滚动轴承和齿轮故障诊断和检测毕业设计论文
轴承和齿轮箱的故障诊断
轴承和齿轮箱的故障诊断摘要：本文针对轴承和齿轮箱的故障诊断展开分析，思考了轴承和齿轮箱的故障诊断的方法和基本的措施，希望可以为今后的轴承和齿轮箱的故障诊断工作带来参考。
关键词：轴承；齿轮箱；故障；诊断前言在轴承和齿轮箱的故障诊断的过程中，应该清楚诊断的方法和原理，明确轴承和齿轮箱的故障诊断的具体的技术，才能够提高轴承和齿轮箱的故障诊断的效果。
1、齿轮箱故障诊断特点与诊断方法1.1常见的齿轮箱故障形式通常齿轮箱运行过程中，由于齿轮箱本身制造装配误差以及操作维护不善或者不合适的环境下使用等，均会使其极易产生各种形势的故障。
故障类型也会随着齿轮材料、热处理工艺程度、运转状态等因素的不同而产生不同的变化。
常见的齿轮箱故障形式有：齿面磨损、粘着撕伤、齿面疲劳剥落、轮齿龟裂和断齿、齿面点蚀、齿面胶合与擦伤以及齿面接触式疲劳、弯曲疲劳等故障。
1.2齿轮箱的振动特征在齿轮箱高速运转状态下，伴随着内部构件故障的发生与发展，必定会产生异常的振动，振动信号可以很快的反映出齿轮箱的运行状态，判别出各构件是否出现异常。
大量实验证明，对齿轮箱故障检测进行振动分析是最有效的方法。
由于齿轮箱的零部件在工作过程中所受得激励源不同会使其产生出多种复杂的振动类型，而且其中齿轮在啮合过程中产生的齿形和周期误差、偏心以及质量不平衡等故障，同时还会是齿轮箱工作过程中发生齿面磨损、疲劳断齿等故障[2]，严重影响到机械设备的运行，进而影响的经济效益，甚至出现伤亡事故。
由于故障对振动信号的影响是多方面的，因此如果仅仅依靠对齿轮箱振动信号出现啮合频率和倍频成分的差异来识别齿轮箱各部件的故障是远远不够的，其中包括幅值调制、频率调制等频率成分进行诊断。
1.3故障诊断过程对小波的内在需求小波分析应用于机械故障诊断，快速准确的识别故障，是小波分析要完成在齿轮箱的故障诊断过程对小波的内在需求中的主要任务。
通过实验研究说明，机械故障诊断和信号特征提取的所采用的方式是对特征信号进行高效的时域-频域分析，该分析方法是故障诊断的必要要求。
滚动轴承在线检测与故障诊断系统设计
机 械 设 计 与 制 造
Ｍａ ｃ ｈ ｉ ｎｅ ｒ ｙ Ｄｅ ｓ ｉ ｇ ｎ ＆ Ｍａ ｎ ｕ ｆ ａ ｃ ｔ ｕｒ ｅ ４ ３
滚动轴承在线检 测与故 障诊 断 系统设计
张 华， 杨 贺丽 ， 王 恒迪 ， 邓 四二
４ ７ １ ０ ０ ３ ） （ 河南科技大学 机电工程学院 ， 河南 洛阳
摘
要： 阐述 了 系统硬 件 的组 成 、 软件 的设 计 方 法等 。信 号 处理 部 分 是基 于 Ｌ ａ ｂ ｖ ｉ ｅ ｗ 设 计界 面 ， 利用 Ｌ ａ ｂ ｖ ｉ ｅ ｗ与 Ｍ ａ ｔ ｌ ａ ｂ混
合编程 的思想 ， 用 Ｍａ ｔ ｌ ａ ｂ Ｓ ｃ ｉ ｒ ｐ ｔ 节点调 用 Ｍａ ｔ ｌ ａ ｂ程序对其振动信号进行分析与处理 ， 并且通过用户界面显示出处理结果。 以信号奇异性检测与重建为例 ， 设计 了轴承在线检测 与故障诊 断系统。研 究表明， 系统具有较强的操作性与通用性。 关键词 ： Ｌ ａ ｂ ｖ ｉ ｅ ｗ： Ｍａ ｔ ｌ ａ ｂ ； 信号处理 ； 故障检测； 故 障诊断 中图分类 号： Ｔ Ｈ１ ６ ； Ｔ Ｈ １ ３ ３ ． ３ ３ 文献标识码 ： Ａ 文章编 号 ： １ ０ ０ １ — ３ ９ ９ ７ （ ２ ０ １ ３ ） ０ ５ — ０ ０ ４ ３ — ０ ３
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｉ ｔ ｄ ｅ ｓ ｃ ｒ ｉ ｂ ｅ ｓ ｔ ｈ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｈ ａ ｒ ｄ ｗ ａ ｒ ｅ ｃ ｏ ｍ ｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｓ ｏ ｆ ｔ ｗ ｒｅ ａ ｄ ｅ ｓ ｉ ｇ ｎ ｍｅ ｔ ｈ ｏ ｄ ，ｅ ｔ ｃ ． Ｓ ｉ ｎａ ｇ ｌ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｉ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｄ ｅ ｓ ｉ ｎ ｇ ｏ ｆ Ｌ ａ ｂ ｖ ｉ ｅ ｗ ｉ ｎ ｔ ｅ ￣ Ｃ ａ ｃ ｅ ， ｐ ｒ ｏ ｇ ｒ ａ ｍｍ ｉ ｎ ｇ ｗ ｉ ｔ ｈ Ｍａ ｔ ｌ ａ ｂ Ｌ ａ ｂ ｖ ｉ ｅ ｗ ｍｉ ｘ ｅ ｄ ｔ ｈ ｏ ｕ ｇ ｈ ｔ ，ａ ｎ ｄ Ｍａ ｔ ｌ ａ ｂ Ｓ ｃ ｉ ｒ ｐ ｔ ｃ ｌ ａ ／ ｓ ｔ ｏ ｔ ｈ ｅ ｎ ｏ ｄ ｅ Ｍ ａ ｔ ｌ ａ ｂ
