免费看男阳茎进女阳道视频

                        24小時論文定制熱線

                        咨詢電話

                        熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                        您當前的位置:論文定制 > 畢業設計論文 >
                        快速導航
                        畢業論文定制
                        關于我們
                        我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                        代做畢業設計
                        常見問題

                        滾動軸承故障診斷方法

                        添加時間:2018/12/19 來源:華東交通大學 作者:劉晶
                        滾動軸承在現代機械設備中發揮著不可估量的作用,越來越多的研究正在圍繞滾動軸承展開,為有效避免軸承故障帶來的生產停頓、經濟虧損、人員傷亡等不利情況,對軸承運行狀態實時監測并及時采取診斷方案顯得尤其重要。
                        以下為本篇論文正文:

                        摘要

                          滾動軸承作為機械設備的主要傳動部件,越發地得到廣大研究者與企業的重視。然而受到自身特殊內部結構與外在苛刻工作環境的雙重負面影響,滾動軸承極易出現故障。作為承受載荷并傳遞運動的滾動軸承一旦發生故障將造成巨大經濟損失,若能在軸承故障的萌芽階段及時對機械設備進行檢測、維修、更換便可將災難降到最低。為此,本文展開了滾動軸承故障檢測研究。軸承工作時,產生的振動信號往往包含大量外界噪聲,輕微的故障沖擊成分通常被淹沒在內,如何從冗雜的信號中消除干擾噪聲突出故障特征是診斷軸承的關鍵。本文利用能量算子解調對滾動軸承故障進行診斷,主要內容如下:

                         。1)介紹了廣義檢波濾波和希爾伯特解調,并用可靠數據分別驗證其解調效果,結果表明雖然二者具有一定價值但都存在一定缺陷,前者解調速度慢且存在頻率混疊,后者極易出現信號調制現象與端點效應。

                         。2)針對以上不足,將能量算子解調引入軸承故障診斷中,對輪對軸承聲音信號進行處理,并與希爾伯特診斷結果形成對比,結果表明能量算子診斷更具優越性。能量算子致命的缺點是對噪聲敏感,對低信噪比的振動信號診斷效果不佳,為此本文提出了MED-Teager 能量算子和 SK-Teager 能量算子兩種方法,先分別用最小熵解卷積與譜峭度對噪聲信號進行濾波處理,再對濾波后的信號進行能量算子解調進一步增強故障特征,最后對其做包絡譜分析,實驗數據表明提出的方法能有效診斷軸承故障。

                         。3)雖然 MED 和 SK 可以消除大部分噪聲,但仍有部分帶內噪聲殘留。針對該問題,本文利用 1.5 維 Teager 能量譜抗高斯噪聲的優異性能和頻率加權能量算子的良好去噪特性,提出 1.5 維 Teager 能量譜結合小波包分解和頻率加權能量算子融合 1.5 維譜這兩種軸承故障診斷方法,通過仿真信號和實測信號證明了這兩種方法在低信噪比信號中能夠準確提取出故障特征頻率成分,驗證了所提方法的有效性和實用性。

                          關鍵詞:滾動軸承,特征增強,能量算子,1.5 維 Teager 能量譜,頻率加權能量算子

                        ABSTRACT

                          As the main transmission parts of mechanical equipment, rolling bearings have got considerable attention from researchers and enterprises. However, influenced by many factors, rolling bearings are prone to failure. Rolling bearings can bear load and transfer movement, once it damaged, it will result in huge economic losses. While the disaster can be minimized if the mechanical equipment be detected and repaired in the early stage. To this end, the bearing fault detection research has been proposed in this paper. Generally, the vibration signal generated by the bearing contains a lot of external noise, and the slight fault impact component is submerged. How to eliminate the interference noise from the complicated signal so as to highlight the fault feature is the key to diagnosing the bearing. In this paper, energy operator demodulation is used to diagnose the fault, the main contents are as follows:

                          (1) First of all, the generalized detection filter and Hilbert demodulation are introduced, and their demodulation effects are verified respectively by reliable data. The results show that although both have certain value, the former has a very slow demodulation speed and frequency aliasing , the latter is prone to signal modulation and end effect .

                          (2) To solve the above problems, Teager energy operator demodulation is used to handle the wheel bearing sound signal and compared it with Hilbert. The results show that the energy operator demodulation is more superior than Hilbert demodulation. However, the fatal flaw of energy operator is sensitive to noise, it is of great difficulty for it to diagnose low signal-to-noise ratio vibration signal. In this case, the diagnostic methods of MED(minimal entropy decovolution)-Teager energy operator and SK(spectral kurtosis)-Teager energy operator are proposed one after another. Firstly, the noise signal is filtered by MED and SK respectively, then the signal is processed by energy operator for a better feature enhancement.The effectiveness of the proposed methods has been proved by experimental data.

