然后對(duì)該信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸猓?jì)算出各個(gè)頻帶的能量熵作為所提取出的特征向量，最后使用聚類算法識(shí)別出具體故障。由于小波去噪技術(shù)需要閾值作為先驗(yàn)知識(shí)，但在實(shí)際當(dāng)中針對(duì)不同的信號(hào)可能需要不同的閾值，處理不當(dāng)可能造成過(guò)去噪或者欠去噪。本文采用的自適應(yīng)形態(tài)學(xué)濾波技術(shù)不需要先驗(yàn)知識(shí)，彌補(bǔ)了