基于最小熵解卷積的滾動軸承故障診斷研究.pdf

1、能源電力、石油化工、鋼鐵冶金及其他國民經(jīng)濟支柱產(chǎn)業(yè)中的機械設(shè)備,不僅具有大型、高速、復(fù)雜、高效及重載的特點,而且其工作和運行環(huán)境十分復(fù)雜。這些設(shè)備一旦突然發(fā)生故障,不僅會造成巨額經(jīng)濟損失,甚至會導致嚴重的人員傷亡事故,影響社會安定團結(jié)發(fā)展的局面。因此,對此類設(shè)備開展故障診斷技術(shù)研究具有重要的理論和工程意義。
　　如何在強噪聲背景下提取出真正的信號或者信號的特征并將其應(yīng)用于工程實際是機械設(shè)備狀態(tài)監(jiān)測與故障診斷的核心,也是故障診斷領(lǐng)域

2、的研究熱點。新方法和新理論的研究也層出不窮,對豐富和完善機械故障診斷技術(shù)起到了重要作用。本學位論文以滾動軸承為研究對象,以最小熵解卷積理論為分析工具,深入研究和發(fā)展了基于最小熵解卷積方法的滾動軸承故障診斷技術(shù)新方法,并驗證了工程應(yīng)用價值,取得了一定的效果。論文主要包括以下幾個方面的內(nèi)容:
　　(1)從理論分析與工程應(yīng)用的角度出發(fā),闡述了論文的選題背景和研究意義。分析了滾動軸承故障診斷、信號分析與處理技術(shù)、最小熵解卷積方法等方面的國

3、內(nèi)外研究現(xiàn)狀,確立了本文的研究內(nèi)容。
　　(2)介紹了最小熵解卷積及其相關(guān)基礎(chǔ)理論。首先,對熵和信息熵理論進行了介紹,揭示其反映信號復(fù)雜度和不確定性的本質(zhì),然后在此基礎(chǔ)上介紹了熵在信號處理領(lǐng)域的應(yīng)用,其中重點介紹了幅值譜熵,再然后對FIR濾波器進行了簡單介紹,最后介紹了最小熵解卷積理論及其實現(xiàn)過程。
　　(3)理論分析了最小熵解卷積方法應(yīng)用于滾動軸承故障診斷的原理,并進行仿真研究。首先,對研究對象進行了介紹,其中包括滾動軸承

4、的結(jié)構(gòu)、滾動軸承的故障類型以及滾動軸承故障模型,然后對滾動軸承常見的診斷方法進行了簡單介紹,其中包括時域指標和包絡(luò)譜分析。結(jié)合滾動軸承故障模型,論證了最小熵解卷積方法應(yīng)用于滾動軸承故障診斷的原理,并利用軸承三種點蝕故障的仿真信號進行了驗證了即使在強噪聲干擾的環(huán)境下,最小熵解卷積方法依然能夠?qū)收闲畔⒑凸收咸卣鬟M行有效提取,對最小熵解卷積濾波后信號計算峭度、幅值譜熵或進行包絡(luò)譜分析等能夠精確診斷軸承故障。最后,從FIR濾波器角度出發(fā),研究

5、了最小熵解卷積方法的性能影響因素,并結(jié)合研究對象特點對參數(shù)設(shè)置進行了分析和研究,發(fā)掘出最小熵解卷積方法設(shè)計的濾波器具有相當好的魯棒特性的優(yōu)點,具有很強的工程應(yīng)用價值。
　　(4)實驗驗證和分析。本章主要了利用兩個實驗來論證和研究最小熵解卷積方法的有效性和優(yōu)勢。第一個實驗為軸承全壽命加速疲勞實驗。通過全壽命加速疲勞試驗,可以獲得單一軸承運行從正常到失效的全壽命周期數(shù)據(jù)。利用最小熵解卷積方法對兩組軸承全壽命周期各個階段的數(shù)據(jù)進行分析,

6、研究了最小熵解卷積方法對軸承故障各個階段的故障診斷能力,研究結(jié)果表明其在初始故障階段故障診斷能力較強,能夠有效地提取初始故障階段的故障特征,驗證了本文方法對軸承初始故障診斷的有效性和優(yōu)勢。針對軸承往往與齒輪等部件一起運行的工程應(yīng)用實際,考慮到軸承故障信號往往受強噪聲干擾,如齒輪箱中的軸承故障信息往往隱沒在齒輪嚙合頻率的特點,設(shè)計了齒輪箱中軸承故障實驗,研究了最小熵解卷積方法對齒輪箱中軸承故障的診斷能力。首先,對齒輪箱故障診斷試驗裝置和實