面向滾動軸承的性能退化評估方法研究.pdf

1、旋轉(zhuǎn)機械的安全、穩(wěn)定運轉(zhuǎn)是以設備及零部件的正常工作為基礎條件的。隨著工業(yè)與科技的發(fā)展壯大，旋轉(zhuǎn)設備朝著高速、重載、結構復雜以及環(huán)境惡劣等苛刻工作條件發(fā)展。這不但為各部件的生產(chǎn)、加工及工藝要求提出了重大挑戰(zhàn)，更為設備的運行狀態(tài)進行準確地評估增大了難度。一旦對旋轉(zhuǎn)機械的性能評估不準確而延誤了有效停機時間，輕則造成經(jīng)濟損失，重則導致災難性的人員傷亡并造成惡劣影響。因此，有效、及時、準確地評判設備運行狀態(tài)是實現(xiàn)視情維修的重要途徑。
　　性

2、能退化評估與傳統(tǒng)的故障診斷方法有所不同的在于它忽略了某時刻某類故障的離散狀態(tài)，而是以設備全壽命性能狀態(tài)為研究對象，分析其與正常狀態(tài)的偏離程度、何時出現(xiàn)故障及失效點，即對設備衰退程度的定量化研究。本文以滾動軸承為研究對象，以評估其性能退化程度為目標，研究以下幾類性能退化評估方法：
　　(1)考慮到信號中的非線性特征，研究以熵為滾動軸承運行振動特征，并利用以樣本熵為基礎的不同時間尺度的多尺度熵來表征不同運行狀態(tài)下滾動軸承振動信號的復雜

3、度，結合不同尺度熵值提出一個性能退化融合指標，并通過軸承不同故障程度數(shù)據(jù)以及齒輪箱全壽命驗證了該指標的有效性；
　　(2)考慮到時域特征中原始信息豐富，研究以TESPAR(時間編碼信號處理與診斷)為振動信號特征提取方法，提取TESPAR的兩類時頻矩陣作為特征，以高斯混合模型構建早期無故障樣本，求后期振動信號特征與該模型之間的似然概率作為性能退化指標，并以IMS(Intelligent Maintenance Systems)滾動軸

4、承全壽命振動數(shù)據(jù)來驗證方法的有效性；
　　(3)考慮到故障程度與波形能量的關系，研究以第二代小波包為時頻分析工具，提取不同小波包頻帶能量為波形縱向特征，結合TESPAR特征作為波形橫向特征構造特征集，并利用支持向量數(shù)據(jù)作為特征聚類工具構造早期無故障樣本超球面，求后期振動信號特征集到超球面的馬氏距離作為性能退化評估指標，并基于6205軸承搭建了一個滾動軸承壽命疲勞實驗臺，以測得的信號作為以上方法的數(shù)據(jù)支撐，并通過實驗來比較概率模型與