基于HMM模型的滾動軸承故障診斷研究.pdf

1、滾動軸承是旋轉(zhuǎn)機械中最為常見也是最易損壞的部件之一。滾動軸承故障會導(dǎo)致機器產(chǎn)生異常振動和噪聲，甚至引起機器損壞和人員傷亡等重大事故。因此研究軸承的故障診斷與監(jiān)測具有十分重要的意義。本文采用隱馬爾可夫模型(Hidden Markov Model,HMM)對滾動軸承的故障進(jìn)行檢測和診斷。其基本方法是通過對訓(xùn)練信號進(jìn)行特征提取和標(biāo)量量化,建立具有相應(yīng)狀態(tài)數(shù)和觀察值數(shù)的隱Markov模型,然后利用該模型計算待測信號與訓(xùn)練信號相似概率根據(jù)相似概率

2、中的最大值及相應(yīng)模型判斷信號的狀態(tài),從而達(dá)到信號模式分類目的。本文的研究工作是利用HMM進(jìn)行滾動軸承的故障部位與故障程度識別,包括以下內(nèi)容:
　　1)學(xué)習(xí)和研究了HMM的基本理論,探討了HMM解決的問題及相關(guān)算法。針對HMM在故障診斷中的應(yīng)用中存在的問題,對HMM中的相關(guān)算法進(jìn)行了改進(jìn)。結(jié)合HMM在語音識別中完善的理論及成功的應(yīng)用,分析了HMM在故障診斷識別應(yīng)用的可行性。
　　2)闡述了滾動軸承常見的故障模式及形成原因,對正

3、常、不同故障類型、不同故障程度滾動軸承的振動特性進(jìn)行了分析。介紹了滾動軸承模擬故障試驗及其振動信號的采集過程,采集了正常和外圈、內(nèi)圈、滾動體的剝落及不同故障程度的滾動軸承信號。
　　3)針對滾動軸承振動信號的非平穩(wěn)性、調(diào)制以及易受背景噪聲干擾等特點,研究了信號常用時、頻域指標(biāo)及小波包能量譜分解,并介紹了相關(guān)特征參數(shù)的物理意義,從不同的角度對故障信號進(jìn)行刻畫。
　　4)結(jié)合HMM在滾動軸承故障診斷中的應(yīng)用,介紹了具體實施步驟。