發(fā)布時(shí)間：2020-06-06 08:33

【摘要】：空間滾動軸承是空間運(yùn)動機(jī)構(gòu)的關(guān)鍵零部件，衛(wèi)星、航天飛機(jī)、宇宙飛船等空間飛行器的機(jī)械部件能否正常運(yùn)轉(zhuǎn)、實(shí)現(xiàn)預(yù)定功能和達(dá)到預(yù)期壽命，在很大程度上取決于飛行器內(nèi)各機(jī)械部件中滾動軸承的性能、壽命和可靠性。在空間服役的滾動軸承要承受低溫、交變溫度、高能粒子輻照、原子氧侵蝕、微塵沖刷等極端環(huán)境的綜合作用，其失效行為和機(jī)理與地面常規(guī)環(huán)境有很大差異。因此，為了滿足空間飛行器高可靠、長壽命的發(fā)展需求，亟需在模擬空間環(huán)境下開展?jié)L動軸承壽命評估和預(yù)測等方面的研究，而研究基礎(chǔ)在于壽命狀態(tài)的描述和識別，即壽命狀態(tài)的表征。目前，摩擦力矩、溫度等參數(shù)等不能有效反映空間滾動軸承壽命狀態(tài)的變化，一個(gè)新的思路是以包含運(yùn)行狀態(tài)信息豐富的振動信號為切入點(diǎn)研究空間滾動軸承軸承壽命狀態(tài)的表征方法。當(dāng)空間滾動軸承的壽命狀態(tài)發(fā)生變化時(shí)，軸承振動信號時(shí)域中的幅值和概率分布將會發(fā)生變化，頻域中的頻率成分、不同頻率成分的能量，以及頻譜的主能量譜峰位置也將發(fā)生改變。本文以空間滾動軸承為研究對象，開展其壽命狀態(tài)的振動譜表征方法研究。主要研究內(nèi)容如下： ①針對空間滾動軸承壽命狀態(tài)的表征問題，提出了時(shí)頻域特征參數(shù)構(gòu)建空間滾動軸承壽命狀態(tài)特征向量的方法。空間滾動軸承處于不同的磨損程度即處于不同壽命狀態(tài)時(shí)，其振動情況發(fā)生變化，直接表現(xiàn)為振動信號特征的改變。通過振動信號時(shí)域波形和頻譜特征來反映空間滾動軸承振動信號的時(shí)域和頻域信息，從而指示不同壽命狀態(tài)之間的差異性。為了便于對壽命狀態(tài)的自動識別并全面準(zhǔn)確的反映空間滾動軸承的壽命狀態(tài)，綜合利用時(shí)域和頻域特征參數(shù)，選擇了16個(gè)時(shí)域特征參數(shù)和14個(gè)頻域特征參數(shù)構(gòu)造出高維混合域特征向量即空間滾動軸承壽命狀態(tài)特征向量作為軸承壽命狀態(tài)的振動譜特征。同時(shí)，分析了轉(zhuǎn)速和載荷對空間滾動軸承壽命和振動的影響，，提出了空間滾動軸承全壽命試驗(yàn)方法與策略； ②針對空間滾動軸承振動信號降噪和背景噪聲濾除問題，提出了基于集合經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥nsemble Empirical Mode Decomposition，EEMD）的降噪和干擾濾除方法。在模擬真空環(huán)境下測試得到的滾動軸承振動信號往往受到測試系統(tǒng)噪聲和模擬真空環(huán)境設(shè)備運(yùn)行而帶入的背景噪聲的干擾，為了提高信噪比，準(zhǔn)確提取空間軸承壽命狀態(tài)特征向量，需要將上述兩類噪聲進(jìn)行降噪和濾除。對于空間滾動軸承振動信號的降噪，應(yīng)用EEMD能有效抑制模式混疊的特性，根據(jù)白噪聲經(jīng)EEMD分解后其固有模式分量（Intrinsic Mode Functions，IMF）的特性設(shè)計(jì)了一種自動選取IMF分量重構(gòu)信號的算法，實(shí)現(xiàn)了信號自適應(yīng)降噪。對于背景噪聲的濾除，根據(jù)EEMD的濾波特性，通過計(jì)算含背景噪聲的軸承振動信號的IMF分量和單獨(dú)測試得到的背景噪聲的IMF分量之間的相關(guān)系數(shù)對IMF分量進(jìn)行篩選并重構(gòu)信號，從而將由于模擬真空環(huán)境而帶入的背景噪聲進(jìn)行了有效濾除。同時(shí)，針對EEMD的兩個(gè)重要參數(shù)，即加入白噪聲的幅值系數(shù)k和總體平均次數(shù)M的選取問題，根據(jù)不同幅值系數(shù)的白噪聲對信號極值點(diǎn)分布均勻性影響規(guī)律，提出了EEMD自適應(yīng)參數(shù)優(yōu)化方法，保證了分解精度和計(jì)算效率； ③針對空間滾動軸承壽命狀態(tài)識別問題，提出了基于流形學(xué)習(xí)的空間滾動軸承壽命狀態(tài)識別方法。軸承振動信號往往呈現(xiàn)出特征信息耦合、時(shí)變性強(qiáng)的特點(diǎn)，由其時(shí)頻域特征參數(shù)構(gòu)成的高維壽命狀態(tài)特征向量內(nèi)部的必然存在信息冗余和相互耦合，不利于進(jìn)行分類識別。為此，利用流形學(xué)習(xí)方法對壽命狀態(tài)特征向量進(jìn)行約簡，提取出原始觀測空間的真實(shí)流形結(jié)構(gòu)，最終得到維數(shù)低、敏感性高和分類錯(cuò)誤率小的主要特征向量。然后，將經(jīng)過約簡后的訓(xùn)練樣本和測試樣本的低維壽命狀態(tài)特征向量輸入最近鄰分類器（K-Nearest Neighbors Classifier，KNNC），最近鄰分類器根據(jù)訓(xùn)練樣本的鄰域信息和類標(biāo)簽信息對測試樣本進(jìn)行分類決策，實(shí)現(xiàn)壽命狀態(tài)的識別。 ④根據(jù)空間滾動軸承振動特點(diǎn)及壽命試驗(yàn)要求，搭建了測試系統(tǒng)硬件平臺，開發(fā)了集信號自動采集、處理和壽命狀態(tài)識別等功能為一體的空間滾動軸承壽命狀態(tài)識別系統(tǒng)。系統(tǒng)不僅可對大量數(shù)據(jù)文件進(jìn)行批量管理、分析，還應(yīng)用數(shù)據(jù)庫技術(shù)實(shí)現(xiàn)壽命樣本庫的建立、添加和刪除等管理，保證了壽命樣本的完整性和安全性。系統(tǒng)主要包括：振動信號采集模塊，振動信號基本分析模塊（包括波形分析、概率分析、相關(guān)分析和自譜分析等）、振動譜瀑布圖分析模塊、HHT分析模塊和壽命狀態(tài)識別模塊。最后，通過對空間滾動軸承壽命狀態(tài)識別應(yīng)用實(shí)例檢驗(yàn)了該系統(tǒng)的可行性和有效性。 文章最后對本文的工作進(jìn)行了總結(jié)，并展望了下一步的研究方向。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 屈微;劉賀平;張德政;;基于獨(dú)立分量分析特征提取的故障診斷系統(tǒng)[J];北京科技大學(xué)學(xué)報(bào);2006年07期

