滾動(dòng)軸承變工況條件下靜電監(jiān)測(cè)特征提取及故障程度識(shí)別方法研究.pdf

1、隨著現(xiàn)代工業(yè)及科學(xué)技術(shù)的迅速發(fā)展,機(jī)電設(shè)備越來越向著大型化、復(fù)雜化、高速化、自動(dòng)化和智能化方向發(fā)展,不僅每一臺(tái)設(shè)備不同部件之間相互緊密配合,而且不同設(shè)備之間也同樣需要良好穩(wěn)定的配合。滾動(dòng)軸承作為旋轉(zhuǎn)機(jī)械的重要部件,其性能退化或失效影響整體性能甚至導(dǎo)致設(shè)備非計(jì)劃停機(jī),造成經(jīng)濟(jì)損失甚至人員傷亡。如何能夠保證維修的及時(shí)性,避免“維修不足”和“維修過?！笔乾F(xiàn)階段需要解決的重要問題,因此對(duì)軸承進(jìn)行故障程度的識(shí)別就變得尤為重要,要在設(shè)備發(fā)生故障時(shí)及

2、時(shí)識(shí)別出故障程度并采取相應(yīng)措施。
　　基于磨損區(qū)域的靜電監(jiān)測(cè)目前尚處于初步研究階段,軸承在磨損的過程中會(huì)產(chǎn)生帶電微粒。本文通過設(shè)計(jì)靜電傳感器,以此來監(jiān)測(cè)實(shí)驗(yàn)中不同故障程度的滾動(dòng)軸承運(yùn)行時(shí)所產(chǎn)生的靜電信號(hào),提取靜電信號(hào)的時(shí)域頻域、EMD能量熵、小波能量譜熵以及奇異譜熵等多維特征,并對(duì)比PCA、LPP及OLPP三種多維特征參數(shù)維數(shù)約減方法,進(jìn)而提出多維特征參數(shù)融合的軸承故障程度識(shí)別方法。
　　論文主要研究?jī)?nèi)容如下:
　　(

3、1)闡述了本文選題的背景和意義,通過國(guó)內(nèi)外研究資料分析了性能退化評(píng)估、信號(hào)特征提取、維數(shù)約減方法、靜電監(jiān)測(cè)和變工況條件下軸承故障識(shí)別在國(guó)內(nèi)外的發(fā)展?fàn)顩r,確立了本文的研究?jī)?nèi)容。
　　(2)介紹了磨損區(qū)域靜電信號(hào)產(chǎn)生機(jī)理和靜電監(jiān)測(cè)原理,并設(shè)計(jì)了磨損區(qū)域靜電傳感器。改裝了滾動(dòng)軸承加速壽命疲勞試驗(yàn)臺(tái),并對(duì)滾動(dòng)軸承注入不同大小尺寸的故障,進(jìn)行了變工況條件下滾動(dòng)軸承故障注入實(shí)驗(yàn)。
　　(3)研究了磨損區(qū)域靜電監(jiān)測(cè)信號(hào)的特征提取方法。通過

4、實(shí)驗(yàn)結(jié)果比較了時(shí)域頻域指標(biāo)、EMD能量熵、小波能量譜熵和奇異譜熵幾種特征參數(shù)對(duì)故障的識(shí)別能力。
　　(4)對(duì)監(jiān)測(cè)信號(hào)的多維特征參數(shù)在計(jì)算過程中的冗余問題,提出要對(duì)多特征參數(shù)準(zhǔn)確地提取內(nèi)在結(jié)構(gòu),并減少高維數(shù)據(jù)的冗余性和不一致性,為此介紹了PCA,LPP以及OLPP算法,比較了這些算法結(jié)構(gòu)上的優(yōu)劣,并將所提取的不同故障程度的實(shí)驗(yàn)數(shù)據(jù)分別用 PCA,LPP及OLPP方法進(jìn)行降維,取前兩維作圖進(jìn)行比對(duì)分析,綜合分析結(jié)果表明本文采取的 OL