王旭辉[1]2015年在《轴承齿轮材料接触疲劳试验系统的研制》文中进行了进一步梳理轴承和齿轮是机械设备中的易损零件,轴承、齿轮在运行过程中受循环应力的作用会产生接触疲劳,严重时会导致机械设各的损坏甚至发生事故。如果预先得到轴承齿轮材料的接触疲劳寿命,并设定轴承、齿轮的使用周期,就可以减小机械设备故障的发生率。轴承齿轮材料接触疲劳试验的原理是将一恒定的载荷施加于滚动或者滚动加滑动接触的试样,使其接触表面受到循环接触应力的作用,测定当试样发生接触疲劳失效时的应力循环次数。针对“轴承齿轮材料接触疲劳’试验,结合轴承容易产生接触疲劳、磨损的特点,同时考虑到轴承的加工、安装特点,本文将轴承齿轮材料加工成特殊形式的轴承,并设计、加工、安装、调试出了“轴承齿轮材料接触疲劳试验机’和与之配套的分析、处理软件。轴承齿轮材料接触疲劳试验系统包括轴承齿轮材料接触疲劳试验机、信号采集电路、试验机润滑装置和基于LabVIEW的信号显示与分析软件等4部分。本试验系统在运行过程中,通过对轴承振动信号和温度信号的实时监测,当振动信号均方根值或者温度值超过预设值时报警并停机,判定为轴承齿轮材料接触疲劳失效,同时给出接触疲劳失效时所经过的应力循环次数。已经成功研制出一套5台“轴承齿轮材料接触疲劳试验机”及配套软件,并交付委托单位使用。能够完成对轴承齿轮材料接触疲劳寿命的测试。
谢志谦[2]2016年在《变速器疲劳可靠性试验及其故障诊断研究》文中指出变速器是汽车传动系统的重要组成部分,汽车在行驶过程中会遇到各种复杂的路况,变速器的受力情况非常复杂,一般来说,汽车的使用寿命就等于变速器的使用寿命,变速器的可靠性直接关系到汽车整车的可靠性水平。在变速器的设计与制造过程中,在理论上对变速器及其零部件采用各种方法进行可靠性分析与疲劳寿命预测,这些都是变速器可靠性设计必不可少的重要过程。但是影响变速器寿命和可靠性的因素很多,只靠设计阶段的可靠性分析和寿命预测是远远不够的。因此需要对变速器进行疲劳可靠性试验,通过试验来对变速器的疲劳寿命和可靠性进行分析。在疲劳可靠性试验中,需要对变速器进行故障诊断,及时获悉变速器是否发生故障,并确诊故障部位,这对变速器的疲劳寿命与可靠性分析十分重要。设计了专用的变速器疲劳可靠性试验台架,同时介绍了试验台的框架原理图及其工作原理。变速器疲劳可靠性试验台为变速器的可靠性分析和寿命预测提供了试验基础。利用Miner疲劳累积损伤理论,分析了变速器零部件疲劳寿命的估算方法。基于应力—强度干涉模型、剩余强度模型和疲劳累计损伤模型在理论上分析了变速器零部件在等幅载荷、变幅载荷和随机载荷下的可靠度求解方法,此外还介绍了变速器的疲劳寿命试验具体方案及其试验结果。由于变速器是结构密封的,在疲劳试验中需要随时对变速器的运行状态监测,及时获悉变速器是否发生故障,即对变速器的振动信号分析诊断出变速器是否发生故障并确定故障部位。由于采集到的振动信号具有非线性、非平稳的特征,且还混合着很多噪声,分析研究了自适应加噪互补的总体平均经验模态分解(CEEMDAN)与奇异值差分谱的理论,设计了基于CEEMDAN-SVD与Hilbert包络的故障特征提取方法。先通过CEEMDAN分解得到IMF分量,筛选出有效的IMF分量,对IMF分量进行SVD降噪重构,对重构后的信号进行Hilbert包络分析,提取故障特征频率,确定故障部位。并对仿真信号进行了分析,发现所提方法的有效性。根据变速器疲劳寿命试验的结果已知故障发生部位及故障类型,对故障数据进行分析,验证基于CEEMDAN-SVD与Hilbert包络的故障特征提取方法在实际工程中是否有效。分别对变速器的晚期故障与早期故障振动信号进行分析研究,分析结果表明基于CEEMDAN-SVD与Hilbert包络的故障特征提取方法具有一定的可行性和有效性。
