基于流形學(xué)習(xí)的滾動(dòng)軸承故障診斷若干方法研究.pdf

1、滾動(dòng)軸承是機(jī)械設(shè)備中使用量最多的關(guān)鍵零部件，保證滾動(dòng)軸承正常運(yùn)行是設(shè)備維護(hù)工作的重要內(nèi)容。但滾動(dòng)軸承工作狀態(tài)復(fù)雜，轉(zhuǎn)速變化大，承載方式多樣，運(yùn)動(dòng)形式多變，這些都會(huì)對滾動(dòng)軸承故障診斷產(chǎn)生不利的影響，從而降低各種傳統(tǒng)診斷方法的效能。為此，本文以滾動(dòng)軸承故障振動(dòng)信號(hào)為研究對象，將流形學(xué)習(xí)方法與現(xiàn)代信號(hào)處理理論結(jié)合，對滾動(dòng)軸承故障診斷過程中遇到的降噪、特征提取、故障源分離、性能監(jiān)測問題進(jìn)行研究。論文的主要研究內(nèi)容及結(jié)論如下:
　　1.論述

2、了開展?jié)L動(dòng)軸承故障診斷的意義，分析了滾動(dòng)軸承故障診斷技術(shù)不同發(fā)展階段的特點(diǎn)。對滾動(dòng)軸承故障診斷中遇到的降噪、特征提取、故障源分離、性能監(jiān)測問題的研究現(xiàn)狀進(jìn)行了綜述。在總結(jié)滾動(dòng)軸承故障診斷技術(shù)發(fā)展趨勢的基礎(chǔ)上，介紹了非線性流形學(xué)習(xí)理論及其在故障診斷中的應(yīng)用。
　　2.針對滾動(dòng)軸承故障信號(hào)降噪問題，提出了一種基于最大方差展開(MVU)算法的對偶樹復(fù)小波(DTCWT)降噪方法。利用MVU提取DTCWT細(xì)節(jié)信號(hào)空間的信號(hào)子空間，去除噪聲子

3、空間實(shí)現(xiàn)降噪。DTCWT具備平移不變性和完全重構(gòu)性，能克服常規(guī)小波變換平移敏感性和非完全重構(gòu)的缺陷。MVU流形算法能有效提取高維數(shù)據(jù)空間的非線性結(jié)構(gòu)，克服線性結(jié)構(gòu)的不足。結(jié)合二者優(yōu)勢的DTCWT_MVU降噪方法，比傳統(tǒng)降噪方法具有更高的信噪比，能更好地提取故障信號(hào)的非線性沖擊成分，減少降噪后信號(hào)波形的失真。仿真和工程實(shí)際信號(hào)驗(yàn)證了該方法的有效性。
　　3.對于滾動(dòng)軸承故障特征提取問題，提出了一種基于張量流形學(xué)習(xí)的時(shí)頻故障特征提取方

4、法。在HHT時(shí)頻特征的基礎(chǔ)上，利用張量流形學(xué)習(xí)方法提取信號(hào)的非線性張量流形時(shí)頻特征，定義了時(shí)頻特征參數(shù)，將張量流形時(shí)頻特征參數(shù)與概率神經(jīng)網(wǎng)絡(luò)相結(jié)合，準(zhǔn)確實(shí)現(xiàn)了軸承故障樣本分類。張量流形學(xué)習(xí)能有效提取高維時(shí)頻特征組合的內(nèi)蘊(yùn)非線性特征，與HHT時(shí)頻特征參數(shù)相比，張量流形時(shí)頻特征參數(shù)能減少特征信息的冗余，更有效地區(qū)分不同類型故障樣本，降低神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)，提高故障分類的準(zhǔn)確性。
　　4.對于滾動(dòng)軸承故障源分離問題，提出了一種基于流形學(xué)

5、習(xí)的滾動(dòng)軸承故障源盲分離方法。利用EMD分解構(gòu)造了多通道測試信號(hào)，估計(jì)測試信號(hào)的信源數(shù)，建立最優(yōu)測試信號(hào)的選擇標(biāo)準(zhǔn)，綜合利用峭度、稀疏度、互信息標(biāo)準(zhǔn)選擇最優(yōu)測試信號(hào)，通過提取最優(yōu)測試信號(hào)的KPCA流形成分作為ICA算法的輸入，有效分離出故障源。該方法解決了欠定盲分離過程中最優(yōu)測試信號(hào)的選取問題，利用流形學(xué)習(xí)增強(qiáng)了ICA的分離能力，使其能從故障信息微弱的單通道信號(hào)中分離出沖擊特征明顯的故障源。
　　5.針對滾動(dòng)軸承性能退化監(jiān)測問題，

6、提出了一種基于流形學(xué)習(xí)和模糊聚類的性能監(jiān)測方法。利用小波包分解確定監(jiān)測信號(hào)的敏感頻帶，在此基礎(chǔ)上提取信號(hào)的低維流形特征作為模糊聚類的數(shù)據(jù)樣本，以樣本的隸屬度值作為性能指標(biāo)，監(jiān)測軸承性能退化規(guī)律。與基于單特征及線形多特征的監(jiān)測方法相比，該方法能有效體現(xiàn)滾動(dòng)軸承全壽命性能退化周期的四個(gè)階段，反映滾動(dòng)軸承各部件性能退化的統(tǒng)一規(guī)律，提前預(yù)知軸承早期故障。
　　6.使用LabVIEW和MATLAB混合編程的方式開發(fā)了基于流形學(xué)習(xí)的滾動(dòng)軸承故