滾動軸承非平穩(wěn)信號故障診斷若干方法研究.pdf

1、開展機械設備的狀態(tài)監(jiān)測與故障診斷對保證設備運行安全、減少人員財產(chǎn)損失的意義重大。本論文以旋轉(zhuǎn)機械設備的關鍵部件軸承為對象，以軸承狀態(tài)監(jiān)測與故障診斷為目標，開展了基于振動信號分析和軌邊聲學分析的滾動軸承故障特征提取技術的相關研究工作，針對采集得到不同類型的信號采取不同的分析方法，并對所提的方法逐一進行仿真和實驗驗證，同時分析方法特點，為軸承的狀態(tài)監(jiān)測與故障診斷提供了一定的解決方案。
　　首先，本文首先介紹軸承的主要失效形式和故障特征

2、頻率計算，分析軸承振動的機理及聲學診斷與振動的聯(lián)系。然后針對軸承的振動與聲學故障診斷開展了相應的實驗，振動信號由加速度傳感器采集，軌邊聲學信號依靠聲學麥克風采集。針對軌邊聲學信號獲取的經(jīng)濟性、可操作性和安全性，“靜態(tài)采集，動態(tài)播放”的實驗方案能夠滿足要求。這些測取得到的信號為后續(xù)算法改進提供實驗數(shù)據(jù)。
　　其次，本文探索了兩種基于振動的軸承故障診斷策略。第一種策略是基于人工魚群算法的自適應變分模式分解的方法，通過參數(shù)尋優(yōu)自適應獲得

3、變分模式分解的最優(yōu)輸出;第二種策略是基于分量篩選的奇異值分解的方法，通過設定閾值篩選奇異值差分譜獲得的分量信號，提高了有用故障信號的信噪比。仿真及實驗數(shù)據(jù)分析效果都證實所提方法能在噪聲環(huán)境下能有效提取故障特征頻率。
　　最后，本文提出了結合時域插值重采樣和最大相關峭度解卷積的方法來解決列車軸承軌邊聲信號的陡畸變和強噪聲問題。首先采用時域插值重采樣方法來消除噪聲環(huán)境下采集信號中的多普勒畸變;接著采用最大相關峭度解卷積方法來增強矯正后