论文部分内容阅读
滚动轴承作为旋转机械的关键零部件,在各行各业中应用极其广泛。滚动轴承长期在恶劣工况下运行,易因各类故障而失效,引起设备停机甚至灾难性事故,造成巨大损失。滚动轴承与其它零部件组成耦合的非线性系统,使得轴承振动信号具有随机性,非平稳性的特征。此外,滚动轴承故障初期,微弱振动特征信息淹没在强噪声背景下,提取困难。这些因素严重影响了滚动轴承故障识别和诊断。因此本文采用非线性系统共振方法对滚动轴承故障特征提取及故障诊断进行了研究,具体内容如下:(1)在周期激励下,非线性系统的响应可能出现强共振现象。因此,基于该共振现象提出了一种滚动轴承故障诊断方法。该方法通过系统共振,增强了故障特征,易于识别。同时,基于改进后的品质因子确定是由外部激励引起的共振,提高了滚动轴承故障诊断的准确性。此外,该方法不仅可以增强故障特征,而且还可以抑制频谱中的其他频率成分。数值模拟和实验验证都证明了该方法的正确性和有效性,通过系统共振方法成功实现了轴承故障诊断。(2)考虑到工程背景噪声的存在,本文基于自适应随机共振和相干共振研究了强噪声背景下的滚动轴承故障诊断和故障严重程度评估。实际上,如果不区分相干共振和随机共振,可能会导致误判。因此,为了避免误判,引入相干共振理论,将其与随机共振区分开来,从而实现轴承故障有无的判断。通过数值模拟和实验验证,说明了区分的必要性。同时该方法也提高了轴承故障诊断的准确性。此外,从自适应相干共振到随机共振的转变对应着轴承从健康状态到故障状态的变化过程。因此借助于这种非线性系统响应的转变评估了强噪声背景下早期滚动轴承故障严重程度。基于不同严重程度的轴承故障实验信号分析表明,该方法能够反映早期轴承故障的严重程度。(3)实际工程背景中,弱噪声甚至无噪声背景也是存在的。在前面的研究中发现,从系统自共振到系统共振的转变对应着轴承故障从无到有从弱到强的过程。因此本文借助于这种非线性系统响应的转变评估了弱噪声背景下早期滚动轴承故障严重程度。基于不同严重程度的轴承故障实验信号分析表明,在弱噪声背景下,基于非线性系统响应的演变成功实现了早期滚动轴承故障严重程度评估。此外,与传统指标进行对比分析说明该方法在早期故障严重程度评估中具有较高的灵敏性。(4)为了实现变转速工况下的滚动轴承故障特征提取,本文提出了分段变尺度非周期共振方法。首先,利用几种不同类型的非线性调频信号研究了非周期共振。然后,结合短时傅里叶变换对微弱非线性调频信号进行了增强提取。最后,基于变转速实验信号验证了该方法的有效性。结果表明,分段变尺度系统共振方法不仅能将滚动轴承故障的时变特征频率进行增强和提取,还能消除噪声和超谐干扰成分。(5)对本文工作做出总结,并对进一步的研究做出展望。该论文有图91幅,表12个,参考文献155篇。