滾動(dòng)軸承被廣泛應(yīng)用于各種旋轉(zhuǎn)機(jī)械當(dāng)中,被稱為機(jī)械的關(guān)節(jié),是旋轉(zhuǎn)機(jī)械中至關(guān)重要的零部件,同時(shí)也是最容易發(fā)生故障的部件之一。其運(yùn)行狀態(tài)是否正常直接影響著人員設(shè)備的安全,所以找到一種行之有效的滾動(dòng)軸承故障診斷方法具有重大的意義。本文主要針對(duì)滾動(dòng)軸承振動(dòng)信號(hào)結(jié)構(gòu)復(fù)雜、難以區(qū)分的問題,提出了兩種新的智能診斷方法,一是基于變分模態(tài)分解（Variational Mode Decomposition,VMD）與深度置信網(wǎng)絡(luò)（Deep Belief Network,DBN）相結(jié)合的滾動(dòng)軸承故障智能診斷方法,二是基于改進(jìn)S變換與稀疏自動(dòng)編碼器（Sparse Auto-Encoder,SAE）相結(jié)合的滾動(dòng)軸承故障智能診斷方法。并且通過仿真信號(hào)與實(shí)際信號(hào)的診斷實(shí)驗(yàn)驗(yàn)證了這兩種方法應(yīng)用于滾動(dòng)軸承故障診斷的有效性。首先,研究了滾動(dòng)軸承的基本結(jié)構(gòu)和常見的故障類型,以及滾動(dòng)軸承外圈、內(nèi)圈和滾動(dòng)體的故障頻率。隨后重點(diǎn)研究了針對(duì)滾動(dòng)軸承振動(dòng)信號(hào)的分析方法,從時(shí)域分析、頻域分析和時(shí)頻域分析三個(gè)方面對(duì)滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行特征提取的方法進(jìn)行了研究。其次,研究了兩種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型,分別為稀疏自動(dòng)編碼器和深度置信網(wǎng)絡(luò)。重點(diǎn)研... 

【文章來源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

西儲(chǔ)大學(xué)滾動(dòng)軸承實(shí)驗(yàn)平臺(tái)

燕山大學(xué)工程碩士學(xué)位論文統(tǒng)各方面功能的詳細(xì)介紹以及基于 QPZZ-Ⅱ試驗(yàn)平臺(tái)的滾動(dòng)軸承號(hào)采集采集涉及到硬件與軟件兩部分。硬件方面本實(shí)驗(yàn)用到計(jì)算機(jī) 1 臺(tái)箱 1 個(gè)、振動(dòng)采集模塊 1 個(gè)、加速度傳感器 4 個(gè)。網(wǎng)機(jī)箱選用 NI cDAQ-9188XT，如圖 6-1 所示，它非常適合應(yīng)用于箱共有 8 個(gè)模塊插槽，可控制 C 系列 I/O 模塊與外部主機(jī)之間的傳輸。機(jī)箱和根據(jù)需求搭配不同的模塊，實(shí)現(xiàn)模擬 I/O、數(shù)字 I/O混合測(cè)量。機(jī)箱電源電壓輸入范圍為 9-30V，最大功耗 15W，通接實(shí)現(xiàn)數(shù)據(jù)傳輸。

圖 6-2 NI9234 ICP 加速度傳感器，它內(nèi)置電荷放大器，無需聯(lián)接用方便，且測(cè)量精度高，抗干擾性能出色，非常適合如圖 6-3 所示，本實(shí)驗(yàn)所用傳感器型號(hào)為 AY100l，靈敏率范圍為 0.5-10000Hz。傳感器通過導(dǎo)線與采集模塊臺(tái)軸承座表面。其底部帶有磁鐵，可以通過磁力吸附且具有良好的穩(wěn)定性。

【參考文獻(xiàn)】：
期刊論文
[1]基于變分模態(tài)分解與流形學(xué)習(xí)的滾動(dòng)軸承故障特征提取方法[J]. 戚曉利,葉緒丹,蔡江林,鄭近德,潘紫微,張興權(quán).  振動(dòng)與沖擊. 2018(23)
[2]基于改進(jìn)傅里葉變換的滾動(dòng)軸承故障診斷[J]. 劉鯤鵬,白云川,呂麒鵬,李澤華,鄭建波.  內(nèi)燃機(jī)與配件. 2018(19)
[3]基于AE信號(hào)與VMD的滾動(dòng)軸承故障診斷研究[J]. 林江剛,胡正新,李晶,翟怡萌,鄧艾東.  燃?xì)廨啓C(jī)技術(shù). 2018(03)
[4]基于VMD濾波和極值點(diǎn)包絡(luò)階次的滾動(dòng)軸承故障診斷[J]. 武英杰,辛紅偉,王建國(guó),王曉龍.  振動(dòng)與沖擊. 2018(14)
[5]基于經(jīng)驗(yàn)?zāi)B(tài)分解、多尺度熵算法和支持向量機(jī)的滾動(dòng)軸承故障診斷方法[J]. 張文哲,張為民,林文波.  機(jī)械制造. 2018(04)
[6]基于CPP與S變換的自適應(yīng)時(shí)頻濾波及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 陳向民,張亢,晉風(fēng)華,李錄平.  航空動(dòng)力學(xué)報(bào). 2018(01)
[7]基于壓縮采集與深度學(xué)習(xí)的軸承故障診斷方法[J]. 溫江濤,閆常弘,孫潔娣,喬艷雷.  儀器儀表學(xué)報(bào). 2018(01)
[8]基于深度學(xué)習(xí)的滾動(dòng)軸承故障診斷研究綜述[J]. 張雪英,欒忠權(quán),劉秀麗.  設(shè)備管理與維修. 2017(18)
[9]一種基于改進(jìn)堆棧自動(dòng)編碼器的航空發(fā)電機(jī)旋轉(zhuǎn)整流器故障特征提取方法[J]. 崔江,唐軍祥,龔春英,張卓然.  中國(guó)電機(jī)工程學(xué)報(bào). 2017(19)
[10]深度學(xué)習(xí)在故障診斷領(lǐng)域中的研究現(xiàn)狀與挑戰(zhàn)[J]. 任浩,屈劍鋒,柴毅,唐秋,葉欣.  控制與決策. 2017(08)

博士論文
[1]特征降維與自適應(yīng)特征提取方法及其在行星齒輪箱故障診斷中的應(yīng)用研究[D]. 趙川.北京科技大學(xué) 2018
[2]旋轉(zhuǎn)機(jī)械軸承振動(dòng)信號(hào)分析方法研究[D]. 彭暢.重慶大學(xué) 2014
[3]滾動(dòng)軸承振動(dòng)信號(hào)特征提取及診斷方法研究[D]. 朱可恒.大連理工大學(xué) 2013
[4]滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D]. 蘇文勝.大連理工大學(xué) 2010



本文編號(hào)：2900970