郭金光[3]2002年在《轴承疲劳寿命试验智能故障诊断方法的研究》文中进行了进一步梳理本文以瓦轴集团轴承试验检测中心技术改造项目为背景，对中心目前的技术水平与国内外其它轴承生产企业的轴承故障诊断技术现状进行了详细的比较，并对瓦轴集团提出的要求进行具体的分析后，我们从实际工程应用的角度出发，利用计算机技术和自动检测技术对轴承进行在线监测；并利用这些数据对轴承进行故障诊断，通过在轴承寿命试验机上所做的大量的试验，总结出了轴承疲劳受损后其振动信号中幅值域参数的变化规律，给出了峰值、有效值、峭度、峰值因子等参数的变化趋势；并判断出故障的原因；通过大量的试验，总结出了轴承早期点蚀的故障诊断方法。利用频谱分析的方法，分辨出了轴承故障的损坏部位。 这种方法在生产现场应用后，改变了瓦轴集团轴承疲劳寿命试验以往靠人工察看轴承温度和凭人耳听觉来判断轴承疲劳点出现的试验状况，提前了轴承的报警的时间，为轴承生产提供了更加准确的数据，使瓦轴集团的轴承疲劳寿命试验水平大大提高。
戴薇薇[4]2016年在《高性能轴承钢接触疲劳及诊断系统的研究》文中指出滚动轴承是广泛应用的重要机械基础件,其质量的好坏直接影响到主机性能的优劣,轴承钢接触疲劳性能则是轴承质量的重要基础,开展轴承钢接触疲劳性能研究,可以提高轴承可靠性,加快轴承产品的开发周期和质量的改进,开展轴承钢接触疲劳试验研究成为热点领域。基于滚动轴承钢接触疲劳与故障诊断技术,研发了“轴承齿轮材料接触疲劳试验测试系统”。计算了对材料接触疲劳性能有较大影响的接触应力,并通过实验验证。并根据需求调节转速,应力等参数。基于LabVIEW开发的配套软件可实现实时监控,显示轴承试件运转状况并在故障产生时报警停机。应用调试诊断系统可以进行模拟实际工况的接触疲劳性能实验。根据轴承使用条件与要求,给出了高性能轴承齿轮材料接触疲劳试验的试验标准及接触应力有效循环次数的计算公式。对不同处理工艺下的轴承钢试件进行接触疲劳试验,对试验结果进行观察与分析,获得不同处理工艺对材料接触疲劳性能的影响规律。结合试验结果,采用时域分析法对试验过程中各时域参数进行分析,建立时域指标与材料接触疲劳过程的对应模型。选取故障数据并对它进行小波降噪,降低噪声对故障信号的干扰。利用倒频谱分析方法对降噪后的故障信号进行分析,提取特征值,与理论计算故障特征频率进行比较,获得故障部位信息,实现故障诊断。
吕宏强[5]2017年在《基于HVD-AR的斜齿轮故障特征提取及损伤过程分析》文中提出齿轮箱是一种应用面较广的基础性传动部件,主要用于改变转速和传递动力。由于其本身结构复杂,工作环境恶劣等原因,齿轮箱容易出现故障。因此,对齿轮箱进行疲劳损伤监测与诊断是非常必要的。基于振动信号的齿轮箱故障特征提取,其主要任务是从采集到的信号中提取可用的故障特征信息,前提条件是准确分离故障振动信号,根本目的是提取故障特征信息。本文是基于斜齿轮台架疲劳试验,以采集到的斜齿轮整个疲劳寿命周期内的实时振动信号为研究对象,提出有效的振动信号降噪方法和反映齿轮损伤程度的特征指标,并将特征指标的变化趋势应用到斜齿轮的疲劳损伤过程的分析中。本文首先以斜齿轮单齿啮合的简化动力学模型为基础,研究了斜齿轮的振动信号机理。基于信号机理,分析了斜齿轮典型故障及其对应的振动信号特征,并回顾了常用的齿轮故障特征指标。针对斜齿轮振动信号的非线性、非平稳性的特征,本文提出希尔伯特振动分解(Hilbert Vibration Decomposition,HVD)与自回归滤波器(AR Filter)相结合的振动信号降噪方法HVD-AR,其中对HVD的信号重构方法和AR模型阶次确定的相干峭度(Correlation Kurtosis,CK)准则进行了重点讨论,并通过实测点蚀损伤过程振动信号包络谱验证该降噪方法的有效性。