基于共振稀疏分解的滾動(dòng)軸承故障診斷方法研究.pdf

1、滾動(dòng)軸承被廣泛應(yīng)用于機(jī)械設(shè)備中，是旋轉(zhuǎn)設(shè)備的重要部件，同時(shí)又是一個(gè)主要的故障源，其工作狀態(tài)正常與否直接影響到機(jī)械設(shè)備的運(yùn)行穩(wěn)定性和安全性。因此，為了及時(shí)發(fā)現(xiàn)故障，降低經(jīng)濟(jì)損失，對(duì)滾動(dòng)軸承進(jìn)行運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷具有十分重要的意義。
　　本文在對(duì)滾動(dòng)軸承結(jié)構(gòu)和振動(dòng)特性深入研究的基礎(chǔ)上，研究了共振稀疏分解方法，并針對(duì)其在參數(shù)選擇問(wèn)題，提出了優(yōu)化方法，取得了較好的信號(hào)分解結(jié)果。另外，對(duì)模式識(shí)別方法進(jìn)行了研究并提出了優(yōu)化方法，能夠?qū)L動(dòng)

2、軸承故障信號(hào)進(jìn)行有效地模式識(shí)別。本文主要內(nèi)容如下:
　　闡述了滾動(dòng)軸承故障診斷的研究背景和意義，總結(jié)了故障診斷技術(shù)的發(fā)展過(guò)程，系統(tǒng)介紹了滾動(dòng)軸承故障特征提取方法和模式識(shí)別方法的研究狀況。
　　研究了滾動(dòng)軸承的故障形式和故障診斷方法，根據(jù)滾動(dòng)軸承的結(jié)構(gòu)和振動(dòng)機(jī)理，給出了故障特征頻率的計(jì)算公式，并總結(jié)了基于振動(dòng)信號(hào)的滾動(dòng)軸承故障診斷的基本步驟。
　　深入研究了共振稀疏分解方法的基本原理，針對(duì)其參數(shù)選擇問(wèn)題，提出采用PSO算

3、法對(duì)品質(zhì)因子的確定過(guò)程進(jìn)行優(yōu)化。為加強(qiáng)全局尋優(yōu)能力，引入了模擬退火算法和調(diào)整慣性權(quán)重因子的方法，對(duì)PSO算法作出了改進(jìn)，得到了基于改進(jìn)PSO算法優(yōu)化的共振稀疏分解方法。采用不同方法對(duì)模擬信號(hào)進(jìn)行分解和頻譜分析，得到故障特征頻率，通過(guò)分解結(jié)果的對(duì)比，驗(yàn)證了本文所提方法的有效性。
　　研究了支持向量機(jī)的分類原理，針對(duì)支持向量機(jī)在處理大樣本問(wèn)題上的局限性，提出最小二乘支持向量機(jī)分類方法，利用改進(jìn)的PSO算法對(duì)其進(jìn)行參數(shù)優(yōu)化。利用優(yōu)化的分

4、類方法對(duì)Wine數(shù)據(jù)進(jìn)行分類識(shí)別，證明了優(yōu)化的分類方法的有效性。
　　利用滾動(dòng)軸承的故障振動(dòng)信號(hào)，對(duì)本文提出的故障特征提取方法和模式識(shí)別方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。對(duì)滾動(dòng)軸承故障信號(hào)進(jìn)行共振稀疏分解，一方面，對(duì)分解得到的低共振分量進(jìn)行頻譜分析，提取出故障特征頻率;另一方面，將低共振分量對(duì)應(yīng)的系數(shù)作為支持向量機(jī)的輸入，進(jìn)行故障模式識(shí)別。利用不同方法對(duì)滾動(dòng)軸承信號(hào)進(jìn)行分解，通過(guò)故障特征頻率提取結(jié)果和模式識(shí)別分類準(zhǔn)確率的對(duì)比，表明了本文所提優(yōu)化