滾動(dòng)軸承磨損區(qū)域靜電監(jiān)測(cè)技術(shù)及壽命預(yù)測(cè)方法研究.pdf

1、滾動(dòng)軸承作為旋轉(zhuǎn)機(jī)械關(guān)鍵部件,其性能退化或失效影響整機(jī)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。由于滾動(dòng)軸承壽命離散較大,傳統(tǒng)的定時(shí)維修往往造成“維修不足”或者“維修過(guò)剩”,因此研究滾動(dòng)軸承狀態(tài)監(jiān)測(cè)技術(shù)和壽命預(yù)測(cè)方法,能夠變定時(shí)維修為視情維修、預(yù)測(cè)維修,是實(shí)現(xiàn)故障預(yù)防、保障設(shè)備安全服役的關(guān)鍵。
　　振動(dòng)、溫度等常規(guī)監(jiān)測(cè)技術(shù)能夠監(jiān)測(cè)到滾動(dòng)軸承較嚴(yán)重故障,如裂紋、表面剝落等,從發(fā)現(xiàn)故障征兆到最后失效間隔時(shí)間短,難以有充分時(shí)

2、間制定維修決策。本文針對(duì)常規(guī)監(jiān)測(cè)技術(shù)對(duì)于早期故障發(fā)現(xiàn)能力的不足,設(shè)計(jì)研制了磨損區(qū)域靜電傳感器,探討靜電信號(hào)的主要影響因素;深入分析靜電信號(hào)噪聲干擾類(lèi)型,提出多方法聯(lián)合的去噪方法,有效提高靜電監(jiān)測(cè)技術(shù)早期故障識(shí)別能力;從時(shí)域、頻域以及復(fù)雜度度量角度提取靜電信號(hào)多維特征,進(jìn)而提出多特征參數(shù)融合的軸承性能退化評(píng)估方法以及兩階段剩余壽命預(yù)測(cè)框架。研究成果對(duì)于提高機(jī)械設(shè)備關(guān)鍵部件的狀態(tài)監(jiān)測(cè)和壽命預(yù)測(cè)能力具有重要的參考價(jià)值和指導(dǎo)意義。
　　論

3、文主要研究?jī)?nèi)容如下:
　　(1)系統(tǒng)總結(jié)磨損區(qū)域荷電機(jī)理,分析靜電測(cè)量原理并設(shè)計(jì)研制磨損區(qū)域靜電傳感器,探討了靜電感應(yīng)信號(hào)的主要影響因素。開(kāi)展了點(diǎn)接觸滑動(dòng)摩擦膠合實(shí)驗(yàn),驗(yàn)證靜電傳感器早期故障檢測(cè)能力,分析載荷轉(zhuǎn)速對(duì)其影響,進(jìn)行了滾動(dòng)摩擦故障注入實(shí)驗(yàn),研究靜電傳感器對(duì)于不同尺寸故障的反應(yīng)能力以及受載荷轉(zhuǎn)速的影響,設(shè)計(jì)改裝了滾動(dòng)軸承疲勞加速壽命監(jiān)測(cè)試驗(yàn)平臺(tái),比較分析靜電監(jiān)測(cè)與振動(dòng)監(jiān)測(cè)的故障反應(yīng)能力。
　　(2)由于靜電感應(yīng)信號(hào)混

4、有不同類(lèi)型強(qiáng)噪聲干擾,很難采取單一方法有效抑制噪聲。通過(guò)仿真分析比較了陷波器法、獨(dú)立分量法以及譜插值法三種工頻干擾去除方法的效果,得出譜插值法計(jì)算簡(jiǎn)單并且濾除工頻及其諧波分量的同時(shí)保留了附近有效成分。通過(guò)仿真分析比較了小波去噪、EMD去噪以及奇異值差分譜三種方法用于背景噪聲和隨機(jī)脈沖的去除效果,得出奇異值差分譜方法信噪比最高,效果最佳。在此基礎(chǔ)上結(jié)合靜電信號(hào)特點(diǎn)提出一種基于譜插值法和奇異值差分譜法的聯(lián)合去噪方法,通過(guò)仿真和軸承壽命實(shí)驗(yàn)驗(yàn)

5、證了所提方法的有效性和必要性。
　　(3)針對(duì)靜電監(jiān)測(cè)常規(guī)時(shí)域頻域指標(biāo)對(duì)滾動(dòng)軸承性能退化的反映能力不足,以及相關(guān)研究的匱乏,借鑒振動(dòng)監(jiān)測(cè)特征參數(shù)的研究方法,進(jìn)一步探索新的適用于靜電監(jiān)測(cè)的指標(biāo)。靜電信號(hào)中隨機(jī)成分隨著滾動(dòng)軸承性能退化而不斷變化,引入復(fù)雜度度量方法描述這一變化過(guò)程,分析多種復(fù)雜度度量指標(biāo)對(duì)滾動(dòng)軸承性能退化的反映能力,發(fā)現(xiàn)復(fù)雜度指標(biāo)對(duì)于軸承性能早期退化更加敏感,能夠有效補(bǔ)充現(xiàn)有常規(guī)靜電特征參數(shù)的不足。
　　(4)為

6、解決單特征參數(shù)對(duì)軸承性能退化反應(yīng)不靈敏或不一致的問(wèn)題,提出基于譜回歸-高斯混合模型(spectrum regression-gaussian mixture models,SR-GMM)的多參數(shù)融合性能評(píng)估模型。利用譜回歸后正常狀態(tài)數(shù)據(jù)建立 GMM的基準(zhǔn)模型,以基于貝葉斯推斷的距離(bayesian inference distance,BID)表征測(cè)試數(shù)據(jù)與GMM模型的全局距離,作為反映軸承性能退化程度的定量指標(biāo)。與其它兩種基于GMM

7、的監(jiān)控指標(biāo)以及基于支持向量描述的性能評(píng)估方法相比,所提方法能夠更早地發(fā)現(xiàn)退化的發(fā)生。在均采用本文所提融合評(píng)估方法前提下,靜電監(jiān)測(cè)評(píng)估結(jié)果相比振動(dòng)監(jiān)測(cè)更早發(fā)現(xiàn)異常,靜電監(jiān)測(cè)能夠?yàn)檎駝?dòng)等常規(guī)監(jiān)測(cè)手段提供有益補(bǔ)充。
　　(5)結(jié)合滾動(dòng)軸承運(yùn)行的兩階段性特點(diǎn),提出了多特征參數(shù)融合的隨機(jī)濾波剩余壽命預(yù)測(cè)框架,在正常運(yùn)行狀態(tài)時(shí)以監(jiān)測(cè)為主,當(dāng)軸承進(jìn)入缺陷運(yùn)行階段時(shí)進(jìn)行壽命預(yù)測(cè)。以多特征參數(shù)融合結(jié)果BID為輸入,以隨機(jī)濾波模型建立BID與剩余壽命