- 1、本文档共68页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
摘 要
滚动轴承剩余寿命预测可以为制定设备维修策略提供依据和预防事故发生。
为恰当评估滚动轴承的剩余寿命并制定合理的维修方案,本文选取地铁牵引电机
轴承为研究对象,基于滚动轴承疲劳寿命实验台,对地铁牵引电机轴承进行疲劳
寿命实验,通过采集、分析地铁牵引电机轴承的振动信号,选取轴承性能衰退变
化趋势的表征指标,进而提取轴承振动信号的特征数据,然后将提取的特征数据
输入神经网络进行训练,最后对地铁牵引电机轴承的剩余寿命进行预测。
首先,搭建了地铁牵引电机轴承疲劳寿命实验平台和信号采集系统,设计了
正交实验方案,在国家实验标准规定的载荷范围内进行了疲劳寿命实验,并采集
了轴承120 小时的剩余寿命数据。
其次,对地铁牵引电机轴承时域特征参数的稳定性、敏感性进行了对比分析,
初步选用均方根特征 (RMS )参数作为轴承性能衰退变化趋势的表征指标。
进而,提取了六种故障轴承的RMS 特征数据。鉴于RMS 在表征轴承衰退规
律时幅值不统一,设计了相对均方根特征指标,通过对数据降噪处理,获得了六
种相对光滑的轴承性能衰退趋势曲线,并确定了轴承失效时间。
然后,对六种故障轴承振动信号降噪后的相对均方根特征数据样本,每六组
数据选取一组作为测试集,其余作为训练集,输入 BP 神经网络对轴承的剩余寿
命进行预测。
最后,将地铁牵引电机轴承的整个剩余寿命周期划分为三个不同退化阶段,
借助支持向量机在小样本分类方面的优势,对轴承的性能退化状态进行了评估。
结果表明,地铁牵引电机轴承剩余寿命的预测值与真实值基本吻合。利用相
对均方根特征与 BP 神经网络相结合的方法,可以对地铁牵引电机轴承的剩余寿
命进行预测并取得良好效果。
关 键 词:地铁牵引电机轴承;正交实验;神经网络;相对均方根特征;剩余
寿命预测
论文类型:应用基础研究
选题来源:自选课题
I
目录
目 录
第1 章 绪论 1
1.1 课题研究的背景与意义1
1.2 国内外研究现状2
1.2.1 滚动轴承的特征提取研究现状3
1.2.2 剩余寿命预测研究现状3
1.3 本文主要研究内容4
第2 章 地铁牵引电机轴承剩余寿命实验设计 7
2.1 地铁牵引电机轴承疲劳寿命实验台搭建7
2.2 振动信号采集设备的选用8
2.3 地铁牵引电机轴承故障模拟10
2.4 实验方案设计及实验内容 11
2.4.1 实验工况确定 11
2.4.2 实验设计12
2.5 本章小结15
第3 章 地铁牵引电机轴承性能衰退指标研究 17
3.1 地铁牵引电机轴承故障频率分析17
3.2 地铁牵引电机轴承退化特征18
3.3 地铁牵引电机轴承衰退指标选择19
3.4 地铁牵引电机轴承特征提取20
3.5 地铁牵引电机轴承性能衰退指标建立23
3.6 五点三次滑动平均法26
3.7 数据降噪27
3.8 特征数据归一化29
3.9 本章小结30
第4 章 基于神经网络的轴承剩余寿命预测 33
4.1 轴承寿命模型33
4.2 BP 神经网络系统结构34
4.2.1 BP 神经网络原理35
4.2.2 BP 神经网络结构算法36
4.3 剩余寿命预测方法38
4.4 实验数据验证39
IV
目录
4.4.1 地铁牵引电机轴承剩余寿命结果对比39
4.4.2 结果误差分析42
4.5 本章小结43
第5 章 地铁牵引电机轴承的健康状态评估 45
5.1 轴承退化状态分析45
文档评论(0)