資源描述：
《基于非平穩(wěn)時序分析的滾動軸承故障診斷方法的分析》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、·分類號密級基于非平穩(wěn)時序分析的滾動軸承故障診斷方法研究ResearchonFaultDiagnosisofRollingBearingBasedonNon-stationarySequenceAnalysis研究生姓名：魏巍指導(dǎo)教師姓名、職稱：彭濤教授學(xué)科專業(yè)：控制理論與控制工程研究方向：信號處理與模式識別論文答辯日期答辯委員會主席湖南工業(yè)大學(xué)二○一二年五月三十一日····湖南工業(yè)大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論
2、文不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。作者簽名：日期：年月日湖南工業(yè)大學(xué)論文版權(quán)使用授權(quán)書本人了解湖南工業(yè)大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留學(xué)位論文，允許學(xué)位論文被查閱和借閱；學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容，可以采用復(fù)印、縮印或其他手段保存學(xué)位論文；學(xué)校可根據(jù)國家或湖南省有關(guān)部門規(guī)定送交學(xué)位論文。作者簽名：導(dǎo)師簽名：日期：年月日········摘要滾動軸承振動信號是由不同零部件振
3、動耦合而成，且滾動軸承工作環(huán)境極為復(fù)雜，因此具有非常明顯的非平穩(wěn)性，如何從振動信號中提取能夠準(zhǔn)確反應(yīng)滾動軸承工作狀態(tài)的特征量成為對其進行故障診斷關(guān)鍵所在。本文以對滾動軸承振動信號的分析為基礎(chǔ)，重點研究了基于時序分析的經(jīng)驗?zāi)B(tài)分解和時變自回歸模型方法在滾動軸承故障診斷中的應(yīng)用。針對經(jīng)驗?zāi)B(tài)分解后選擇固有模態(tài)函數(shù)時具有盲目性的問題，提出一種基于能量閥值的固有模態(tài)函數(shù)篩選方法，實現(xiàn)了對各固有模態(tài)函數(shù)進行自適應(yīng)篩選的目的，進而實現(xiàn)對信號故障信息的重構(gòu)，為進一步的特征提取打下基礎(chǔ)。針對傳統(tǒng)的EMD能量特征提取方法在滾動軸承故障診
4、斷中識別率較低的問題，通過將正常信號視為歷史信號，提出一種提取相同工況條件下正常信號與故障信號各固有模態(tài)函數(shù)能量比構(gòu)建特征向量的特征提取方法，對有效提取滾動軸承的運行特征，進而實現(xiàn)軸承的在線故障診斷，提供了一種新的解決思路。針對傳統(tǒng)TVAR模型特征提取中存在建模不準(zhǔn)確的問題，提出一種提取建模過程中的模型階次判定值構(gòu)建特征向量的特征提取方法，從而避免了對不同樣本信號建立相同階次模型所造成模型不準(zhǔn)確的問題，對有效提取滾動軸承的運行特征提供了新的解決思路。仿真實驗表明，本文所提出的非平穩(wěn)信號特征提取方法能夠有效地、準(zhǔn)確地識別
5、滾動軸承在不同工況條件下的不同故障類型。關(guān)鍵詞：非平穩(wěn)性，時序分析，特征提取，滾動軸承，故障診斷····I····ABSTRACTTherollingbearingvibrationsignaliscoupledwithvibrationsofdifferentcomponentsofthemachineandtheworkingenvironmentisverycomplex,ithastheobviousofnon-stationary.Thekeystepishowtoavailablyextractthefau
6、ltfeaturesthatcanaccuratelyreflectthestateofthebearingfromthevibrationsignals.Basedonanalysisofvibrationsignaloftherollingbearings,thefocusofthisarticleistheapplyingofempiricalmodedecomposition(EMD)andtime-varyingautoregressive(TVAR)modelsinrollingbearingfaultdi
7、agnosismethod.AccordingtotheblindnessofselectingtheIMF,aadaptivescreeningideaofIMFbasedontheEMDenergythreshold,isproposed.Then,theselectedIMFisreconstructed,whichistolaythefoundationforthefurtherextraction.Accordingtotheproblemofthetraditionalenergyfeatureextrac
8、tion,basedonEMD,resultsinalowrecognitionrateofbearingfault,anewfeatureextractionmethod,extractingtheenergyratioofIMFofthefaultandnormalsignalinthesameconditions,ispro