根据故障对齿轮振动信号频谱边频带影响的机理,将高低阶啮合频率的边频带分开考虑,提出高低阶啮合频率边频带估计的两个特征指标(4和(4,并将其应用到实测振动信号的分析中。考虑现有的斜齿轮台架试验条件,拟定疲劳寿命试验方案,并对试验结果进行简要分析,同时获取整个寿命过程的振动信号数据,为其后的斜齿轮疲劳损伤过程的分析提供必要的数据支撑。采用斜齿轮的典型损伤过程(齿面点蚀和轮齿断齿)的全寿命振动信号以数据驱动方式验证了HVD-AR信号降噪方法的有效性,并将特征指标(4和(4的变化趋势与常用的特征指标RMS、峭度值、ER和FM4进行对比分析,验证其对于斜齿轮损伤过程分析的实用性。结果表明,HVD-AR能够有效降噪斜齿轮振动信号,特征值(4和(4的变化趋势能够有效反映斜齿轮的疲劳损伤过程,能够及早发现早期的微弱故障。
张雪峰[6]2016年在《滚动轴承故障诊断与性能退化评估》文中提出随着机械设备在人们日常生产中所扮演的角色日益加重,各种机械设备为社会生产力的发展提供了强大助力。然而与此同时,由于机械设备故障和性能衰退导致的灾难性事故也接踵而至。滚动轴承既是旋转机械上的重要部件也是易损部件,那么对滚动轴承故障诊断与性能评估技术的研究,已经成为当前需要迫切解决的问题。本文在对故障诊断和性能评估方法研究的基础上,结合滚动轴承全寿命试验数据,对特征值的相关性和单调趋势性进行分析,确定特征选取规则。首先利用西储大学轴承故障数据对滚动轴承进行故障诊断及故障程度识别,然后分别利用叁种评估方法对滚动轴承进行性能状态评估。本文主要研究内容如下:(1)介绍了模糊C均值聚类、高斯混合模型和逻辑回归模型等性能评估的基本理论方法,包括数学模型理论和参数估计方法等。并且对各个模型公式做了推导,以及在工程实际中对模型内部各个参数的估计方法做了研究。(2)对滚动轴承进行全寿命试验,并根据试验数据,分析了常规的时域和频域特征值指标之间的相关性与指标的单调趋势性,为设备的故障诊断与性能评估时的特征值选取问题提供依据。并对常用的降维处理方法进行了简单介绍,对选取的特征值的冗余现象进行简化。(3)以高斯混合模型为基础,提出两种不同的故障诊断与故障程度识别方法,结合美国西储大学的轴承试验数据,对两种诊断及识别方法进行验证。(4)将高斯混合模型理论、模糊C均值聚类和逻辑回归理论应用到轴承设备性能评估领域,结合本实验室获得的轴承全寿命试验数据,对以上方法进行了验证,并对评估结果进行了对比,给出了各自的优缺点及适用范围。
高静[7]2005年在《轴承疲劳寿命试验故障诊断系统及实现》文中研究说明本文以瓦轴集团轴承试验检测中心技术改造二期项目为背景,结合一期技术改造的基础,介绍了轴承故障诊断系统的硬件系统及其实现。大连海事大学智能控制研究所从实际现场应用的角度出发,利用计算机技术,网络技术和自动检测技术对轴承进行在线监测,通过现场采集的数据对轴承故障进行诊断。在轴承寿命试验所做的大量试验的基础上,总结出轴承疲劳受损后其振动信号在幅值域及频域的变化规律。在幅值域中,给出了幅值域参数峰值、有效值、峭度、峰值因子等参数的变化规律;在频域中,给出了故障振动信号在快速傅立叶变换(FFT)、功率谱分析、倒频谱分析及包络分析方法下的规律,利用频谱分析方法,可以有效的判断出轴承故障的损坏部位。 在二期技术改造之后,有效地提高了轴承故障诊断的有效率,同时频域分析方法的应用,更加提高了故障诊断的准确度,从而为轴承的生产提供了更加准确的数据,提高了瓦轴集团的轴承疲劳寿命试验水平。
