發(fā)布時(shí)間：2020-06-06 20:03

【摘要】：隨著科學(xué)技術(shù)的日益進(jìn)步與現(xiàn)代工業(yè)的飛速發(fā)展，機(jī)械設(shè)備不斷向大型、復(fù)雜、高速、高效及重載的方向發(fā)展；與此同時(shí)，其工作和運(yùn)行環(huán)境也更加復(fù)雜和苛刻。這些設(shè)備通常作為能源、石化、冶金及其他國(guó)民經(jīng)濟(jì)支柱產(chǎn)業(yè)中的關(guān)鍵設(shè)備，它們一旦突然發(fā)生故障，不僅會(huì)增加企業(yè)的維護(hù)成本，降低企業(yè)的生產(chǎn)效率，還可能造成巨大的經(jīng)濟(jì)損失，甚至導(dǎo)致嚴(yán)重的人員傷亡，產(chǎn)生不良的社會(huì)影響。因此，開(kāi)展對(duì)于此類設(shè)備的故障診斷技術(shù)研究對(duì)于設(shè)備的安全維護(hù)和運(yùn)行具有重要的意義。 本文將以旋轉(zhuǎn)機(jī)械中常見(jiàn)的滾動(dòng)軸承為研究對(duì)象，在充分深入理解滾動(dòng)軸承運(yùn)行故障機(jī)理的基礎(chǔ)上，將軸承轉(zhuǎn)子系統(tǒng)中的轉(zhuǎn)子交變載荷引入滾動(dòng)軸承的故障模型，并提出了基于滑移向量序列奇異值分解的滾動(dòng)軸承故障診斷方法。滾動(dòng)軸承在強(qiáng)噪聲背景下發(fā)生故障時(shí)，其故障特征的識(shí)別與提取會(huì)受到較大程度的干擾，因此從故障的物理本質(zhì)入手，洞悉故障產(chǎn)生機(jī)理，給出更加精確表述故障特征的滾動(dòng)軸承故障模型就顯得至關(guān)重要。通過(guò)沖擊波動(dòng)非平穩(wěn)模型提出，利用滑移向量序列奇異值分解方法處理故障信號(hào)，對(duì)于提高滾動(dòng)軸承故障沖擊波動(dòng)識(shí)別精度，增強(qiáng)滾動(dòng)軸承故障在強(qiáng)噪聲背景下的弱故障特征提取能力具有重要作用。本文的主要研究?jī)?nèi)容如下： 1）從理論分析與工程應(yīng)用的角度出發(fā)，闡述了論文的選題背景和研究意義�；仡櫡治龅臐L動(dòng)軸承故障機(jī)理研究發(fā)展、故障診斷方法、故障特征提取手段等方面的國(guó)內(nèi)外研究現(xiàn)狀，總結(jié)了目前研究中需要解決的問(wèn)題，提出本文的研究?jī)?nèi)容。 2）在深入研究滾動(dòng)軸承故障機(jī)理的基礎(chǔ)上，將軸系交變載荷影響因素引入滾動(dòng)軸承故障模型。該交變載荷因素的引入，可更好地解釋在軸承轉(zhuǎn)子系統(tǒng)中滾動(dòng)軸承故障信號(hào)的波形表現(xiàn)，提高對(duì)滾動(dòng)軸承故障特征描述的準(zhǔn)確性。同時(shí)該交變載荷的引入也使故障沖擊的波動(dòng)性增強(qiáng)，這對(duì)故障信號(hào)處理方法的應(yīng)用帶來(lái)的新的要求。 3）根據(jù)滾動(dòng)軸承的故障沖擊波動(dòng)特性，提出了沖擊波動(dòng)非平穩(wěn)故障模型。針對(duì)滾動(dòng)軸承故障特征信號(hào)的非平穩(wěn)特性，由于沖擊滑移、波動(dòng)的存在，呈現(xiàn)非嚴(yán)格的循環(huán)平穩(wěn)特性，因此，針對(duì)滾動(dòng)軸承特有的故障沖擊循環(huán)特征，提出了沖擊波動(dòng)非平穩(wěn)故障模型，使其能夠更加精確的描述滾動(dòng)軸承的故障特性，從而更加準(zhǔn)確預(yù)測(cè)故障信號(hào)表現(xiàn)。 4）針對(duì)滾動(dòng)軸承故障信號(hào)中出現(xiàn)的沖擊波動(dòng)及強(qiáng)干擾現(xiàn)象，本文提出一種滑移向量的架構(gòu)方法，它可將對(duì)象振動(dòng)信號(hào)架構(gòu)成一列短時(shí)滑移向量序列，此向量序列的構(gòu)架和應(yīng)用將有助于信號(hào)時(shí)域上的細(xì)化分析處理。每一組滑移向量對(duì)應(yīng)于從原振動(dòng)信號(hào)中的截取的短時(shí)序列，通過(guò)滑移截取的方法可即可得到對(duì)應(yīng)的滑移向量序列，通過(guò)此滑移向量可實(shí)現(xiàn)對(duì)信號(hào)的“顯微鏡”式分析效果，同時(shí)為后續(xù)的奇異值分解特征提取方法提供有效的分析依據(jù)和前提。 5）根據(jù)滑移向量序列的架構(gòu)基礎(chǔ)，引入奇異值分解算法對(duì)相應(yīng)的滑移向量進(jìn)行處理，以主奇異值比為對(duì)應(yīng)的分析特征，形成基于滑移向量的奇異值分解特征提取方法。在對(duì)每一個(gè)滑移向量進(jìn)行奇異值分解處理后，可得到對(duì)應(yīng)的奇異值矩陣，通過(guò)計(jì)算獲得其中的主奇異值比率作為新特征，由此可得到一組新的特征序列，此特征序列對(duì)應(yīng)于原時(shí)間序列中的沖擊特征表現(xiàn)，它可提取原信號(hào)中每一短時(shí)序列中的沖擊特征，從而實(shí)現(xiàn)滾動(dòng)軸承微弱故障沖擊的識(shí)別與提取。 6）根據(jù)所獲取的沖擊特征序列相關(guān)參數(shù)，提出了基于滑移向量序列的奇異值分解故障診斷模型。該模型在充分利用新的沖擊特征參數(shù)的技術(shù)上，結(jié)合最優(yōu)濾波器設(shè)計(jì)的相關(guān)要求，給出了基于（f, Δf）的最優(yōu)濾波器設(shè)計(jì)方法。該濾波器設(shè)計(jì)方案綜合考慮了穩(wěn)定性和故障提取能力的平衡問(wèn)題，在保證故障識(shí)別穩(wěn)定性和準(zhǔn)確性的前提下，最優(yōu)化地發(fā)揮濾波器的故障提取能力，從而實(shí)現(xiàn)對(duì)滾動(dòng)軸承微弱故障的特征強(qiáng)化與提取。 綜上所述，本文提出的基于滑移向量序列的奇異值分解的特征提取方法和故障診斷模型對(duì)于滾動(dòng)軸承微弱故障的特征識(shí)別與提取、故障的準(zhǔn)確診斷和智能評(píng)估具有重要的意義，為解決滾動(dòng)軸承故障沖擊波動(dòng)及非平穩(wěn)性等問(wèn)題提供了一種可靠思路。
【圖文】：