2 吳寶杰,劉慶廉,李興林,周銀生;潤滑脂的動態(tài)分油能力對軸承振動性能的影響[J];軸承;2003年05期

3 李峰,張英堂,王寧,宋兵,周寶成;基于小波和奇異譜降噪理論的軸承故障診斷研究[J];軸承;2003年07期

4 趙惠玲,賈峰一,李旭東,常洪;套圈制造精度對滾動軸承振動與噪聲的影響[J];軸承;2003年12期

5 裴禮清,趙麗萍;滾動軸承微動磨損導(dǎo)致的振動分析[J];軸承;2004年05期

6 汪久根;王慶九;章維明;;表面粗糙度對軸承振動的影響[J];軸承;2007年01期

7 王堅(jiān)永，莊中華，吳秀鸞，湯潔;滾動軸承可靠性加速壽命試驗(yàn)研究[J];軸承;1996年09期

8 莊哲民;殷國華;李芬蘭;江鐘偉;;基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷[J];電工技術(shù)學(xué)報(bào);2009年04期

9 楊曉蔚;;滾動軸承振動測量物理量和測量條件的探討[J];軸承;2011年09期

10 周培毅;張新燕;張華中;;基于遺傳算法與BP神經(jīng)網(wǎng)的風(fēng)力發(fā)電機(jī)齒輪箱故障診斷研究[J];華北電力技術(shù);2010年07期

相關(guān)博士學(xué)位論文 前2條

1 李鋒;基于流形學(xué)習(xí)的風(fēng)電機(jī)組傳動系統(tǒng)故障診斷方法研究[D];重慶大學(xué);2011年

2 趙聯(lián)春;球軸承振動的研究[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前2條

1 劉振宇;高速主軸用滾動軸承性能分析與試驗(yàn)研究[D];北京工業(yè)大學(xué);2006年

2 聞凌峰;真空環(huán)境中固體潤滑軸承損傷機(jī)理研究[D];哈爾濱工業(yè)大學(xué);2009年

本文編號：2699428