軸承振動分析與壽命評估方法研究.pdf

1、隨著自動化技術(shù)和工業(yè)化大生產(chǎn)的迅猛發(fā)展，機械設(shè)備對穩(wěn)定性和壽命的要求也迅猛提高。為了達到這一目的，必須安排合理且有效的維修策略和計劃，這就需要有正確的判定依據(jù)。而軸承作為承擔著機械設(shè)備中潤滑，固定等重要作用的組成部件，又是設(shè)備中的易損元件，它的健康狀況往往決定了機械設(shè)備能否正常工作。所以，將軸承的健康狀況作為依據(jù)，能夠建立合理的維修計劃，從而達到延長機械設(shè)備的使用年限、保持設(shè)備可靠性的目的。所以對軸承正確的故障診斷和狀態(tài)評估有著十分重大

2、的意義。
　　為了達到這個目的，本文根據(jù)滾動軸承的結(jié)構(gòu)和運行機理對其故障診斷和狀態(tài)評估進行了相關(guān)的研究。主要包括以下方面：
　　1、首先在回顧了滾動軸承的結(jié)構(gòu)及故障分類知識之后，介紹了滾動軸承故障診斷和狀態(tài)評估中一些常用方法，包括時域分析和頻域分析方法兩大類。然后討論熵和信噪比在故障診斷中的應用。
　　2、介紹了支持向量機原理及其應用于多分類系統(tǒng)中的情況。然后討論支持向量機這一二分類系統(tǒng)在多分類系統(tǒng)中所使用的投票機制，

3、并對“一對一”投票法進行了改進。在此基礎(chǔ)上，討論了對實際數(shù)據(jù)使用支持向量機來完成狀態(tài)分類所需的合適標簽值。并使用支持向量機對試驗數(shù)據(jù)進行了狀態(tài)評估。
　　3、其次在支持向量機能夠?qū)L動軸承進行狀態(tài)評估的基礎(chǔ)上，針對機器學習分類的不準確性，提出了分類結(jié)果優(yōu)化方法。并利用該方法對支持向量機分類結(jié)果進行了優(yōu)化，結(jié)果表明利用優(yōu)化方法可以有效提高滾動軸承狀態(tài)評估的準確率。
　　4、接著介紹了連續(xù)小波分析的原理及其在軸承故障診斷中的優(yōu)勢

4、，并利用連續(xù)小波變換構(gòu)造了 morlet小波濾波器族。然后提出了 ACFI值來選擇合適系數(shù)的morlet小波濾波器，來提取軸承振動信號的周期成分。與傳統(tǒng)的希爾伯特解調(diào)和離散小波分解相比，這種方法在實際試驗數(shù)據(jù)能夠更有效的發(fā)現(xiàn)早期故障信息。
　　5、最后簡要介紹了隨即共振的起源及其理論推導，討論了如何將隨機共振數(shù)值化計算方法運用到滾動軸承的早期故障診斷之中。對隨機共振中雙穩(wěn)態(tài)勢能阱的參數(shù)進行了討論。并將隨機共振運用到軸承試驗數(shù)據(jù)之上