                          (3) Although MED and SK can eliminate most of the noise, some in-band noise remains.In this paper, 1.5-dimensional Teager energy spectrum and the frequency-weighted energy operator are implied to solve the problem. Ultimately, proposing two diagnostic methods, they are 1.5-dimensional Teager energy spectrum combined with wavelet packet decomposition and frequency-weighted energy operator fused with 1.5-dimensional spectrum. The validity and practicability of the above two methods are verified by a variety of data.

                          Key Words: rolling bearing, feature enhancement, energy operator, 1.5-dimensional Teager energy spectrum, frequency-weighted energy operator

                          本學位論文來源于國家自然科學基金地區科學基金項目―基于載荷反演的齒輪箱工況不敏感狀態退化評估理論與技術‖(項目編號:51665013)和江西省自然科學基金項目―動態服役工況下齒輪箱性能退化評估方法與技術研究‖(項目編號 20171BAB206028)。20 世紀以來,隨著科技創新日新月異、社會經濟蓬勃發展,為滿足當今社會的生成需求,國內外機械設備逐漸朝著大型化、復雜化、精密化、智能化和高效化的方向迅猛發展[1]。高速列車組、大型盾構機、千萬瓦發電機、大型船艦、汽車起重機、航空航天交通工具等已成為當今社會司空見慣的設備。然而,隨著機械設備的智能化發展與進步,其工作環境也愈加極端苛刻。與此同時,設備零部件的復雜程度也隨之增高,彼此間的配合程度越發緊密,在工作過程中相輔相成,一旦某核心機械零部件發生故障將會引發一連串不良反應,導致運行過程中的整臺機器罷工甚至是整條生產線路出現損壞,影響極其惡劣,輕則給企業帶來巨大經濟損失,重則危及相關工作人員的生命安全。軸承和齒輪作為旋轉機械中使用最廣泛的零部件,它們的運行狀態的優劣在很大程度上決定著設備的整體性能。若能對機械設備合理使用并定期維修保養,增強設備運行的有效性和安全可靠性,對提高生產效率、提升現代化企業在社會上的競爭力起到積極作用。滾動軸承故障診斷即對滾動軸承的運行狀態進行實時監測、分析、處理,將設備故障扼殺于早期萌芽階段,減少后期造成的不必要的損失,防范于未然。

                          近些年來,國內外因機械設備故障造成的人員傷亡事件此起彼伏。1984 年 12 月 3日,印度博帕爾市某一農藥廠因機械設備管理不當造成劇毒泄漏[2],導致 57.5 萬人死亡,20 萬人永久傷殘,成為史上空前慘重的化工災難;1998 年 6 月,德國 ICE884 次高速列車在由慕尼黑駛向漢堡的途中因輪箍破裂出軌撞上陸橋導致列車脫軌,直接造成 100 余人死亡,經濟損失慘重;2003 年 2 月 1 日,美國宇航局第一架飛機―哥倫比亞‖號航班在完成科學探索后在返程中由于機體內部設備產生缺陷直接導致飛機解體,7 名宇航員無一幸免;2014 年 6 月,韓國―歲月號‖輪船在馬尼灣真島航行時,因船艙內部零部件損壞導致左舷傾斜 90 度,造成沉船事件,445 名游客全部遇難。類似的災難性事故數不勝數。

                          以上種種事跡表明,及時對設備進行檢測維修,對保證重大設備的安全可靠運行具有重大意義,這也是國家政府和廣大研究者一直以來關注的話題。

                          當今社會已逐漸朝著科技化、智能化、現代化的趨勢飛速發展,其中存在的競爭也日益激烈。大到國與國之間經濟發展、科研水平、人才培養的競爭,小到企業部門某項技術個體之間的較量權衡,無一不反映著科技創新和奮發向上的重要性。伴隨著電子設備計算機行業的問世與發展,我國工業化水平徐徐上升,尤其對化工、石礦、汽輪、電機、鋼鐵領域起了很好的推動促進作用。機械設備作為發展工業化水平的核心器械,對它們的要求也不同往日:智能自動一體、大型復雜、集成高效的機械設備在各個企業相關領域早已司空見慣,旨在保證產品質量的前提下提高工作效率。然而,面臨高產、高壓、高效的生產壓力和惡劣復雜的工作環境,機械設備極易發生局部甚至整體故障。作為大型批量生產設備,一旦發生故障將會影響整個生產線的正常運行,給企業造成巨大經濟損失,擾亂百姓正常生活,甚至危及人生安全,后果慘重。

