检索结果-南通市图书馆

作者： Yousif Yahia Ahmed Abuker（贝克）兰州理工大学

学位级别：硕士

滚动轴承在旋转机械中具有很重要的作用,它可以减少部件之间的摩擦,实现精确的旋转运动。然而,轴承故障是设备发生故障的主要原因之一,在设备状态监测和故障诊断方面引起了人们的极大关注。由于在故障发生的初始阶段,其信噪比相对较低,... 详细信息

滚动轴承在旋转机械中具有很重要的作用,它可以减少部件之间的摩擦,实现精确的旋转运动。然而,轴承故障是设备发生故障的主要原因之一,在设备状态监测和故障诊断方面引起了人们的极大关注。由于在故障发生的初始阶段,其信噪比相对较低,用传统方法将故障信息与原始信号分离比较困难,因而人们在初期很难检测到轴承发生故障的信号。因此,本文基于EEMD、MED和Protrugram相结合的信号处理方法和回溯追踪策略来估计滚动轴承的初始故障时间。本文研究的内容主要包括:(1)用EEMD和MED对滚动轴承的原始振动信号进行降噪。给出了EEMD和MED算法的理论背景和框架,采用EEMD和MED降低滚动轴承的原始振动信号中的噪声,实验结果表明:EEMD和MED在衰减低频干扰、反卷积传输路径和突出周期性冲击分量方面具有良好的效果。(2)基于Protrugram方法确定滤波后的振动信号包络解调的最佳频带和中心频率参数。经过EEMD和MED滤波后的振动信号,采用Protrugram方法确定包络解调的最佳中心频率和带宽,将此方法应用于早期轴承故障的实验中,结果证明了Protrugram在初始故障方面具有良好的检测能力。(3)提出了一种基于EEMD,MED和Protrugram的信号处理方法估计滚动轴承原始故障发生的时间。使用EEMD来消除低频干扰和突出共振分量,采用峭度指标来反映轴承在整个寿命期的损坏情况,并确定基于峭度值的突然增加量来选择信号(分组数据)的故障阈值,比通过峭度值来反映故障的阈值更早。采用MED增强所选信号的脉冲,基于Protrugram选择包络分析时最佳的频带参数,确定轴承包络谱的特征频率和轴承故障类型,通过回溯追踪法确定初始故障时间。通过失效试验轴承的实验数据,证明了所提出的方法的可行性和正确性。

关键词：滚动轴承初始故障时间 EEMD MED Protrugram

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

特征融合与灰色回归的滚动轴承性能退化评估

引用

电子学报 2022年第1期50卷 106-115页

作者：杨创艳马军王晓东罗亭李卓睿昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500

针对传统退化指标无法准确反映滚动轴承全寿命周期内退化状态的问题,提出一种特征融合与灰色回归的滚动轴承性能退化评估方法.该方法提取滚动轴承振动信号的高维退化特征,构建基于单调性、相关性和鲁棒性的综合评价准则,选择有效退化特... 详细信息

针对传统退化指标无法准确反映滚动轴承全寿命周期内退化状态的问题,提出一种特征融合与灰色回归的滚动轴承性能退化评估方法.该方法提取滚动轴承振动信号的高维退化特征,构建基于单调性、相关性和鲁棒性的综合评价准则,选择有效退化特征并构建敏感指标集;提出核独立成分分析(Kernel Independent Component Analy⁃sis,KICA)和马氏距离(Mahalanobis Distance,MD)相结合的方法,计算敏感退化指标KICAMD;融合灰色回归模型和3δ原则,判定敏感退化指标KICAMD是否存在虚假波动并修复,获得轴承健康指标(Health Index,HI);最后,基于HI时间序列的转折突变点,自适应确定初始故障时间和定量评估轴承退化状态.两组滚动轴承全寿命周期振动实验数据及对比分析表明,所提方法构建的性能退化指标能有效表征轴承全生命周期的运行状态.

关键词：滚动轴承特征融合灰色回归模型初始故障时间退化状态定量评估

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Early Fault Detection and Initial Fault Estimation of Rolling Element Bearing

Early Fault Detection and Initial Fault Estimation of Rollin...

引用

作者： Abdalla Babiker Abdalla Eldoma 兰州理工大学

学位级别：硕士

滚动轴承被广泛应用于机械和电气设备领域,用于支持旋转部件运转。在实际运行中,由于恶劣的工作环境,导致其性能恶化,甚至出现机械系统的级联故障,导致维修成本过高,以及生产的延误。对于机器运行中出现的意外故障,早期故障诊断是一种... 详细信息

滚动轴承被广泛应用于机械和电气设备领域,用于支持旋转部件运转。在实际运行中,由于恶劣的工作环境,导致其性能恶化,甚至出现机械系统的级联故障,导致维修成本过高,以及生产的延误。对于机器运行中出现的意外故障,早期故障诊断是一种避免灾难性故障发生的有效策略。因此,本文基于VMD和Inforgram相结合的信号处理方法和回溯追踪策略来估计滚动轴承初始故障时间。(1)提出VMD和EEMD结合的方法对滚动轴承的原始振动信号进行降噪。在VMD和EEMD算法的理论基础上,采用VMD对原始振动信号进行分解,通过EEMD对VMD分解后的分量进一步分解得到IMF分量。选择峭度值和相关系数最大的IMF分量进行重构,得到降噪后的信号。实验结果表明:采用VMD和EEMD相结合的方法在信号降噪、突出故障信息方面具有良好的效果。(2)提出基于Infogram方法确定滤波后振动信号共振解调的最佳滤波器参数。引入谱熵对Infogram方法进行了分析,采用Infogram计算VMD分解后信号的每个子带中平方包络的谱熵,确定最佳共振频带的中心频率和带宽。分析结果表明Infogram对初始故障具有良好的检测能力。(3)提出了基于Infogram、VMD和回溯分析的混合信号处理方法,预测了滚动轴承的初始故障时间。峭度值作为轴承性能退化指标,通过轴承信号进行平方包络实现故障特征频率、故障类型的识别。采用回溯追踪预测了滚动轴承发生初始故障的时间,通过分析失效试验轴承实验数据,验证了该方法的有效性。

关键词：滚动轴承故障诊断初始故障时间变分模态分解 Infogram 谱峭度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：