滚动轴承和齿轮振动信号分析与故障诊断方法
2.3 滚动轴承的振动类型及故障特征分析 .................................9
2.3.1 滚动轴承的旋转机构 ..................................................................9 2.3.2 滚动轴承的振动类型 ................................................................10 2.3.2.1 滚动轴承的固有振动频率 ...............................................11 2.3.2.2 滚动轴承的缺陷特征频率 ...............................................11 2.3.2.3 滚动轴承的振动及其故障特征 ........................................12
Keywords: Rolling-Element bearing Hilbert transform
Gears
Fault Diagnosis
Envelope Analysis
Correlation-Envelope Analysis
- II -
西北工业大学硕士学位论文
目
录
目
录
第一章 绪
论 ................................................................... 1
3.4 齿轮振动信号的特征 ........................................................ 25
3.4.1 啮合频率及其各次谐波 .............................................................26 3.4.2 隐含成分 ..................................................................................26 3.4.3 调制效应产生边频带 ................................................................26 3.4.3.1 幅值调制 ........................................................................27 3.4.3.2 调频效应 ........................................................................27 3.4.4 轴速频率及其低次谐波 .............................................................27 3.4.5 啮合频率及其各次谐波的分析 ..................................................27 3.4.6 边带分析 ..................................................................................28
滚动轴承和齿轮振动信号分析与故障诊断方法
滚动轴承和齿轮振动信号分析与故障诊断方法目录一、内容综述 (2)二、滚动轴承振动信号分析 (3)1. 滚动轴承工作原理及结构特点 (4)2. 振动信号产生机制 (5)3. 振动信号采集与处理 (6)三、齿轮振动信号分析 (7)1. 齿轮工作原理及故障类型 (8)2. 振动信号特征提取 (10)3. 齿轮故障识别与诊断 (11)四、滚动轴承与齿轮振动信号分析方法 (12)1. 时域分析 (13)2. 频域分析 (14)3. 时频域联合分析 (16)五、故障诊断方法 (17)1. 基于振动信号特征的故障诊断 (18)2. 基于模型的故障诊断 (20)3. 基于智能算法的故障诊断 (21)六、实验与应用实例 (22)1. 实验设计 (24)2. 实验结果与分析 (25)3. 应用实例介绍 (26)七、结论与展望 (28)1. 研究结论 (29)2. 展望未来发展趋势 (29)一、内容综述本文档旨在全面阐述滚动轴承和齿轮振动信号分析与故障诊断方法的研究现状、发展趋势及其重要性。