                          滾動軸承由于摩擦阻力小、結構簡單、價格低廉、潤滑性能好等優點而被廣泛應用于旋轉機械。作為機械設備微小零部件之一,它具有承受載荷、傳遞動力和力矩的功能,在機械設備中起著舉足輕重的作用,但也是最容易損壞的零件。據相關數據統計,機械故障的 70%由運行振動引起,而滾動軸承故障在振動故障中的占比高達 30%[3],比例之高的原因一方面與軸承自身內部結構有關,另一方面是因為軸承長期處于高壓重載、熱效應、磨損等不確定性工作環境中。如何實時了解軸承運行狀態的好壞并及時改善是廣大國內外學者一直以來研究的熱點和重點話題。而如今機械設備精度高、結構復雜,通過拆機對機械設備進行檢修不僅工作量大、程序復雜、耗時耗力、效率低,而且有進一步損壞機器的風險,依照人工經驗進行檢修判別顯得愈加艱難,不切實際。這種情況受到國內外學者和政府機構的重視,故障診斷技術從此展開,并得到迅猛發展。因此,為了減少滾動軸承故障給生產、設備維修帶來不必要的經濟損失,對滾動軸承運行狀態進行狀態監測顯得尤為重要。

                          機械故障診斷即在保證設備正常運行的條件下,應用采集系統對機械設備的運行狀態進行實時檢測并采集數據,對早期隱患故障進行預測,及時發現故障并對數據進行分析,確定故障出現的部位及原因,最后對其壽命進行評估。故障診斷在一定程度上可提前預知即將發生的機械故障,從而避免故障的發生,這對保證整臺設備安全可靠地運行、降低事故發生率、減少經濟損失以及提升機械設備壽命起到積極作用。

                          機械故障診斷一直以來都是學術界關注的焦點。早期對機械設備故障的判別主要通過人體感官系統,經驗十足的工匠采用―一看二聽三摸‖三個步驟來識別故障與否。觀察外表是否破損,聽旋轉機械中的軸承或轉子的運行時是否發出異音產生異常震響,觸摸零部件是否磨損或產生缺陷。然而,人工檢測受主觀因素的影響較大、誤差大、效率低、精確度小、耗時耗力。為此,人們致力于研究一套智能化系統來對機械故障進行診斷。

                          該智能化技術最早可追溯到 20 世紀 60 年代,由美國開創了機械故障診斷研究的里程碑。1961 年初,隨著阿波羅計劃的展開,美國陸陸續續出現了眾多專業的新設備用于機械設備故障診斷,面臨種種故障的嚴峻挑戰,興趣小組成員對此展開了積極地研究探索。6 年后,為了高效、可靠、系統地對故障機理和測試技術進行深入探究,在美國航宇局(National Aeronautics and Space Administration,NASA)的支持下,美國成立了機械故障預防小組(Machinery FaultPrevention Group, MFPG)。在國家的倡導與帶領下,越來越多學術界人才、高?蒲兴、企業科技人員紛紛加入該組織共同探索新奧秘。未許,Bently 公司成功研制出一套完整的 Trendmaster2000 系統用于旋轉機械的故障檢測[4],對于傳感器的研究也不落后;Bechtel 電力公司則致力于鉆研火電廠機械技術,取得驚人的成果。此后機械故障診斷技術波及到了美國的軍事、航空、國防、企業等各個領域,逐漸走向成熟。

                          英國對機械故障的診斷始于 20 世紀 60 年代末,由 R.A.Collacott為首創建的機械保健中心標志這該項技術的正式開始[5],對后期摩擦學、力學、振動、火車和發動機等故障診斷的研究起到了推動促進作用,全身心的投入、大膽猜想、腳踏實地的鉆研使得短時間內英國的該項技術遙遙領先于其他國家的水平。20 世紀 70 年代初,日本也開始躋身于機械故障診斷行列,并借鑒別國的先進技術,取長補短。1971年日本成立了機械設備協會對機械故障進行維修診斷,意識到自身條件的不足,日本每年定期派遣資深學者赴歐美國家訪學,睜眼看世界,了解故障診斷技術當下的發展水平和狀況并從中學習新技術。若干年后,日本的診斷技術已達到實用水平,其民營企業、鐵道、礦石、鋼材很快進入了一個更高的檔次。此外,歐洲其他國家在該領域的發展也各有千秋,如瑞典 SPM 對軸承檢測的貢獻,丹麥 B&K 對振動、噪聲監控技術的研究以及挪威船舶診斷技術的躍進[6]。據日本統計,故障診斷技術的出現使機械故障的下降率高達 75%,維修費用也減少以往的 40%左右,英國也曾對多個民營企業做過調查,發現新技術的引入極大降低了維修費用。

