基于模糊邏輯的軸承故障早期診斷方法研究.pdf

1、滾動軸承是旋轉(zhuǎn)機械中的易損零件，它的運行狀態(tài)是否正常往往直接影響到整臺機器的性能（包括精度、可靠性和壽命等）。據(jù)統(tǒng)計，在使用滾動軸承的旋轉(zhuǎn)機械中，大約有30％的機械故障都是由于軸承的故障而引起的?？梢?，滾動軸承的運行狀態(tài)對機器工作狀況影響極大。通常，滾動軸承存在故障時會導(dǎo)致機器產(chǎn)生振動和噪聲，甚至?xí)饳C器的損壞，而在精密機械中（如精密機床主軸，陀螺等），對軸承的要求就更高，即使軸承滾道上有微米級的缺陷，都會致使整個機器系統(tǒng)的精度遭到破

2、壞。因此，滾動軸承早期故障診斷技術(shù)的研究是非常必要的。
　　本文首先從設(shè)備性能衰退的角度分析了體現(xiàn)設(shè)備工作狀態(tài)的各特征分布范圍隨設(shè)備性能衰退的變化過程，并針對滾動軸承的不同故障形式及軸承特征信息的載體軸承的振動特性進(jìn)行了分析，給出了設(shè)備早期故障診斷的流程圖。
　　針對滾動軸承故障時的振動特性，分析了傅立葉變換對非平穩(wěn)信號分析的局限性，同時，研究了小波在時域和頻域都具有局部化能力的特性，非常適合于非穩(wěn)態(tài)信號的分析。因此，本文采

3、用小波及小波包的分析方法提取滾動軸承的早期故障特征并引入了數(shù)理統(tǒng)計的分析方法選擇軸承的早期故障特征。
　　基于小波包提取的軸承早期故障特征，本文針對模糊故障診斷矩陣需要現(xiàn)場的統(tǒng)計數(shù)據(jù)及專家的經(jīng)驗來確定，很難構(gòu)建最優(yōu)的模糊故障診斷矩陣，因此，采用遺傳算法優(yōu)化模糊故障診斷矩陣的方法進(jìn)行滾動軸承的早期故障診斷，通過檢驗數(shù)據(jù)的對比分析驗證了該方法的有效性。
　　本文也研究了小波分析方法提取滾動軸承的早期故障特征，采用遺傳算法優(yōu)化模糊