滚动轴承故障模式识别方法研究-安全技术及工程专业论文.docxVIP

学位论文数据集中图分类号 学位论文数据集 中图分类号 THl7 学科分类号 620．30 论文编号 1001020110689 密 级 公开 学位授予单位代码 10010 学位授予单位名称 北京化工大学 作者姓名 郭宙 学 号 2008000689 获学位专业名称 安全技术与工程 获学位专业代码 081903 课题来源 国家“十一五”支撑 研究方向 模式识别 论文题目 滚动轴承故障模式识别方法研究 滚动轴承，模式识别，循环统计量，主成分分析， 关键词 经验模态分解，奇异值分解 论文答辩日期 20l l—05—26 事论文类型 应用研究 学位论文评阅及答辩委员会情况 姓名 职称 工作单位 学科专长 指导教师 杨剑锋 研究员 北京化工大学 化工过程机械 评阅人l 何立东 研究员 北京化工大学 转子动力学 评阅人2 杨国安 教授 北京化工大学 故障诊断 评阅人3 评阅人4 撇员蝴 何立东 研究员 北京化工大学 转子动力学 答辩委员l 高金吉 教授 北京化工大学 设备诊断工程 答辩委员2 杨国安 教授 北京化工大学 故障诊断 教授级 北京昆仑天辰仪表 答辩委员3 吴海琦 仪器仪表 高工 科技有限公司 答辩委员4 江志农 研究员 北京化工大学 设备诊断工程 答辩委员5 王维民 副研究员 北京化工大学 设备诊断工程 答辩委员6 马波 副研究员 北京化工大学 设备诊断工程 注：一．论文类型：1．基础研究2．应用研究3．开发研究4．其它 二．中图分类号在《中国图书资料分类法》查询。 三．学科分类号在中华人民共和国国家标准(GB／T 13745—9)《学科分类与代码》中 查询。 四．论文编号由单位代码和年份及学号的后四位组成． 0方法研究经济的不断发展，各行业中的 0方法研究 经济的不断发展，各行业中的 生产装备都朝着大型化、精密化、复杂化、自动化的方向发展。作为应用 最广泛的旋转类机械部件，滚动轴承直接决定并影响着整个系统的生产和 运行状况。一方面，这些技术进步能够提升生产效率，为厂家带来可观的 生产效益和丰厚的利润回报；另一方面，装备的大型化、复杂化、精密化 及自动化也极大提高了装备的生产成本，一旦这些装备发生故障，就会造 成巨大的经济损失和人员伤亡事故。因此，对滚动轴承故障模式识别技术 展开研究，保证其正常运行，具有十分重要的意义。 本研究在国家“十一五’’科技支撑计划：“危险化学品生产安全保障 关键技术研究(项目编号：2006BAKOlB01)的支持下完成的，主要研 究工作如下： 一、介绍了本课题的研究背景及目的，阐述了模式识别技术在国内外 的研究现状及工程应用，列举了本研究的主要工作内容及创新点。 二、介绍和研究了部分信号处理方法及特征选择和提取技术，主要包 括快速傅里叶变换、循环统计理论、经验模态分解以及基于奇异值分解和 主成分分析的特征提取方法。 三、研究和改进了本论文中的两个重要模型，分别为经验模态分解过 程中的局部均值模型及端点效应模型。在前人的研究基础上，提出了极值 北京化工大学硕士学位论文域均值和极值问均值相结合的局部均值模型，研究了端点效应处理方法， 北京化工大学硕士学位论文 域均值和极值问均值相结合的局部均值模型，研究了端点效应处理方法， 取得了一定的效果。 四、提出了基于二阶循环统计量的奇异值分解模型的模式识别方法， 并将其引入到滚动轴承故障状态识别中来。借助于CwRI，轴承数据中心 的滚动轴承不同工作状态数据，对该模型进行了实验验证，取得了较好的 识别结果，可以值得深入研究和应用。 五、提出了基于经验模态分解的主成分分析模型的模式识别方法，并 将其引入到滚动轴承故障状态识别中，在CWRII轴承数据中心的试验数 据支持下，对该理论模型进行了实验验证，结果表明识别精度较高，较好 的完成了预期的目标。 关键词：滚动轴承，模式识别，循环统计量，主成分分析，经验模态分解， 奇异值分解 Ⅱ oGNITIoNIn oGNITIoN In reCent years，with the development of science teclmology and national economM a la唱e number of manufacturing equipments are developed towa耐s the direction of la玛e—scale，precision，complicated aIld automation