随着工业领域的快速发展，滚动轴承和齿轮作为机械设备中的关键部件，其运行状态的正常与否直接关系到整个系统的稳定性和效率。
针对滚动轴承和齿轮的振动信号分析以及故障诊断方法的研究具有极其重要的实际意义。
滚动轴承和齿轮的故障诊断主要依赖于振动信号分析，通过对振动信号的特征提取和模式识别，实现对设备状态的实时监测和故障诊断。
随着信号处理技术和人工智能技术的不断进步，滚动轴承和齿轮振动信号分析的方法日趋成熟，为设备的故障诊断提供了有力的技术支持。
本文首先概述了滚动轴承和齿轮的基本结构、工作原理及其在机械设备中的重要地位。
然后重点介绍了振动信号分析的基本原理和方法，包括信号采集、特征提取、模式识别等关键环节。
接着详细阐述了基于振动信号的故障诊断方法，包括传统方法如频谱分析、包络分析等，以及近年来新兴的基于机器学习和深度学习的诊断方法。
对滚动轴承和齿轮振动信号分析与故障诊断方法的未来发展趋势进行了展望。
齿轮箱故障诊断的研究毕业论文
毕业论文声明本人郑重声明：1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。
除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。
对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。
本人完全意识到本声明的法律结果由本人承担。
2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。
本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。
3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。
4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。
论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。
论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。
对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。
学位论文作者（签名）：年月关于毕业论文使用授权的声明本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。
本人完全了解大学有关保存，使用毕业论文的规定。
同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。
本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。
如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。
本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。
本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。
热连轧机齿轮及滚动轴承的故障机理及诊断
开展齿 轮故障诊断 的困难在于其振动信 号在传递 中所经 包括 齿轮 、 、 轴 轴承 、 承座等 ， 轴 因而高频信 ３ ．齿 面接触 疲劳 和断齿 。齿轮 在啮合过程 中 ， 相对 历 的环节 比较多 ， 既有 ２ ｋ 以上 ） 在传 递过程中基本上都 损失掉 了。正是 滚动 ， 又有 相对 滑动 ， 而且相对 滑动 的摩擦力 在节点两侧 的方 号成分（ ０ Ｈｚ 向相反 ， 而产 生脉 动载 荷 。这 两种力 的作 用结果 使齿轮 表 由于这一原 因 ， 轮故 障诊断往 往需要 借助 更精细 的信号分 从 齿 以达到提高 信噪 比以便能有效提取故 障特 征的 目的。 面层深处产 生脉动循 环变化 的剪应力 。当这种剪应力超 过齿 析手段 ，
一
对 啮合 中心齿 轮 ， 以看作是一个 具有质 量 、 可 弹簧 和阻
