您的位置: turnitin查重官网> 工程 >> 械设工程 >> 机械科学与工程 >齿轮箱基于最小熵解卷积滚动轴承故障诊断

齿轮箱基于最小熵解卷积滚动轴承故障诊断

收藏本文 2024-03-25 点赞:7158 浏览:23685 作者:网友投稿原创标记本站原创

摘要:能源电力、石油化工、钢铁冶金及其他国民经济支柱产业中的机械设备,不仅具有大型、高速、复杂、高效及重载的特点,而且其工作和运转环境十分复杂。这些设备一旦突然发生故障,不仅会造成巨额经济损失,甚至会导致严重的人员伤亡事故,影响社会安定团结进展的局面。由此,对此类设备开展故障诊断技术探讨具有重要的论述和工程作用。如何在强噪声背景下提取出真正的信号或者信号的特点并将其运用于工程实际是机械设备状态监测与故障诊断的核心,也是故障诊断领域的探讨热点。新策略和新论述的探讨也层出不穷,对丰富和改善机械故障诊断技术起到了重要作用。本学位论文以滚动轴承为探讨对象,以最小熵解卷积论述为浅析工具,深入探讨和进展了基于最小熵解卷积策略的滚动轴承故障诊断技术新策略,并验证了工程运用价值,取得了一定的效果。论文主要包括以下几个方面的内容:(1)以论述浅析与工程运用的角度出发,阐述了论文的选题背景和探讨作用。浅析了滚动轴承故障诊断、信号浅析与处理技术、最小熵解卷积策略等方面的国内外探讨近况,确立了本论文的探讨内容。(2)介绍了最小熵解卷积及其相关基础论述。首先,对熵和信息熵论述进行了介绍,揭示其反映信号复杂度和不确定性的本质,然后在此基础上介绍了熵在信号处理领域的运用,其中重点介绍了幅值谱熵,再然后对FIR滤波器进行了简单介绍,最后介绍了最小熵解卷积论述及其实现历程。(3)论述浅析了最小熵解卷积策略运用于滚动轴承故障诊断的原理,并进行仿真探讨。首先,对探讨对象进行了介绍,其中包括滚动轴承的结构、滚动轴承的故障类型以及滚动轴承故障模型,然后对滚动轴承常见的诊断策略进行了简单介绍,其中包括时域指标和包络谱浅析。结合滚动轴承故障模型,论证了最小熵解卷积策略运用于滚动轴承故障诊断的原理,并利用轴承三种点蚀故障的仿真信号进行了验证了即使在强噪声干扰的环境下,最小熵解卷积策略依然能够对故障信息和故障特点进行有效提取,对最小熵解卷积滤波后信号计算峭度、幅值谱熵或进行包络谱浅析等能够精确诊断轴承故障。最后,以FIR滤波器角度出发,探讨了最小熵解卷积策略的性能影响因素,并结合探讨对象特点对参数设置进行了浅析和探讨,发掘出最小熵解卷积策略设计的滤波器具有相当好的鲁棒特性的优点,具有很强的工程运用价值。(4)实验验证和浅析。本章主要了利用两个实验来论证和探讨最小熵解卷积策略的有效性和优势。第一个实验为轴承全寿命加速疲劳实验。通过全寿命加速疲劳试验,可以获得单一轴承运转以正常到失效的全寿命周期数据。利用最小熵解卷积策略对两组轴承全寿命周期各个阶段的数据进行浅析,探讨了最小熵解卷积策略对轴承故障各个阶段的故障诊断能力,探讨结果表明其在初始故障阶段故障诊断能力较强,能够有效地提取初始故障阶段的故障特点,验证了本论文策略对轴承初始故障诊断的有效性和优势。针对轴承往往与齿轮等部件一起运转的工程运用实际,考虑到轴承故障信号往往受强噪声干扰,如齿轮箱中的轴承故障信息往往隐没在齿轮啮合频率的特点,设计了齿轮箱中轴承故障实验,探讨了最小熵解卷积策略对齿轮箱中轴承故障的诊断能力。首先,对齿轮箱故障诊断试验装置和实验流程进行了介绍。通过对传感器采集到的振动信号浅析,结果表明:最小熵解卷积策略能够有效地去除随机噪声和周期成分的影响,提升滤波后信号的冲击特点,验证了本论文策略在强噪声干扰中提取故障信息和故障特点的有效性和优势,探讨其工程运用价值。关键词:故障诊断论文最小熵解卷积论文故障特点提取论文FIR滤波器论文齿轮箱论文滚动轴承论文

    摘要5-7

    ABSTRACT7-9

    目录9-11

    第一章 绪论11-17

    1.1 选题背景11-12

    1.1.1 课题来源11

    1.1.2 课题作用11-12

    1.2 课题背景12-14

    1.2.1 滚动轴承故障诊断进展概况12-13

    1.2.2 信号浅析与处理技术13-14

    1.2.3 最小熵解卷积探讨概况14

    1.3 主要工作与总体框架14-17

    第二章 最小熵解卷积基础论述17-25

    2.1 引言17

    2.2 熵、信息、信息熵17-18

    2.3 熵在信号处理领域的运用18-20

    2.4FIR 滤波器基础20-22

    2.5 最小熵解卷积策略及其实现22-24

    2.6 本章小结24-25

    第三章 基于最小熵解卷积的轴承故障诊断探讨25-53

    3.1 引言25

    3.2 滚动轴承及去振动信号模型25-30

    3.2.1 滚动轴承的结构25-26

    3.2.2 滚动轴承的故障类型26-29

    3.2.3 滚动轴承故障信号建模29-30

    3.3 滚动轴承故障诊断策略30-32

    3.3.1 常用时域指标30-31

    3.3.2 包络谱浅析31-32

    3.4 基于最小熵解卷积的轴承故障诊断32-43

    3.4.1 原理32-33

    3.4.2 仿真信号浅析33-43

    3.5 最小熵解卷积的性能影响因素浅析43-51

    3.6 本章小结51-53

    第四章 实验验证和浅析53-77

    4.1 引言53

    4.2 实验一轴承全寿命加速疲劳实验53-68

    4.2.1 试验对象及设备53-57

    4.2.2 试验案例和操作流程57-58

    4.2.3 试验结果浅析58-68

    4.3 实验二齿轮箱故障诊断实验68-75

    4.3.1 试验对象及设备68-70

    4.3.2 试验案例和操作流程70-71

    4.3.3 试验结果浅析71-75

    4.4 本章小结75-77

    第五章 总结与展望77-81

    5.1 全文工作总结77-78

    5.2 主要革新点78

    5.3 探讨展望78-81

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号