BLT5人造草坪簇絨機(jī)的狀態(tài)監(jiān)控與故障診斷.pdf

1、本文依托與山東貝爾機(jī)械合作的橫向課題“BLT5人造草坪簇絨機(jī)的狀態(tài)監(jiān)控及故障診斷”，在對簇絨機(jī)常見故障分析的基礎(chǔ)上，對簇絨機(jī)狀態(tài)監(jiān)測進(jìn)行分析，提出以簇絨機(jī)主軸上的傳動軸承為研究對象，進(jìn)行了狀態(tài)監(jiān)測與故障診斷系統(tǒng)的總體設(shè)計(jì)。然后進(jìn)行了軸承振動信號的分析方法—時(shí)域、頻域、時(shí)頻分析的研究，在EMD方法的基礎(chǔ)上提出了振動信號的I-EEMD分解，從而獲取信號中不同頻段層次的信息。采用信號的非線性動力學(xué)參數(shù)—模糊熵作為軸承故障的特征值，采用基于遺傳

2、算法參數(shù)優(yōu)化的支持向量機(jī)進(jìn)行軸承故障的模式識別，取得了較好的結(jié)果。最后在LabVIEW完成了系統(tǒng)的數(shù)據(jù)庫設(shè)計(jì)和總體程序設(shè)計(jì)。具體研究內(nèi)容及方法如下：
　?。?）查閱大量相關(guān)文獻(xiàn)資料，充分了解國內(nèi)外狀態(tài)監(jiān)測與故障診斷的發(fā)展歷史與現(xiàn)狀，確定了狀態(tài)監(jiān)測與故障診斷的研究方法。研究了簇絨機(jī)的主軸系統(tǒng)和工作原理，研究了簇絨機(jī)的常見故障及振動的激振源?；趯Υ亟q機(jī)故障監(jiān)測的分析，確定了系統(tǒng)監(jiān)測對象—主軸上的傳動軸承。對狀態(tài)監(jiān)測與故障診斷系統(tǒng)進(jìn)行

3、了總體結(jié)構(gòu)設(shè)計(jì)，確定了數(shù)據(jù)傳輸方式和遠(yuǎn)程訪問方法，并設(shè)計(jì)了系統(tǒng)硬件。
　?。?）研究了時(shí)頻分析方法—STFT、WT和EMD，研究了影響EMD方法性能的模態(tài)混疊和端點(diǎn)效應(yīng)。針對EMD方法的不足，在EEMD方法的基礎(chǔ)上進(jìn)行了進(jìn)一步的改進(jìn)，提出了自適應(yīng)的I-EEMD方法，采用仿真信號證明了該方法的有效性。對故障軸承信號進(jìn)行I-EEMD分解后計(jì)算IMF分量的Hilbert包絡(luò)譜，有效的獲取了軸承故障信息。
　?。?）研究了基于支持向

4、量機(jī)（SVM）的模式識別方法，提出了基于遺傳算法的SVM參數(shù)自適應(yīng)選擇。研究了非線性動力學(xué)參數(shù)—熵函數(shù)，并針對模糊熵函數(shù)的參數(shù)取值進(jìn)行了研究。進(jìn)一步提出對故障信號進(jìn)行I-EEMD分解以達(dá)到多層次分析的效果，采用敏感系數(shù)選取有效的IMF，計(jì)算其模糊熵值作為故障信號特征，最后輸入到SVM中進(jìn)行故障診斷。進(jìn)行實(shí)例驗(yàn)證，訓(xùn)練所得模型對測試樣本進(jìn)行分類，并有效的識別出了故障信息。
　?。?）采用隊(duì)列消息處理器的程序結(jié)構(gòu)，利用LabVIEW軟