滚动轴承故障诊断技术

上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第1页共37页目录摘要................................................................3第1章绪论.........................................................41.1滚动轴承故障诊断技术的发展现状...............................41.2滚动轴承故障诊断技术的发展趋势...............................61.3滚动轴承诊断基础.............................................71.3.1滚动轴承的常见故障形式.................................71.3.2滚动轴承的诊断方法.....................................81.4本课题的研究意义和内容.......................................9第2章滚动轴承振动机理..........................................112.1滚动轴承的基本参数..........................................112.1.1滚动轴承的典型结构.....................................72.1.2滚动轴承的特征频率....................................112.1.3滚动轴承的固有频率....................................132.2滚动轴承故障诊断常用参数....................................142.2.1时间领域有量纲特征参数................................142.2.2时间领域的无量纲特征参数..............................152.2.3频率领域的无量纲特征参数..............................16第3章滚动轴承故障诊断实验系统及实验方案.......................173.1滚动轴承故障诊断实验系统....................................173.1.1滚动轴承故障实验机械平台..............................183.1.2设备的组成:...........................................193.1.3设备的主要参数:.......................................193.1.4实验平台信号采集及故障诊断系统........................213.2实验方案....................................................233.2.1轴承的故障状态........................................233.2.2实验步骤..............................................23第4章实验的操作过程及数据的提取..................................254.1装拆轴承....................................................25上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第2页共37页4.1.1实验前期准备..........................................254.1.2试机..................................................254.1.3拆卸并安装轴承........................................254.2信号的采集过程..............................................274.2.1前期准备..............................................274.2.2数据采集过程..........................................284.3数据信号的处理过程..........................................30第5章结论.......................................................35致谢...............................................................36参考文献...........................................................37上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第3页共37页旋转机械故障诊断特征参数的提取摘要：本文对滚动轴承的故障形式、故障原因、常用诊断方法等诊断基础和滚动轴承故障的振动机理作了研究，并建立了相应的滚动轴承典型故障(外圈损伤、内圈损伤、滚动体损伤)的理论模型，给出了一些滚动轴承故障诊断常用的特征参数。通过对滚动轴承故障振动机理的研究可以帮助我们了解滚动轴承故障的本质和特征。本文对特征参数的提取，理论推导，和过程都进行了详细的阐述，本文所提出的方法不仅仅适用滚动轴承故障的诊断，还可推广适用旋转机械其它故障的诊断。