故障 的机 理主要 有齿面磨 损 、 面胶 合和 划痕 、 面接触疲劳 尼 的振动 系统 ， 齿 齿 根据其 力学模 型可写 出其振 动方 程。齿轮 的 和断齿 、 曲疲 劳和 断齿等 ， 弯 滚动轴承发 生故障 的机理 主要有 振动属 于 自激振 动 ， 即使 在“ 想” 理 情况下齿轮 也存 在振动 ； 齿 磨损 、 劳 、 合和断 裂等 。 疲 胶
一
轮振动 主要来 源 于两个部分 ， 一部分 与齿轮 的误差 和故障 第
无关 ， 为常规 啮合振 动。第二部 分取决 于齿 轮 的综 合刚度 称
和故 障 函数 ， 一部 分可 以比较好地解 释齿 轮信 号中边频 由这 的存在 以及他 们 和故障 的关 系 。在 齿轮 的振动 中 ， 向振动 周 齿轮故 障机理主要有 ： （ 即扭转振 动 ） 主要 的。齿轮噪声 来源 于齿轮 的振动 ， 是 薄齿 １ ．齿 面磨损 的机 理通 常是 所谓 的磨料 磨损 。当润 滑油 轮 的噪声 主要受齿 轮本体 振动 的影 响 ， 而厚齿 轮 的噪声则主 不足或油 质不清 洁 ， 齿轮 的工作 面之间夹人金 属微粒 、 在 金属 要受 齿轮 啮合频 率成分 的影响 。齿 轮 的振 动属 于 自激振 动 。 氧化物或其 它磨料 时 ， 引起齿 面发 生磨料磨损 ， 将 使齿廓 显著 齿轮 啮合 刚度的周期 性变 化是 由以下两个 原 因 ： 一是 随着啮 改变 ， 隙加大 ， 侧 以至 由于齿厚过度减薄 导致 断齿 。 合点位置 的变化 ， 加啮合的单一轮齿 的刚度发生 了变化 ； 参 二 ２ ．齿 面胶合 和划痕 。对于重载 和高速的齿轮 传动 ， 面 是参加啮合 的齿 数在变化 。 齿 无论 齿轮处于正常还是 故障状 态 ， 工作 区温度 很高 ， 如润滑 条件不 好 ， 面间油膜 破裂 ， 齿 一个齿 齿轮 的啮合 频率成 分是始终 存在 的 ， 在不 同的状态 下振动 但 因此 ， 根据啮合频率 分量进行故 障诊 面 的金 属会 熔焊 在与 之 啮合 的另 一个齿 面上 ， 成垂直 于节 的量级 大小 是有差异 的 ， 形
《基于深度学习滚动轴承故障诊断算法研究》范文
《基于深度学习滚动轴承故障诊断算法研究》篇一一、引言滚动轴承作为旋转机械的重要部件，其运行状态直接关系到整个设备的性能和寿命。
因此，对滚动轴承的故障诊断具有重要的实际意义。
传统的故障诊断方法主要依赖于人工经验和专业知识，但这种方法存在主观性、效率低下等问题。
近年来，随着深度学习技术的发展，基于深度学习的滚动轴承故障诊断算法逐渐成为研究热点。
本文旨在研究基于深度学习的滚动轴承故障诊断算法，以提高故障诊断的准确性和效率。
二、深度学习在滚动轴承故障诊断中的应用深度学习是一种能够从大量数据中自动提取特征信息的方法，其具有强大的表示学习能力。
在滚动轴承故障诊断中，深度学习算法可以自动学习从原始信号中提取有用的特征信息，进而实现故障的自动诊断。
目前，深度学习在滚动轴承故障诊断中的应用主要包括以下几个方面：1. 信号处理：利用深度学习算法对原始信号进行降噪、去噪等预处理，以提高信号的信噪比和可解释性。
2. 特征提取：利用深度学习算法从原始信号中自动提取出与故障相关的特征信息，避免传统方法中人工提取特征的繁琐过程。
3. 分类诊断：利用深度学习算法对提取出的特征进行分类和诊断，实现故障的自动识别和诊断。
三、基于深度学习的滚动轴承故障诊断算法研究本文提出一种基于卷积神经网络（CNN）和长短时记忆网络（LSTM）的滚动轴承故障诊断算法。
该算法结合了CNN和LSTM的优点，可以有效地从原始信号中提取出与故障相关的特征信息，并实现高精度的故障诊断。
具体而言，该算法包括以下步骤：1. 数据预处理：对原始信号进行降噪、去噪等预处理，以提高信号的信噪比和可解释性。
2. 特征提取：利用CNN从原始信号中自动提取出与故障相关的特征信息。
CNN具有强大的特征提取能力，可以从原始信号中提取出有用的特征信息。
3. 特征序列化：将提取出的特征信息转化为LSTM可以处理的序列形式。
LSTM具有捕捉时间序列信息的能力，可以有效地处理具有时间相关性的数据。
(完整word版)机械故障诊断 滚动轴承故障诊断(DOC)
