机械系统故障诊断论文

机械系统故障诊断论文

相关文献：

《Study on Fault Diagnosis of Rolling Bearing Based on Time-Frequency Generalized Dimension》《基于时频广义维数的滚动轴承故障诊断研究》

学院：机电工程学院

专业班级：过程装备与控制工程01

学生学号： 1203020122

学生姓名：梅离

指导老师：陈汉新

什么是故障诊断？

机械故障诊断技术是七十年代以来 ,随着计算机和电子技术的

飞跃发展 ,促进工业生产现代化和机器设备的大型化、连续化、高速化、自动化而迅速发展起来的一门新技术 , 也是一门以高等数学、物理、化学、电子技术、机电设备失效学为基础的新兴学科。现代化机械设备的应用一方面大大促进了生产的发展;另一方面也潜伏着一个很大的危机 ,即一旦发生故障所造成的直接和间接的损失

将是十分严重的。这门新技术的宗旨就是运用当代一切科技的新成就发现设备的隐患 ,以期对设备事故防患于未然。

如今它已是现代化设备维修技术的重要组成部分 ,并且成了设

备维修管理工作现代化的一个重要标志。机械故障诊断技术对确保机械设备的安全、提高产品质量、节约维修费用以及防止环境污染均起到重要作用。因此 ,在生产中运用现代设备故障诊断技术 ,可给企业带来巨大的经济效益。

文献分析

机械设备状态监测技术与故障诊断技术在现代工程中起着重要

的作用。滚动轴承是机械设备中最常用的部件，它承载和传输负载。因此，滚动轴承故障诊断具有重要意义。分形理论为滚动轴承振动信号的复杂性和不平顺的描述提供了一种有效的方法。提出了一种基于时频域信号的多重分形故障诊断方法。并给出了在时频域方法和多重分形分析的数值算法。根据算法中的网格类型和序参量的问题，在对尺寸计算的影响的基础上，对其取值范围进行了优化。仿真实验表明，在时间-频率域，这是与信号能量和分布等因素相关的多重分形方法，可以完成有效的信号识别。轴承故障诊断实验表明，在时间-频率域中的多重分形方法可以完成故障诊断，如故障判断和故障类型。故障检测可以在故障早期进行。因此，在时间-频率域中的多重分形方法用于轴承故障诊断是一种可行的方法。

近年来，现代工业正逐步向大规模、连续化、高速化、人工智能化的方向发展，其主要优点是提高生产率，降低废品率，保证产品质量。但另一方面，一旦出现故障对现代先进设备或结构发生，维护成本将大大增加，甚至可能导致重大事故。

滚动轴承已广泛应用于各种旋转机械中，在旋转机械中起着重要的作用，容易出错。随着自动化设备和设备复杂度的提高，以及大型旋转机械在工程中的广泛应用，对设备的安全性和先进的故障预测能力和新的故障诊断方法都是必需的。因此，滚动轴承故障诊断分析，特别是早期故障的正确检测，对延长使用寿命和降低成本具有重要意

义。在轴承故障诊断的探索和应用中，有着广泛的需求，它具有现实意义，市场前景广阔，经济价值在社会发展中的作用，特别适用于复杂系统的分析。

分形理论在机械系统故障分析领域中的应用，成为当前学术界的一个研究方向。基于分形理论，对机械系统的振动信号进行了分析，并将分形维数作为特征信息提取出来，然后对系统的运行状态进行定性分析，定量分析。运用分形理论，可以诊断复杂机械系统的故障，提高故障识别与分析能力。

机械装置的信号分析方法是一种实用而有前途的信号分析方法。在前人研究成果的基础上，本文提出了利用分形理论对振动信号的时频领域的一些研究。通过仿真和实验数据，结果表明，不同的振动信号的分析结果各不相同，与不同的轴承故障的尺寸和参数的明显差异，该方法可用于故障诊断。

本文利用时频域广义维数方法计算了信号的广义维数谱，在不同的值的广义维数谱的基础上，可以区分不同的单点的细微差别。并给出了具体算法和实验分析方法。通过仿真信号分析和实验信号分析，验证了时频域广义维数方法的正确性。

结果表明，分形维数值的分布是不同的，根据不同的故障模式具有明显的可分性。这表明了时频域广义维数估计轴承故障情况的正确性和可行性。单或各种故障类型的滚动轴承，故障模式可以通过比较广义维数谱值与广义分形维值的示例数据库确认。轴承的工作特点可提取时频广义分形维数的方法。将其应用于滚动轴承故障诊断中，是

一种简单、有效的故障诊断方法，为滚动轴承故障诊断开辟了新的途径。