关键词:滚动轴承；故障诊断；特征参数；分辨指数；识别率TheExtractiononFaultDiagnosisSymptomParametersofRotatingMachineryABSTRACT：Inthethesis,thefaulttypes,diagnosticmethodsandvibrationprincipleofrollingbearingarediscussed.thethesissetsupaseriesofacademicmodelsoffaultyrollingbearingsandlistssomesymptomparameterswhichoftenusedinfaultdiagnosisofrollingbearings.thestudyofvibrationprincipleofrollingbearingscanhelpustoknowtheessenceandfeatureofrollingbearings.Inthispaper,theparametersoftheextraction,theoreticalanalysis,andprocessaredescribedindetail,thepaperbythewaynotonlytotheRollingfaultdiagnosis,butalsopromotetheapplicationofotherrotatingmachineryfaultdiagnosis.Keywords:RollingBearing;FaultDiagnosis;SymptomParameter;DistinctionIndex;DistinctionRate上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第4页共37页第1章绪论1.1滚动轴承故障诊断技术的发展现状机械故障诊断学是识别机器或机组运行状态的科学，它研究的是机器或机组运行状态的变化在诊断信息中的反映。随着科学技术不断发展和工业化程度的不断提高，机械设备精密程度、复杂程度及自动化程度不断提高，凭个人的感观经验对机械设备进行诊断己经远远不够。机械设备故障诊断技术集数学、物理、化学、电子技术、通讯技术、信息技术、计算机技术、模式识别、人工智能等多种综合技术发展起来的一门多学科交叉和融合的新技术。早在二次世界大战期间，由于大量军事装备缺乏诊断技术和维修手段，而造成非战斗性的损坏，使人们意识到故障诊断和监测技术的重要性[1]。60年代以来，由于半导体的发展，集成电路的出现，电子技术、计算机技术的更新换代，特别是1965年FFT方法获得突破性进展后出现了数字信号处理和分析技术的新分支，为机械设备诊断和监测技术的发展奠定了重要的技术基础。滚动轴承是各种旋转机械中应用最广泛的一种通用元件，它的运行状态是否正常直接影响到整台机器的性能(包括精度、可靠度及寿命等)，据统计旋转机械故障的30%是由滚动轴承故障引起的。滚动轴承的故障诊断在国外大概始于20世纪60年代[2]。故障滚动轴承诊断的诊断流程如图1.1所示。识别诊断结果状态信号故障信号轴承故障典型故障信号采集特征提取信号采集特征提取状态识别诊断决策图1.1故障滚动轴承诊断的诊断流程如图上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第5页共37页目前国内外学者的对于滚动轴承故障诊断的一些方法的研究工作主要集中在以下几个方面:1）时域分析法时域分析法是滚动轴承故障诊断技术发展最早的一种方法，在时域诊断中，提取信号特征的主要方法有相关分析和时序分析，普遍采用振动信号的基本数字特征及其概率分布特征进行诊断分析，如均值、有效值、峰值和无量纲因子判别方法等。时域同步平均法是滚动轴承故障诊断最为常用的一种信号增强方法，通过对滚动轴承振动信号进行采样，并对多周期的信号进行同步平局，就可以得到时域同步平均信号。这种方法可以有效降低其他部件和振动源对于信号的影响，提高信噪比[3]。2）频域分析法频域分析方法是将时域波形经过FFT变换转换成频谱图，采用振动信号的频谱特征进行诊断分析，如特征频率、幅值、无量纲判别因子等，对滚动轴承的故障可以进行精密诊断。在滚动轴承诊断技术中常用的频谱图有全息谱、幅值谱、相位谱、功率谱等。细化和倒谱技术是频谱分析的常用手段。在对滚动轴承振动信号作频谱分析时必须有足够高的频率分辨率，通常采用细化谱分析技术可以提高分辨率。FFT-FS频谱细化方法在不增加采样点数的前提下，对感兴趣的频带进行细化，能够得到比较准确的频率值[4]。3）时频分析法采用普通的频谱分析无法同时进行时频分析，找出信号的时域特征。而时频分析法既能够反映时域特征又能够反映频域特征，可以很好的描述滚动轴承故障特征的全貌，常用的时频分析方法有短时傅立叶变换、小波变换、小波包分析等。1946年，Gabor提出了窗口傅立叶变换概念，用一个在时间上可滑移的时窗进行傅立叶变换，从而实现了在时间域和频率域上都具有较好局部性的分析方法。小波分析的多尺度和对突变信号的探测能力，在处理非平稳信号上表现出极大的优越性，它克服了短时傅立叶变换分辨率不可变的缺陷，在时域和频域同时有良好的局部化性质，成为滚动轴承诊断发展的热点[5]。4）智能诊断计算机人工智能与诊断理论相结合形成了具有信息时代特色的智能诊断。当前滚动轴承诊断领域中最常用的两类人工智能诊断系统是基于知识的专家系统和基于网络的智能诊断系统.基于知识的专家系统的特点是:以知识工程(知识库)为基础；在串行运行的格式中模拟人脑的逻辑思维；实现严格的上海海洋大学2008届毕业论文旋转机械故障诊断特诊参数的提取第6页共37页诊断推理。基于神经网络的智能诊断系统的特点是:以神经网络结构为基础；在大规模并行运算格式中模拟人脑的物理结构。通常智能诊断系统与各种现代理论结合起来，如将模糊集理论与专家系统结合起来形成模糊专家系统，将小波用于神经网络可以形成小波神经网络等。这样的结合可以充分利用各自的优势，取长补断，处理更复杂的故障诊断问题，获得更佳的诊断结果。根据该模型的特点提出了能够克服传统BP算法学习速度慢、容易陷入局部极小的新算法。改进后的算法用于滚动轴承故障