《机械故障诊断技术》读书报告滚动轴承的诊断案例分析综述Rolling Bearing Fault Diagnosis ApproachBased on Case-Based Reasoning学院：机械与汽车工程学院专业:机械设计制造及其自动化班级:机制一班姓名:王天宇学号：1102135004指导教师：郑冬学年学期：2014—2015学年第一学期摘要：针对滚动轴承的故障诊断问题,提出了一种采用案例推理的诊断方法，为了解决检索相似案例时案例属性多、人工确定关键属性及其权重困难的问题，提出了一种复合特征选择算法，用领域粗糙集算法粗选属性，用遗传算法进一步精选属性和优化权重,并有效地解决了领域粗糙集算法中需要人工确定领域大小的问题，以滚动轴承运行时的振动信号为基本信息，建立了滚动轴承案例库，从案例库中检索与问题案例相似的历史案例,并根据这些历史案例来判断问题案例的故障类别，试验结果表明,故障诊断的正确率达到100%，故障位置诊断的正确率达到93.3％,且算法具有较好的稳定性.关键词:案例推理；滚动轴承；故障诊断Abstract：The case—based reasoning approach is introduced into rolling bearing fault diagnosis。
To solve the complexity of feature selection and weights optimization， a Filter Wrapper integrated features selection algorithm is proposed。
Neighborhood rough set algorithm is applied to select essential features from the feature candidate set，then genetic algorithm is applied to refine the essential features subset. This method solves the problem of determining the size of neighborhood manually in neighborhood rough set algorithm. Genetic algorithm is also used in feature weights optimization. With the run time vibration signal of rolling bearing as the basic information， a rolling bearing fault case database is constructed。
齿轮传动系统的故障诊断方法研究论文
齿轮传动系统的故障诊断方法研究论文齿轮传动系统的故障诊断方法研究内容提要: 在机械设备运转过程中,齿轮传动系统通过主、从动齿轮的相互啮合传递运动和能量,这个过程将产生一定形式的机械振动。
而诸如磨损、点蚀、制造误差、装配误差等齿轮和齿轮传动系统的各种缺陷和故障必然引起机械振动状态(或信号)发生变化。
因此,在齿轮传动系统的振动信号中,蕴涵有它的健康状态 (故障与无故障)信息,监测和分析振动信号自然就可以诊断齿轮和齿轮传动系统的故障。
关键词: 齿轮故障;故障诊断;振动;裂纹目录引言 1第一章影响齿轮产生振动的因素 21.1 振动的产生 21.2 振动的故障 2第二章齿轮裂纹故障诊断 42.1 裂纹产生的原因 42.2齿轮裂纹分类、特征、原因及预防措施42.2.1淬火裂纹 42.2.2磨削裂纹 42.2.3疲劳裂纹 52.2.4轮缘和幅板裂纹 6第三章齿轮故障诊断方法与技术展望73.1 齿轮故障诊断的方法73.1.1 时域法73.1.2 频域法73.1.3 倒频谱分析83.1.4 包络分析83.1.5 小波分析方法83.2 齿轮故障诊断技术的展望9结论10致谢11参考文献12引言随着科学技术的不断进步,机械设备向着高性能、高效率、高自动化和高可靠性的方向发展。
齿轮由于具有传动比固定、传动转矩大、结构紧凑等优点,是改变转速和传递动力的最常用的传动部件,是机械设备的一个重要组成部分,也是易于故障发生的一个部件,其运行状态对整机的工作性能有很大的影响。
在机械设备运转过程中,齿轮传动系统通过主、从动齿轮的相互啮合传递运动和能量,这个过程将产生一定形式的机械振动。
而诸如磨损、点蚀、制造误差、装配误差等齿轮和齿轮传动系统的各种缺陷和故障必然引起机械振动状态(或信号)发生变化。
因此,在齿轮传动系统的振动信号中,蕴涵有它的健康状态(故障与无故障)信息,监测和分析振动信号自然就可以诊断齿轮和齿轮传动系统的故障。
第一章影响齿轮产生振动的因素1.1 振动的产生在齿轮的传动啮合过程中,影响齿轮产生振动的原因很多,有大周期的误差也有小周期的误差。
滚动轴承和齿轮振动信号分析与故障诊断方法