李文礼[8]2010年在《汽车变速器试验台状态监控技术研究》文中认为状态监控技术根据变速器试验台的信号和特征信息,监督试验台的运行状态,旦出现异常状态,迅速查明其原因以及预测可能产生的后果,并发出警告和停机。变速器试验台状态监控系统是保障变速器试验产品和试验台运行安全的主要装备,试验中能实时检测和监控被试变速器的运行状态,及时发现早期故障,对保障试验安全、高效的运行条件具有重要的意义。目前国内变速器性能试验台一般都缺少变速器在试验台架上的运行状态监控功能。本文针对汽车变速器性能试验台状态监控的具体需求,分析汽车变速器性能试验过程中温度、转速、转矩和振动信号等测试技术,选择测试系统所需的硬件如传感器、工控机,数据采集卡等,设计出变速器性能试验台的转速转矩报警监控、油温报警监控和被试变速器的振动信号报警监控系统。其中变速器的振动信号报警监控采用阶次分析方法克服了传统频率分析中变转速运动“频率模糊”的缺点,很好的解决了变速器频域特征信号提取的关键技术问题。在初步研究了信号处理论和阶次分析方法的基础上,本文采用绝对阶次判断、相对阶次判断、特征阶总和判断和趋势曲线判断方法,同时辅以时域特征信号的诊断分析。设计出基于阶次分析理论的变速器振动信号报警监控系统,该系统通过对历史数据的学习可以得到作为判断标准的参考谱线,通过参考谱线和实测谱线的对比可以判断出变速器是否处于健康状态,提高了监控系统运行的可靠性。作者将课题组为重庆市青山变速器有限公司开发的汽车变速器疲劳寿命试验台作为监控对象,编制了试验台测控系统软件,在此基础上最终成功开发出汽车变速器试验台状态监控系统---FDG. v1.0,并利用现场采集的变速器振动信号样本做了诊断实验。实验表明该系统能够根据变速器运行过程中的振动信号较早的诊断出故障,证明了本课题作出的理论和方法的可行性,试验台的功能也受到用户好评。
朱汉明[9]2011年在《基于EMD和共振解调的滚动轴承故障诊断方法研究》文中指出滚动轴承是旋转机械的重要零部件之一,其工作状态直接决定机械系统的性能及运行工况。在实际的工程实践中,滚动轴承的一个微小故障轻则可能导致生产线的停机,重则还可能损坏设备并造成严重的经济损失。因此,开展滚动轴承故障诊断与预报的研究对避免重大事故、变革维修体制和促进经济发展等都具有重要的现实意义。本文介绍了滚动轴承的机械结构、振动机理、故障形式及成因和故障特征等。详细研究了故障诊断领域应用较多的理论和方法,这些方法包括特征参数判别诊断法、共振解调诊断法、基于Hilbert-Huang变换的诊断法。本文利用振动法采集滚动轴承的故障信号,并搭建了现场试验台进行信号采集。通过对共振解调技术和Hilbert-Huang变换的研究发现:基于传统的共振解调技术的诊断方法存在带通滤波参数(中心频率和滤波带宽)需要预先确定和固定的滤波频带具有局限性等缺陷,而基于Hilbert-Huang变换的诊断方法虽然能够同时从时间尺度和频率尺度很好的描述信号的变化情况,但是通过Hilbert谱和边际谱还是难以观察到明显的故障特征信号。本文采用将这两种诊断方法结合起来进行故障诊断,利用了EMD分解的自适应性弥补了共振解调技术需要固定滤波参数的缺陷,利用共振解调技术能提取调制在高频固有振动中故障信息的能力弥补了HHT无法突显故障特征的缺陷,并用实验验证了该方法的有效性,实验结果表明基于EMD的共振解调技术能够准确可靠的进行滚动轴承的故障诊断。并在此基础上,针对EMD共振解调故障诊断方法存在计算量大和选取IMF分量进行特征提取需要人工干预的缺陷,本文提出了改进的EMD共振解调故障诊断方法,并将该改进方法与传统的共振解调方法和EMD共振解调方法在计算量、智能程度和有效性方面进行了对比分析,分析结果表明本文提出的改进EMD共振解调方法优于传统的共振解调法和EMD共振解调方法。
