题名 | 基于改进MCA和NCT的滚动轴承故障信号阶次跟踪方法 |
作者 | 严斌 |
答辩日期 | 2016 |
导师 | 韦尧兵 |
关键词 | 形态分量分析 非线性调频小波变换 滚动轴承 阶次跟踪 故障诊断 |
学位名称 | 硕士 |
英文摘要 | 滚动轴承是旋转机械中最重要的部件之一,也是机械设备中主要的故障源,滚动轴承的失效将直接导致设备运行的失常。因此,准确发现滚动轴承的故障及其类型,从而进行干预以避免失效,具有重要意义。滚动轴承的振动信号包含不同的振源信号,根据各振源的不同振动形态,对各成分进行有效分离,可对滚动轴承的故障判断提供重要依据。形态分量分析(Morphological Component Analysis,MCA)可针对不同振动形态构建稀疏表示字典,实现对不同成分的有效分离。另外,滚动轴承在实际运行中出现的转速波动造成振动信号的非平稳性,通常采用阶次跟踪方法对信号进行平稳化处理。阶次跟踪方法中,转速的获取是关键。非线性调频小波变换(NonlinearChirpletTransform,NCT)采用多项式逼近的思想,能够准确地从振动信号中估计转速。本文主要内容如下:(1)针对滚动轴承振动信号中不同分量具有不同频率带宽比的特征,采用基于可调品质因子小波变换(Tunable-Q Wavelet Transform,TQWT)的改进MCA方法。研究了MCA方法在信号形态分量分离方面的有效性及不足,构建了TQWT字典对MCA进行改进,克服了传统滤波方法难以分离频率较接近的成分的缺点。采用了不同品质因子的TQWT对信号进行稀疏表示,将振动信号分解为不同成分,对冲击成分进行包络分析,判断轴承的故障类型。通过滚动轴承故障试验,结果表明该方法能有效地实现各分量的分离,凸显故障特征频率。(2)针对变速运行的滚动轴承振动信号所表现出的时变特征,提出了基于NCT的阶次跟踪方法。利用NCT分析信号得到时频谱图,结合峰值搜索算法提取信号的瞬时频率,根据瞬时频率实现信号的等角度重采样。通过仿真信号,验证了该方法无需转速计,能够直接提取振动信号的时变特征,具有精度高和鲁棒性好的特点。(3)针对强噪声、变转速下滚动轴承故障振动信号的特点,提出了基于改进MCA和NCT的滚动轴承阶次跟踪方法。通过改进MCA实现对故障信号中各成分的分离;采用NCT和峰值搜索相结合从信号中估计瞬时频率;然后,对分离出的冲击分量进行平方包络解调;根据估计出的转速对包络信号进行等角度重采样,并进行阶次分析,根据阶次谱识别出相应的故障类型。对滚动轴承故障实测信号进行分析,结果表明,该方法能够有效诊断变转速工况下滚动轴承的故障。 |
语种 | 中文 |
页码 | 69 |
URL标识 | 查看原文 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/91376] |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 严斌. 基于改进MCA和NCT的滚动轴承故障信号阶次跟踪方法[D]. 2016. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论