基于小波-包络重载货运列车滚动轴承振动故障诊断

《基于小波-包络重载货运列车滚动轴承振动故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名：馒壶毖日期：_竺1_年[月蛳关于学位论文使用授权说明本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文；学校可根据国家或湖南省有关部

2、门规定送交学位论文。储签名：粤丛翩签名盏＼日期：衄年自卫日I●摘要滚动轴承作为重载货运列车的重要部件，其工作状态直接影响到货车列车的提速和安全运行。滚动轴承发生故障时，一般为磨损故障和损伤类故障。磨损故障是由于轴承磨损造成零件间隙逐渐变大，振动加强。这是一类渐变性的故障，振动波形变化缺乏规律，具有较强的随机性，但通频带的振动幅值变化量往往能清晰地反映磨损的严重程度。损伤类故障是指当轴承元件滚过表面损伤点时，就会产生一个突变的冲击脉冲力，引起轴承和机械设备的共振，这是损伤类故障的基本特征。磨损类故障一般是

3、一个比较长的发展过程，可以采取定期的轴承振动总量监测，进行趋势分析作状态预报。而损伤类故障是一种具有较强突发性而又比较危险，早期故障症状又比较难识别的一类故障，并且是进行故障诊断时重点研究方向。事实上，滚动轴承产生故障时，由于轴承元件受到刚度非线性、接触摩擦、零件间隙和外载荷等的影响，其振动信号往往会表现为非平稳特征，因此，如何从非平稳振动信号中提取滚动轴承故障特征信息，是滚动轴承的故障诊断中的重中之重。针对滚动轴承故障振动信号的非平稳特性，结合小波变换、Hilbert变换、包络谱细化分析的优点，提出先

4、将压电式加速度传感器采集的轴承振动信号进行dblO小波滤波重构，对滤波重构信号进行Hilbert变换得到包络信号，最后对包络谱细化得到振动幅值谱图，根据细化后的幅值谱图判别轴承故障的小波一包络分析方法，并通过仿真和实验分析滚动轴承的故障，验证理论分析的正确性。所提出的基于小波一包络分析的重载货运列车滚动轴承振动故障诊断方法同传统的时频分析、小波变换、共振解调方法相比有所突破，诊断的速度和准确度都有所提高，对国内重载货运列车滚动轴承故障诊断的发展有一定的意义。．经过在滚动轴承振动实验台采集的实验轴承的振动

5、信号数据的分析和处理，能从具有强干扰和噪声的轴承振动加速度信号中提取故障特征，实现了滚动轴承故障诊断。关键词：滚动轴承，振动信号，非平稳，小波一包络，故障诊断ABSTRACTAsanimportantpartofoverloadingfreighttrains，theworkingstatusofrollingbearingwilldirectlyaffectsthespeedoffreighttrainsandsafetyoperation．Thebearingfaultisdividedintowe

6、arfaultandpartialdamageclassfault．Wearfaultisduetothebearingwearcausingpartsclearancegraduallybecomingbiggerandvibrationstrengthening．Thisisakindofgradualfaultandvibrationwaveforlnlacksofrulechangeswithstrongrandomicity，butvibrationamplitudevariationofpa

7、ssbandoftenclearlyreflectsthewearseverity．Damageclassfaultmeansthatwhenbearingscomponentsrolledthesurfaceofdamagepoints，itproducesamutantshockpulseforceandcausesresonanceofbearingandmechanicalequipment．Wearclassfaultisgenerallyarelativelylongdevelopmentp

8、rocess，andwecandostateforecastthroughthetotalregularlybearingvibrationmonitoringandtrendanalysis．Damageclassfaulthasstrongsuddenandrelativelyrisk，anditsearlyfaultsymptomsisdifficulttoidentify．Itisakeyresearchdirectionoffau