潘明清[10]2005年在《基于支持向量机的机械故障模式分类研究》文中提出机械故障诊断本质上是一个模式分类问题。支持向量机由于解决分类问题有着优良的表现，得到日益广泛的应用。本论文针对叁种现实分类问题：两类分类、单值分类和多类分类问题，基于支持向量机分类理论，结合工程实际项目对机械模式分类方法进行了研究。 论文首先介绍了机械故障诊断的历史、意义及研究现状，分析了现有故障诊断理论方法的优点及不足之处。接着，就机械故障诊断的应用背景——汽车检测领域作了叙述和总结，描述了汽车总成关键部件驱动桥试验台的开发现状。讨论了支持向量机(SVM)理论研究方法及其国内外的应用研究现状，对于故障模式分类问题，SVM也有相应理论和应用研究。论文针对解决叁种机械故障模式分类的问题，提出了一个基于SVM理论的的故障诊断架构。最后，给出了本论文的主要研究内容。 第二章介绍了支持向量机的基本理论和算法。回顾了支持向量机的理论基础——统计学习理论和机器学习，讨论了统计学习理论的结构和需要进一步研究的领域，在此基础上引出支持向量机。分析了支持向量机分类理论的原理和算法，简略的介绍了基于支持向量机的两类、单值和多类分类算法，为后续章节解决实际问题作一个理论铺垫。 第叁章对驱动桥故障诊断的两类分类问题进行了研究。由于故障诊断包含特征提取和诊断决策过程，根据驱动桥疲劳试验表现出的故障非线性特征，提出用核主元分析的方法首先对试验过程中采集到的正常和故障样本进行核主元特征提取，作为支持向量机的输入向量。结合核主元和支持向量机共同具有的核函数特点，提出层次向量机故障诊断方法，采用遗传算法优化层次向量机的核函数参数及和折衷参数，对驱动桥疲劳试验的正常和裂纹故障作了识别诊断，得到较满意结果。 第四章针对汽车驱动桥异响的诊断缺乏足够故障样本的问题，提出基于支持向量数据描述算法进行诊断。分别利用时域和频域指标作为支持向量数据描述分类器的输入特征向量。时域方法采用多个时域统计指标，然后用主元进行特征提取。频域方法根据正常和异响信号的能量不均衡，采用谱熵提取频域指标。两种特征提取的方法结合支持向量数据描述分类器对汽车驱动桥的异响诊断都取得
参考文献：
[1]. 轴承齿轮材料接触疲劳试验系统的研制[D]. 王旭辉. 北京交通大学. 2015
[2]. 变速器疲劳可靠性试验及其故障诊断研究[D]. 谢志谦. 中北大学. 2016
[3]. 轴承疲劳寿命试验智能故障诊断方法的研究[D]. 郭金光. 大连海事大学. 2002
[4]. 高性能轴承钢接触疲劳及诊断系统的研究[D]. 戴薇薇. 北京交通大学. 2016
[5]. 基于HVD-AR的斜齿轮故障特征提取及损伤过程分析[D]. 吕宏强. 太原理工大学. 2017
[6]. 滚动轴承故障诊断与性能退化评估[D]. 张雪峰. 哈尔滨工业大学. 2016
[7]. 轴承疲劳寿命试验故障诊断系统及实现[D]. 高静. 大连海事大学. 2005
[8]. 汽车变速器试验台状态监控技术研究[D]. 李文礼. 重庆理工大学. 2010
[9]. 基于EMD和共振解调的滚动轴承故障诊断方法研究[D]. 朱汉明. 上海师范大学. 2011
[10]. 基于支持向量机的机械故障模式分类研究[D]. 潘明清. 浙江大学. 2005
标签：自动化技术论文; 故障诊断论文; 轴承论文; 滚动轴承论文; 疲劳寿命论文; 试验台论文; 振动试验论文; 振动单位论文; 共振结构论文; 机械振动论文; 齿轮加工论文; 汽车故障论文; 振动频率论文; 共振频率论文;