滚动轴承和齿轮振动信号分析与故障诊断方法目录一、内容简述 (2)1. 相对介绍 (3)2. 重要性和研究背景 (4)3. 文档结构 (6)二、滚动轴承和齿轮的工作原理 (7)1. 滚动轴承结构与工作原理 (8)2. 齿轮结构与工作原理 (10)三、振动信号分析方法 (11)1. 时域分析 (13)1.1 振幅分析 (14)1.2 相位分析 (15)1.3 autocorrelation函数分析 (16)1.4 其他时域分析方法 (18)2. 频域分析 (20)3. 统计特性分析 (21)四、滚动轴承和齿轮的常见故障类型及其特征 (22)1. 滚动轴承故障 (24)1.1 轴承滚动体磨损 (25)1.2 轴承内圈/外圈损坏 (27)1.3 轴承滚道损伤 (28)2. 齿轮故障 (29)五、滚动轴承和齿轮故障诊断方法 (30)1. 基于时域分析的故障诊断方法 (31)2. 基于频域分析的故障诊断方法 (33)2.1 特点峰值识别 (34)2.2 基于经验模态分解 (35)3. 基于机器学习的故障诊断方法 (37)3.1 支持向量机 (38)3.2 神经网络 (NN) (40)3.3 其他机器学习算法 (41)六、实验验证与案例分析 (43)1. 实验平台搭建 (44)2. 仿真数据分析 (45)3. 实际工程案例分析 (46)七、结论与展望 (48)1. 研究成果总结 (49)2. 未来研究方向 (50)一、内容简述本文档旨在系统化介绍滚动轴承和齿轮振动信号的分析方法及其在故障诊断中的应用。
通过对这些关键机械组件的基础振动行为进行分析，我们旨在开发高效准确的诊断工具，用以预测和识别潜在的机械故障。
文档分为几个主要部分：引言本部分阐述了滚动轴承和齿轮在机械系统中的重要性，以及振动分析和故障诊断在维护实践中的作用。
我们还强调了目前的研究趋势和技术挑战。
滚动轴承振动理论在这一章节，我们将详细讨论滚动轴承的振动特性，包括基础振动模型、不同类型的滚动轴承及其振动行为，以及振动信号的物理意义。
齿轮箱中滚动轴承的故障诊断
齿轮箱中滚动轴承的故障诊断发表时间：2018-01-12T17:38:24.900Z 来源：《基层建设》2017年第27期作者：安博[导读] 摘要：齿轮箱中滚动轴承故障诊断具有技巧性，通过振动技术应用特点的阐述以及实际案例的诊断分析，总结出判断该故障应注意有关事项。
身份证号码：23010419830517xxxx 江苏南京 210012摘要：齿轮箱中滚动轴承故障诊断具有技巧性，通过振动技术应用特点的阐述以及实际案例的诊断分析，总结出判断该故障应注意有关事项。
关键词：齿轮箱；滚动轴承；故障；诊断1.前言据资料统计，齿轮箱内零部件失效情况中，齿轮和轴承的失效所占比重最大，分别为60%和19%。
因此，齿轮箱故障诊断研究的重点是齿轮和轴承的失效机理与诊断方法。
2.齿轮箱的典型故障特征分析2.1齿形误差齿形误差时,频谱产生以啮合频率及其高次谐波为载波频率,齿轮所在轴转频及其倍频为调制频率的啮合频率调制现象,谱图上在啮合频率及其倍频附近产生幅值小且稀疏的边频带;解调谱上出现转频阶数较少,一般以一阶为主。
而当齿形误差严重时,由于激振能量较大,产生以齿轮各阶固有频率为载波频率,齿轮所在轴转频及其倍频为调制频率的齿轮共振频率调制现象。
齿形误差的主要特征为:(1)以齿轮啮合频率及其谐波为载波频率,齿轮所在轴转频及其倍频为调制频率的啮合频率调制;当齿形误差严重时,由于激振能量较大,以齿轮各阶固有频率为载波频率,齿轮所在轴转频及其倍频为调制频率的齿轮共振频率调制;(2)振动能量(包括有效值和峭度指示)有一定程度的增大;(3)包络能量(包括有效值和峭度指示)有一定程度的增大。
2.2齿轮均匀磨损齿轮均匀磨损时由于无冲击振动信号产生,所以不会出现明显的调制现象。
当磨损发展到一定程度时,啮合频率及其各阶谐波幅值明显增大,而且阶数越高,谐波增大的幅度越大。
同时,振动能量(包括有效值和峭度指标)有较大幅度的增加。
2.3箱体共振箱体共振时,在谱图上出现了箱体的固有频率成份,一般情况下共振能量很大,而其它频率成份则很小或没有出现。
滚动轴承故障分析及防治措施 论文
第一章绪论1.1 课题研究的背景和意义安全是铁路运输永恒的主题。
中国铁路第六次大提速预示着我国高速铁路时代的到来，CRH动车组的全面开行、和谐型机车的上线运用、机车交路的延长扩伸、列车的提速重载……中国铁路发生着翻天覆地的变化。
客车速度不断提高，重载列车开行数量增多，铁路运行车辆仍以客货共线为主，列车密度高居世界第一，这些因素都对机车安全运行提出了更高的要求。
滚动轴承作为机车的重要部件，其功能对安全运输起着举足轻重的作用。
滚动轴承运行是否正常直接影响到整台机车的性能及运行安全。
