基于流形學(xué)習(xí)的滾動(dòng)軸承故障特征提取方法研究.pdf

1、作為旋轉(zhuǎn)機(jī)械的關(guān)鍵部件，滾動(dòng)軸承在整個(gè)機(jī)械系統(tǒng)中起著非常重要的作用。其運(yùn)行狀態(tài)的好壞往往直接決定了一整臺(tái)機(jī)器的性能優(yōu)劣。因此研究針對(duì)滾動(dòng)軸承運(yùn)行狀態(tài)的故障特征提取方法具有非常重要的現(xiàn)實(shí)意義和經(jīng)濟(jì)價(jià)值。本文以滾動(dòng)軸承為研究對(duì)象，針對(duì)強(qiáng)背景噪聲下滾動(dòng)軸承早期微弱故障信號(hào)的特點(diǎn)，將流形學(xué)習(xí)方法與其它現(xiàn)代信號(hào)處理方法相結(jié)合，對(duì)滾動(dòng)軸承故障特征提取方法展開研究工作，論文主要研究內(nèi)容如下:
　　1、論述了滾動(dòng)軸承的故障機(jī)理和時(shí)頻特征提取方法。

2、首先對(duì)構(gòu)成滾動(dòng)軸承的基本單元及其發(fā)揮的作用作了簡述，在此基礎(chǔ)上結(jié)合滾動(dòng)軸承的常見故障類型，對(duì)故障產(chǎn)生的原因作了重點(diǎn)剖析。給出了滾動(dòng)軸承的兩種主要頻率成分及其計(jì)算公式。最后通過一組實(shí)驗(yàn)室軸承數(shù)據(jù)分析了時(shí)頻分析方法的有效性。
　　2、研究了基于EEMD-流形學(xué)習(xí)的滾動(dòng)軸承早期微弱故障信號(hào)降噪方法。為了克服EMD分解的模態(tài)混疊現(xiàn)象以及傳統(tǒng)閾值降噪方法的不足，結(jié)合滾動(dòng)軸承早期微弱故障信號(hào)的特點(diǎn)，通過對(duì)EEMD分解后得到IMF分量集作LTS

3、A流形降維處理，能夠有效去除噪聲成分，提高信噪比。通過仿真和實(shí)際軸承信號(hào)驗(yàn)證了方法的有效性。
　　3、研究了基于小波包-流形樣本熵的滾動(dòng)軸承故障特征提取方法。結(jié)合小波包分解在處理信號(hào)高頻細(xì)節(jié)分量時(shí)的優(yōu)勢以及樣本熵對(duì)數(shù)據(jù)系統(tǒng)內(nèi)部自我相似度的有效估計(jì)。通過對(duì)信號(hào)小波包分解后的子帶進(jìn)行KPCA流形算法處理，并計(jì)算流形子帶的樣本熵值，能夠有效區(qū)分出軸承的不同工作狀態(tài)。最后通過四種不同狀態(tài)下的實(shí)際軸承數(shù)據(jù)驗(yàn)證了方法的有效性。
　　4、