                          滾動軸承故障診斷方法部分功能:

                        輪對軸承安裝位置及聲學傳感器陣列
                        輪對軸承安裝位置及聲學傳感器陣列

                        貨車外圈故障軸承
                        貨車外圈故障軸承

                        貨車內圈故障軸承
                        貨車內圈故障軸承

                        MED-Teager 診斷模型
                        MED-Teager 診斷模型

                        (a)旋轉機械振動分析及故障診斷試驗平臺; (b)測試軸承
                        (a)旋轉機械振動分析及故障診斷試驗平臺; (b)測試軸承

                        目錄

                          主要符號說明
                          第一章 緒論
                            1.1 研究背景及意義
                              1.1.1 課題來源
                              1.1.2 研究背景
                              1.1.3 故障診斷的意義
                            1.2 國內外發展情況
                              1.2.1 國外研究現狀
                              1.2.2 國內研究現狀
                            1.3 幾種循環沖擊特征增強技術發展概述
                              1.3.1 小波變換
                              1.3.2 譜峭度
                              1.3.3 經驗模態分解
                              1.3.4 最小熵解卷積
                            1.4 能量算子發展現狀
                            1.5 本文研究內容
                          第二章 軸承故障理論分析
                            2.1 滾動軸承結構及振動機理
                              2.1.1 滾動軸承基本結構
                              2.1.2 滾動軸承振動機理
                            2.2 滾動軸承故障類型
                            2.3 滾動軸承特征頻率
                              2.3.1 固有振動頻率
                              2.3.2 故障特征頻率
                            2.4 典型軸承故障特征分析
                              2.4.1 外圈故障
                              2.4.2 內圈故障
                              2.4.3 滾動體故障
                            2.5 本章小結
                          第三章 滾動軸承故障檢測的包絡解調方法
                            3.1 共振解調
                            3.2 廣義檢波濾波
                              3.2.1 高通絕對值解調
                              3.2.2 檢波濾波解調
                              3.2.3 平方解調
                              3.2.4 廣義檢波濾波的不足
                            3.3 Hilbert 解調
                              3.3.1 希爾伯特變換原理
                              3.3.2 希爾伯特解調的應用
                              3.3.3 希爾伯解調的局限性
                            3.4 能量算子解調
                              3.4.1 連續能量算子
                              3.4.2 離散能量算子
                              3.4.3 能量算子解調原理
                            3.5 本章小結
                          第四章 基于能量算子解調的軸承故障檢測
                            4.1 基于聲音信號 Teager 的輪對軸承故障檢測
                              4.1.1 工程應用及數據來源
                              4.1.2 外圈故障分析
                              4.1.3 內圈故障分析
                            4.2 基于 MED-Teager 的滾動軸承故障診斷
                              4.2.1 MED 理論及診斷方案
                              4.2.2 數據來源
                              4.2.3 外圈故障分析
                              4.2.4 內圈故障分析
                            4.3 基于 SK-Teager 的滾動軸承故障診斷
                              4.3.1 SK 理論及診斷方案
                              4.3.2 外圈故障
                              4.3.3 內圈故障
                              4.3.4 混合故障
                            4.4 本章小結
                          第五章 1.5 維 Teager 能量譜與頻率加權能量算子
                            5.1 1.5 維譜
                              5.1.1 1.5 維譜定義
                              5.1.2 1.5 維譜估算方法
                              5.1.3 1.5 維譜的應用
                              5.1.4 1.5 維 Teager 能量譜
                            5.2 小波包分解結合 1.5 維 Teager 能量譜的軸承故障診斷
                              5.2.1 小波包分解
                              5.2.2 診斷流程
                              5.2.3 工程應用
                            5.3 頻率加權的能量算子
                              5.3.1 頻率加權的能量算子
                              5.3.2 頻率加權能量算子與傳統能量算子應用對比
                            5.4 基于頻率加權的能量算子與 1.5 維譜的軸承故障診斷
                              5.4.1 診斷方案
                              5.4.2 內圈數據分析
                              5.4.3 外圈數據分析
                            5.5 本章小結
                          第六章 總結與展望
                            6.1 總結
                            6.2 展望
                          參考文獻
                          個人簡歷 在讀期間發表的學術論文
                          致謝

                        (如您需要查看本篇畢業設計全文,請您聯系客服索。

                        相關內容
                        相關標簽:機械畢業設計
                        好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                        所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                        如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!

                        將微信二維碼保存到相冊

                        打開微信掃一掃從相冊識別

                        1.點擊下面按鈕復制QQ號

                        3008637063

                        2.打開QQ→添加好友/群

                        粘貼QQ號,加我為好友

                        免费看男阳茎进女阳道视频