提速重载是世界各国铁路的发展方向，速度提升、运量加大的前提是拥有牵引力十足的机车，而作为重载机车走行部重要部件之一的牵引电机轴承，在此时此刻需要我们更多的关注。
如果在运行中发生故障，轻则会造成列车停运晚点，重则会导致列车脱轨颠覆，造成国家财产和人民生命的重大损失。
一旦该情况出现必然是机破无法运行，导致后续列车晚点严重干扰干线运输秩序，更甚者如果没有及时发现将会引起热轴、切轴、轮对擦伤、脱轨、颠覆等事故，后果不堪设想。
因此牵引电机轴承故障和滚动轴承故障分析及防治措施是本文论述的重点。
1.2 运输形式分析1.2.1 机车牵引电机随着我国铁路重载、快速列车的开行, 机车直流牵引电动机的负载在逐渐增加, 实际使用功率接近设计值, 提高牵引电动机轴承运转的可靠性, 降低故障率, 有利于保证铁路运输的安全。
在实际运用中, 牵引电动机轴承故障普遍, 轴承固死后果可怕, 严重影响铁路的正常运输秩序。
因此,对牵引电动机轴承故障进行分析与研究, 提出相应的预防措施是必要的。
1.2.2 牵引吨位增加为适应国民经济发展的需要，不断扩大运输能力，重载列车不断开行，列车吨位已有过去的单列3千吨发展到现在的5—6千吨，提高了60%—100%,并且在大秦线开通了万吨列车。
1.2.3 列检负责区段的延长列检所的设置是根据铁路运输需要和特定区段而定，随着运输结构的变化，直达列车不断增加。
滚动轴承和齿轮故障诊断和检测
摘要滚动轴承和齿轮是煤矿机电设备机械系统中最基本的元件，其出现故障的概率很高，一旦滚动轴承和齿轮出现故障就会造成巨大的经济损失，因此必须对其进行监测和诊断。
目前的故障诊断方法大都以振动理论为基础，振动信号处理技术是设备故障诊断中最有效、最常用的方法。
本文介绍了故障诊断的目的、意义、国内外研究现状、目前常用的故障诊断方法、Matlab小波工具箱、引起滚动轴承及齿轮故障的主要原因等。
对小波分析法的理论部分进行了深入研究，并利用Matlab小波工具箱对滚动轴承及齿轮的故障信号进行小波分解。
通过对分解所得细节信号的分析，可以准确判断出发生故障的部位及时间。
结果表明，小波分析法可以在早期发现故障及其产生原因，减少维修时间，提高维修质量，节约维修费用，是一种行之有效的故障诊断方法。
关键词：故障诊断；小波分析； Matlab仿真Failure diagnosis of electromechanical device incoal mineAbstract: The condition bearing and gear run is relate to the performance which mechanical system run，the probability it appears the breakdown is very high．Once the bearing and the gear appear the breakdown，can cause the mechanical system to be unable work normally．It will create the huge economic loss．The present method of fault diagnosis mostly bases on the vibration theory and the signal processing technology basing on vibration is the most effective and the most commonly used method. The main significance of fault diagnosis of equipment is state of the implementation of planned maintenance，make early warning of the development of equipment failure. Identificate and evaluate of the reasons，location and degree of risk identification of the fault .Forecast the development trend of the fault. Forecast the development trend of the fault and quickly find fault source. Put forward countermeasures and suggestions. And rapid to the specific circumstances to make response troubleshooting，to avoid or reduce accident，and ensure the smooth progress of production。
