基于VMD的滾動軸承故障診斷研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著中國工業(yè)化進程不斷推進,不斷有生產(chǎn)機器開始進入老化期,在將來會達到一個龐大的數(shù)量。滾動軸承是旋轉(zhuǎn)機械重要零部件之一,也是占比最大的故障源之一。因此,開展?jié)L動軸承故障診斷研究具有重要的現(xiàn)實意義和經(jīng)濟意義。模態(tài)提取是滾動軸承故障診斷的關(guān)鍵,尤其是對滾動軸承故障特征的提取。滾動軸承振動信號屬于典型的非線性信號,特征提取的質(zhì)量直接影響故障診斷結(jié)果。針對故障特征提取與識別問題,研究內(nèi)容如下:
  (1)通過介紹變分模態(tài)分解方法(Vari

2、ational Mode Decomposition,VMD)中的本征模態(tài)函數(shù)、維納濾波和解析信號的基本概念,敘述了如何構(gòu)造變分模態(tài)分解方法中的信號約束問題,并隨后介紹了如何使用變分模態(tài)分解方法如何求解約束問題。為了驗證變分模態(tài)分解方法的優(yōu)越性,分別用變分模態(tài)分解方法和經(jīng)驗?zāi)B(tài)分解方法對噪聲干擾信號和脈沖干擾信號進行分解。結(jié)果表明,變分模態(tài)方法在噪聲魯棒性和脈沖干擾性上具有明顯優(yōu)勢。
  (2)使用基于峭度準則VMD及平穩(wěn)小波的軸

3、承故障診斷方法,提取強噪聲背景下的滾動軸承故障特征。首先使用變分模態(tài)分解對同一負荷下的故障信號進行預(yù)處理,再通過峭度準則篩選出最佳和次佳信號分量進行重構(gòu)并使用平穩(wěn)小波進行去噪處理,最后分析信號的包絡(luò)譜來對軸承的故障類型進行判斷。通過對仿真滾動軸承內(nèi)圈故障信號進行分析,該方法可成功提取出微弱特征頻率信息,噪聲抑制效果優(yōu)于EMD(EmpiricalMode Decomposition,EMD)。由此表明,基于峭度準則VMD及平穩(wěn)小波的軸承故

4、障診斷可有效提取強聲背景下的滾動軸承早期故障信息,具有一定的可靠性和應(yīng)用價值。
  (3)使用基于VMD瞬時能量法及MPSO-SVM的軸承故障診斷方法,實現(xiàn)軸承振動故障的較精確診斷。首先使用變分模態(tài)分解方法分解軸承振動信號,再根據(jù)VMD分量特性篩選出包含主要故障信息的分量進行瞬時能量特性計算并構(gòu)建故障特征向量,最后將其輸入變異粒子群算法(Mutation Particle Swarm Optimization,MPSO)優(yōu)化后的支

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論