基于靜電監(jiān)測(cè)滾動(dòng)軸承性能退化評(píng)估及預(yù)測(cè)方法研究

《基于靜電監(jiān)測(cè)滾動(dòng)軸承性能退化評(píng)估及預(yù)測(cè)方法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、中圖分類(lèi)號(hào)：U8學(xué)科分類(lèi)號(hào)：085222論文編號(hào)：102870713一SZOl7基于靜電監(jiān)測(cè)的滾動(dòng)軸承性能退化評(píng)估及預(yù)測(cè)方法研究研究生姓名李夢(mèng)瑩專(zhuān)業(yè)類(lèi)別專(zhuān)業(yè)領(lǐng)域指導(dǎo)教師工程碩士交通運(yùn)輸工程父趟還輸工程左洪福教授南京靚空航天大學(xué)研究生院民航學(xué)院二0一三年一月N刪ingUniversityofAeronauticsandAstronauticsTheGraduateSch001CollegeofCivilAviationResearchofRollingBearingPerformanceDegradationAssessmentandPredictionMethodsBa

2、sedonElectrostaticmonitoringAThesisinCommunicationandTransportationEngineeringbyMengyingLiAdvisedbyProf．HongfuZUOSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch，2013承諾書(shū)本人聲明所呈交的博／碩士學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也

3、不包含為獲得南京航空航天大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。本人授權(quán)南京航空航天大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本承諾書(shū))作者簽名：冱孝繭日期：絲叢：互：翌南京航空航天大學(xué)碩士學(xué)位論文摘要隨著科技的不斷發(fā)展，機(jī)械設(shè)備也不斷向大型化、復(fù)雜化發(fā)展，對(duì)于生產(chǎn)效率的追求也越來(lái)越高，另一方面，對(duì)于工作環(huán)境和運(yùn)行要求也越來(lái)越嚴(yán)格，軸承作為其中的重要部件一旦發(fā)生故障，將導(dǎo)致致命的危險(xiǎn)。因此，對(duì)于軸承進(jìn)行性能評(píng)估就變得尤為重要，不但要在機(jī)械設(shè)備要發(fā)生故障時(shí)及時(shí)的做出診斷

4、更要在早期性能退化時(shí)做出預(yù)警，提前制定維修計(jì)劃以防止重大事故的發(fā)生?；谟鸵旱撵o電監(jiān)測(cè)目前尚處于初步研究階段，由于軸承在磨損的過(guò)程中會(huì)產(chǎn)生磨損微粒，這些磨損微粒上便會(huì)帶有靜電，通過(guò)靜電傳感器監(jiān)測(cè)靜電的變化，便能夠在軸承發(fā)生故障的時(shí)候及時(shí)的通過(guò)采集系統(tǒng)判斷出來(lái)，本試驗(yàn)以滾動(dòng)軸承6207為研究對(duì)象，針對(duì)信號(hào)的特征提取方面、性能退化評(píng)估方面和趨勢(shì)預(yù)測(cè)做了以下研究工作：(1)闡述了本文選題的背景和意義，通過(guò)國(guó)內(nèi)外研究資料分析了靜電監(jiān)測(cè)、性能退化評(píng)估和趨勢(shì)預(yù)測(cè)在國(guó)內(nèi)外的發(fā)展?fàn)顩r，確立了以靜電信號(hào)為基礎(chǔ)的性能退化評(píng)估方法研究，將其研究結(jié)果與振動(dòng)信號(hào)做比較，確立了本文的研究?jī)?nèi)容。(2

5、)研究了EMD方法對(duì)油液磨粒靜電監(jiān)測(cè)信號(hào)進(jìn)行特征提取。軸承在正常狀態(tài)下時(shí)的信號(hào)為隨機(jī)分布的，隨著磨損程度的不斷加深，故障信息便會(huì)隱藏在這些隨機(jī)成分中。EMD方法具有自適應(yīng)性、直觀性和高效性等特點(diǎn)，通過(guò)對(duì)分解過(guò)后的IMF分量進(jìn)行計(jì)算，分別提取出時(shí)域特征和能量熵。這些特征能夠很好反應(yīng)出信號(hào)中的故障信息，通過(guò)故障信息便可以對(duì)軸承的故障進(jìn)行判斷。(3)將支持向量數(shù)據(jù)描述方法應(yīng)用于性能退化評(píng)估中。近年來(lái)，支持向量數(shù)據(jù)描述方法多用于狀態(tài)監(jiān)測(cè)和故障診斷領(lǐng)域中，本文將基于靜電信號(hào)運(yùn)用支持向量數(shù)據(jù)描述方法研究軸承的性能退化過(guò)程。通過(guò)處理靜電信號(hào)將得到的時(shí)域和能量熵特征進(jìn)行融合作為支持向量

6、數(shù)據(jù)描述方法的輸入矩陣來(lái)與正常狀態(tài)進(jìn)行對(duì)比判斷，來(lái)說(shuō)明軸承退化的過(guò)程，并通過(guò)對(duì)比靜電和振動(dòng)信號(hào)數(shù)據(jù)來(lái)說(shuō)明靜電監(jiān)測(cè)能夠更加靈敏、準(zhǔn)確的監(jiān)測(cè)出故障信息。(4)趨勢(shì)預(yù)測(cè)是根據(jù)設(shè)備的特征參數(shù)來(lái)進(jìn)行監(jiān)測(cè)，通過(guò)運(yùn)行狀態(tài)來(lái)組織維修。本文主要介紹了兩種趨勢(shì)預(yù)測(cè)模型分別為：線(xiàn)性回歸模型和支持向量回歸模型。通過(guò)實(shí)例分析對(duì)比了實(shí)際趨勢(shì)與預(yù)測(cè)趨勢(shì)，驗(yàn)證了兩種模型的可靠性和有效性。關(guān)鍵詞：靜電監(jiān)測(cè)，性能退化評(píng)估，趨勢(shì)預(yù)測(cè)，軸承ABSTRACTw1ththecontinuousdevelopmentofscienceandtechnology,machineryandeqmpmentalsodev

7、elopedtolarge‘scaleandcomplex，thepursukofproductiv如1ncreaslng·0therhand，fortheworkingenvironmentandtheoperatingfequirementsnaVebecomemcreasinglystringent．Certainkeypartsofthemachinerya11dequipmentintheeVentoffailurewillresultindeadlydanger．So，perf-on】=1anceassessmentforeq