基于模糊邏輯的軸承故障早期診斷方法研究.pdf

1、滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中的易損零件，它的運(yùn)行狀態(tài)是否正常往往直接影響到整臺(tái)機(jī)器的性能（包括精度、可靠性和壽命等）。據(jù)統(tǒng)計(jì)，在使用滾動(dòng)軸承的旋轉(zhuǎn)機(jī)械中，大約有30％的機(jī)械故障都是由于軸承的故障而引起的?？梢?jiàn)，滾動(dòng)軸承的運(yùn)行狀態(tài)對(duì)機(jī)器工作狀況影響極大。通常，滾動(dòng)軸承存在故障時(shí)會(huì)導(dǎo)致機(jī)器產(chǎn)生振動(dòng)和噪聲，甚至?xí)饳C(jī)器的損壞，而在精密機(jī)械中（如精密機(jī)床主軸，陀螺等），對(duì)軸承的要求就更高，即使軸承滾道上有微米級(jí)的缺陷，都會(huì)致使整個(gè)機(jī)器系統(tǒng)的精度遭到破

2、壞。因此，滾動(dòng)軸承早期故障診斷技術(shù)的研究是非常必要的。
　　本文首先從設(shè)備性能衰退的角度分析了體現(xiàn)設(shè)備工作狀態(tài)的各特征分布范圍隨設(shè)備性能衰退的變化過(guò)程，并針對(duì)滾動(dòng)軸承的不同故障形式及軸承特征信息的載體軸承的振動(dòng)特性進(jìn)行了分析，給出了設(shè)備早期故障診斷的流程圖。
　　針對(duì)滾動(dòng)軸承故障時(shí)的振動(dòng)特性，分析了傅立葉變換對(duì)非平穩(wěn)信號(hào)分析的局限性，同時(shí)，研究了小波在時(shí)域和頻域都具有局部化能力的特性，非常適合于非穩(wěn)態(tài)信號(hào)的分析。因此，本文采

3、用小波及小波包的分析方法提取滾動(dòng)軸承的早期故障特征并引入了數(shù)理統(tǒng)計(jì)的分析方法選擇軸承的早期故障特征。
　　基于小波包提取的軸承早期故障特征，本文針對(duì)模糊故障診斷矩陣需要現(xiàn)場(chǎng)的統(tǒng)計(jì)數(shù)據(jù)及專家的經(jīng)驗(yàn)來(lái)確定，很難構(gòu)建最優(yōu)的模糊故障診斷矩陣，因此，采用遺傳算法優(yōu)化模糊故障診斷矩陣的方法進(jìn)行滾動(dòng)軸承的早期故障診斷，通過(guò)檢驗(yàn)數(shù)據(jù)的對(duì)比分析驗(yàn)證了該方法的有效性。
　　本文也研究了小波分析方法提取滾動(dòng)軸承的早期故障特征，采用遺傳算法優(yōu)化模糊