基于多源不確定信息融合的數(shù)控機床滾動軸承故障診斷方法與實驗研究.pdf

1、滾動軸承是機械設(shè)備中主要的基礎(chǔ)旋轉(zhuǎn)部件之一，同時也是機械設(shè)備主要的故障源之一。因此，開展關(guān)于滾動軸承故障機理與診斷方法的研究工作對于及時發(fā)現(xiàn)并排除滾動軸承故障，以保證機械設(shè)備正常運轉(zhuǎn)、提高生產(chǎn)效率和生產(chǎn)質(zhì)量具有重要的理論和實際工程意義。
　　本論文以數(shù)控機床進給工作臺中滾珠絲杠軸端的滾動軸承作為研究對象，綜合分析了滾動軸承故障產(chǎn)生機理及其常見失效形式、常用故障診斷方法及其適應(yīng)性?？紤]到滾動軸承故障產(chǎn)生的隨機性、傳感器的測量誤差、環(huán)

2、境的復(fù)雜性等因素會導(dǎo)致實驗獲得的故障信息具有隨機性、不確定性和不完全性等特點，采用外部多傳感器與提取機床內(nèi)部伺服信息相結(jié)合的方法獲取滾動軸承的多源故障信息，借助相應(yīng)的信號處理與信息融合方法實現(xiàn)了對多源信息的數(shù)據(jù)級、特征級和決策級融合，搭建了一套基于多源不確定信息融合的數(shù)控機床滾動軸承故障診斷系統(tǒng)。主要研究工作如下:
　　從滾動軸承的結(jié)構(gòu)特點入手，研究了滾動軸承的故障產(chǎn)生機理、常見失效形式和常用故障檢測方法及其適應(yīng)性，確定了本文選取

3、的故障檢測方法、外置傳感器類型以及傳感器安裝測點;根據(jù)機床內(nèi)部伺服信息與滾動軸承故障狀態(tài)之間的關(guān)系，選擇并提取了部分機床內(nèi)部伺服參數(shù);基于NI PCI-6143多通道采集板卡與LabVIEW軟件平臺搭建了多通道數(shù)據(jù)采集系統(tǒng)。
　　基于對滾動軸承故障信號非線性、非平穩(wěn)性的考慮，引入統(tǒng)計學(xué)理論與小波包分解方法，對滾動軸承故障信號進行了時域、頻域和時頻域分析并提取了相關(guān)特征值;為有效剔除冗余信息、簡化故障診斷過程并提高故障診斷效率，應(yīng)用

4、粗糙集理論實現(xiàn)對故障特征值的篩選，建立故障特征值的訓(xùn)練集與測試集。
　　引入SVM方法，將數(shù)據(jù)采集、特征提取與篩選和模式識別相結(jié)合，建立了一套基于多源信息融合的滾動軸承故障診斷系統(tǒng)，實現(xiàn)多源信息數(shù)據(jù)級與特征級融合;為優(yōu)化SVM診斷效果，引入遺傳算法對SVM網(wǎng)絡(luò)的部分參數(shù)進行了優(yōu)化。
　　考慮滾動軸承故障信息的隨機性、不確定性和不完全性特點，提出了基于云模型和證據(jù)理論的多源不確定信息融合方法。研究了云模型中云參數(shù)的獲取方法，通