但是，由于它們是對(duì)長(zhǎng)時(shí)間序列的矩陣重構(gòu)，受到噪聲不利于對(duì)低信噪比信號(hào)的處理。而后續(xù)介紹的癥狀觀測(cè)矩陣則主要期內(nèi)的狀態(tài)評(píng)估和監(jiān)測(cè)，而對(duì)于某時(shí)刻信號(hào)的分析和診斷則相對(duì)分的研究現(xiàn)狀和不足，本文將提出一種較新的基于滑移向量序列的奇通過(guò)短時(shí)間序列截取的思想，重構(gòu)出一個(gè)滑移向量序列，然后對(duì)該 SVD 分析，，實(shí)現(xiàn)故障特征提取的目的。要工作與總體框架當(dāng)前國(guó)內(nèi)外對(duì)滾動(dòng)軸承故障診斷的研究發(fā)展現(xiàn)狀和熱點(diǎn)，以及奇異診斷領(lǐng)域的應(yīng)用研究進(jìn)展，本文提出了基于滑移向量序列的奇異值法將以滾動(dòng)軸承故障模型為基礎(chǔ)，開(kāi)展對(duì)滾動(dòng)軸承故障沖擊特征的以實(shí)現(xiàn)對(duì)滾動(dòng)軸承微弱故障的識(shí)別與提取目的，形成較為有效穩(wěn)定斷模型（為便于研究，本文所研究的滾動(dòng)軸承故障基于單點(diǎn)故障情障模擬軸承加工模擬成點(diǎn)蝕故障）。如圖 1-1 所示，本文的主要研究示：

圖 1-2 技術(shù)路線Fig.1-2 Technological route文擬采用的技術(shù)路線，首先通過(guò)滾動(dòng)模型，該模型是針對(duì)于滾動(dòng)軸承故障特列的 SVD 算法來(lái)解決模型中提出的問(wèn)題量重構(gòu)、特征提取、最優(yōu)濾波器設(shè)計(jì)實(shí)的診斷目的，以期望順利解決符合沖擊
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2012
【分類號(hào)】：TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁小宏,史東鋒;奇異值分解技術(shù)在齒輪箱故障診斷中的應(yīng)用研究[J];化工機(jī)械;1997年06期

2 李健寶;彭濤;;基于AR模型和KFDA的滾動(dòng)軸承故障診斷[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

3 劉獻(xiàn)棟,楊紹普,申永軍,李其漢;基于奇異值分解的突變信息檢測(cè)新方法及其應(yīng)用[J];機(jī)械工程學(xué)報(bào);2002年06期

4 徐賓剛,屈梁生,陶肖明;轉(zhuǎn)子故障貝葉斯診斷網(wǎng)絡(luò)的研究[J];機(jī)械工程學(xué)報(bào);2004年01期

5 徐峰,王志芳,王寶圣;AR模型應(yīng)用于振動(dòng)信號(hào)趨勢(shì)預(yù)測(cè)的研究[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年04期

6 張海勇,李勘;非平穩(wěn)隨機(jī)信號(hào)的參數(shù)模型分析方法[J];系統(tǒng)工程與電子技術(shù);2003年03期

7 ;IMPROVED SINGULAR VALUE DECOMPOSITION TECHNIQUE FOR DETECTING AND EXTRACTING PERIODIC IMPULSE COMPONENT IN A VIBRATION SIGNAL[J];Chinese Journal of Mechanical Engineering;2004年03期

8 陳進(jìn);信號(hào)處理在機(jī)械設(shè)備故障診斷中的應(yīng)用(連載) 第二講 現(xiàn)代信號(hào)處理與特征提取(上)[J];振動(dòng)與沖擊;1999年03期

9 劉耀宗,胡蔦慶;Jeffcott轉(zhuǎn)子碰摩故障試驗(yàn)研究[J];振動(dòng)工程學(xué)報(bào);2001年01期

10 何田;劉獻(xiàn)棟;李其漢;;噪聲背景下檢測(cè)突變信息的奇異值分解技術(shù)[J];振動(dòng)工程學(xué)報(bào);2006年03期

本文編號(hào)：2700190