基于分形理論的滾動(dòng)軸承故障診斷方法研究及系統(tǒng)實(shí)現(xiàn).pdf

1、在旋轉(zhuǎn)機(jī)械設(shè)備中，滾動(dòng)軸承作為支撐并保持軸的正常工作位置與旋轉(zhuǎn)精度的關(guān)鍵零部件，它的運(yùn)行狀態(tài)直接影響著整個(gè)機(jī)械設(shè)備甚至生產(chǎn)系統(tǒng)的正常運(yùn)行。滾動(dòng)軸承作為一種精密機(jī)械元件，包含內(nèi)圈、外圈、滾動(dòng)體和保持架四部分，由于工作環(huán)境復(fù)雜，并長(zhǎng)期處于高轉(zhuǎn)速、高負(fù)荷的工作條件，極容易產(chǎn)生故障。據(jù)統(tǒng)計(jì)，包含滾動(dòng)軸承的旋轉(zhuǎn)機(jī)械設(shè)備中，70％以上的故障屬于軸承故障，因此開展?jié)L動(dòng)軸承的故障診斷研究具有極為重要的意義。
　　在目前已有的軸承監(jiān)測(cè)診斷技術(shù)研究成

2、果中，采集軸承振動(dòng)信號(hào)并進(jìn)行分析處理是主流方式，而基于傅里葉變換的時(shí)頻域線性分析方法是應(yīng)用最為廣泛的診斷方法，具有理論完善、分析方便、能夠很好的反映信號(hào)時(shí)域和頻域的特征等優(yōu)點(diǎn)，研究成果多且較為成熟，但線性分析也存在著固有的局限性缺點(diǎn)，例如基于信號(hào)平穩(wěn)假設(shè)，因此本文主要從非線性分析出發(fā)對(duì)振動(dòng)信號(hào)進(jìn)行處理，增加故障診斷領(lǐng)域方法的完善性。
　　本文主要從信號(hào)灰度圖紋理特征以及信號(hào)分形特征兩個(gè)方面來(lái)對(duì)軸承振動(dòng)信號(hào)進(jìn)行研究分析，達(dá)到故障診斷

3、的目的。
　　滾動(dòng)軸承產(chǎn)生故障后，高速運(yùn)行時(shí)故障缺陷對(duì)系統(tǒng)會(huì)產(chǎn)生周期性沖擊，沖擊特征在時(shí)頻域的表現(xiàn)形式是沖擊幅值和特征頻率，而將振動(dòng)信號(hào)轉(zhuǎn)化為灰度圖后則能夠以紋理的形式表現(xiàn)出來(lái)，基于此，本文將LBP算法引入到滾動(dòng)軸承故障診斷領(lǐng)域，通過(guò)提取軸承不同狀態(tài)下的振動(dòng)信號(hào)灰度圖紋理特征，實(shí)現(xiàn)了滾動(dòng)軸承典型故障的有效識(shí)別。此外，針對(duì)信號(hào)灰度圖損失了時(shí)頻域信息的問(wèn)題，設(shè)計(jì)了基于幅值加權(quán)的改進(jìn)方法;根據(jù)灰度圖紋理對(duì)噪聲較為敏感的特性，設(shè)計(jì)了基于E

4、MD降噪的改進(jìn)方法，兩種改進(jìn)方法都取得了良好的效果。
　　滾動(dòng)軸承振動(dòng)信號(hào)存在著分形特征，而軸承不同狀態(tài)下的振動(dòng)信號(hào)分形特征也有所差異，因此本文開展了基于分形理論的故障診斷方法研究。首先進(jìn)行了單重分形在軸承故障診斷方面的應(yīng)用研究，通過(guò)盒維數(shù)結(jié)合ITD算法，成功區(qū)分了軸承不同狀態(tài)，但是單重分形存在著不能完整刻畫信號(hào)分形特征的固有缺陷，因此引入了改進(jìn)后的多重分形方法，結(jié)合基于特征向量?jī)?nèi)在關(guān)系的分類識(shí)別算法進(jìn)行故障診斷，經(jīng)過(guò)實(shí)驗(yàn)室軸承數(shù)