《滚动轴承故障诊断系统研究论文答辩稿1200字》
滚动轴承故障诊断系统研究论文答辩稿研究内容本文以滚动轴承为研究对象，研究开发基于GRU 的滚动轴承故障诊断系统。
全文的各章节主要内容如下：第一章，绪论：对滚动轴承故障诊断系统的背景和研究意义进行介绍，分析当前故障诊断系统存在的问题，在此基础上确定出本文的主要研究内容和技术路线。
第二章，滚动轴承在线故障诊断系统总体设计：根据滚动轴承故障诊断系统的要求确定故障诊断模型所使用的技术方法和大致架构。
第三章，基于深度学习的滚动轴承故障诊断研究：对深度学习中的常用概念和循环神经网络相关知识进行介绍，之后对轴承故障诊断模型进行设计，再然后针对模型存在的过拟合问题利用正则化和Dropout 算法对模型进行优化，最后通过仿真实验测试模型的分类精度。
第四章，神经网络超参数选择算法研究：首先对差分进化算法进行介绍，针对算法存在的不足提出改进并通过仿真实验验证改进算法的优越性。
最后将改进的差分进化算法用到故障诊断模型的超参数优化当中，并得到期望的最优超参数组合。
第五章，实验研究：完成滚动轴承故障诊断系统实验平台的搭建，搭建实验平台，完成轴承振动数据的采集并利用数据完成故障诊断模型的训练和测试工作，验证本文提出的故障诊断模型是否符合要求。
第六章，总结与展望：针对本文所涉及的主要研究内容进行总结，并对研究中存在的不足和下一步需要研究的内容进行展望。
研究方法（1）文献研究法：通过多种渠道搜集文献、专著、期刊等文献，进一步理解相关理论知识，参考相应期刊论文的写作思路确定本文的写作方向。
同时通过阅读相关期刊论文梳理相关资料，找寻目前学界研究领域的不足之处确定本题。
通过阅读相关学者的著作从中找出和本文研究方向相关的内容为自己在本文的写作中所提出的观点提供更多的理论支撑。
（2）归纳分析法：在本文的写作中，查找有关资料对相关的概念与特征进行归纳总结，分析当前存在的问题，进一步探究存在问题的原因，并借鉴国内的研究经验，提出相关的建议，并结合实际情况进行研究分析。
车辆滚动轴承故障诊断分析及改进设计
摘要铁路是国民经济的大动脉，它担负着全国大部分的运输任务，而机车车辆是完成这些任务的运载工具。
轴承的工作状况是影响铁路运输安全的重要因素之一。
机车车辆轴承是铁路机车车辆上最容易危及行车安全的易损件。
因此，开展机车车辆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。
完整的滚动轴承故障诊断过程包含信号测取、特征抽取、故障诊断三部分。
本文简要介绍了滚动轴承的结构、故障形式及其成因、故障特征频率等。
详细研究了故障诊断领域比较活跃的理论与方法，利用噪声法采集滚动轴承的故障信号，并搭建了现场实验台进行信号采集，同时基于 DSP的高速实时性，既能快速处理大批量数据，又能对信号进行实时处理。
通过信号处理算法的实时 DSP 实现，在理论方法研究的基础上，对车辆轴承的故障信号进行处理分析和比较，并对结果进行分析以及滚动轴承故障特征频率的计算。
关键字：车辆滚动轴承；故障诊断；改进设计目录摘要 (1)第1章绪论 (3)1.1 车辆滚动轴承故障诊断研究的目的及意义 (3)1.2 国内外轴承故障诊断分析技术研究现状 (3)1.3 车辆滚动轴承故障诊断的内容 (4)第2章车辆滚动轴承故障特征分析 (6)2.1 滚动轴承的类型与代号 (6)2.2铁路车辆用滚动轴承的精度等级 (7)2.3 铁路车辆用滚动轴承构造及特点 (7)2.3.1圆柱滚子轴承 (7)2.3.2无轴箱密封式双列双内圈圆锥滚子轴承 (8)2.4 滚动轴承失效的基本形式 (11)第3章滚动轴承的检修 (13)3.1滚动轴承的技术要求 (13)3.1.1 轴承拆卸的技术要求 (13)3.1.2辅承径向游隙 (13)3.1.4滚动轴承的检查、清洗和润滑 (13)第4章车辆滚动轴承检修的优化方案 (15)4.1员工素质提升 (15)4.2检修方案改进 (15)参考文献 (16)致谢 (17)第1章绪论1.1 车辆滚动轴承故障诊断研究的目的及意义铁路是国民经济的大动脉，它担负着全国大部分运输任务，而机车车辆是完成这些任务的运载工具，其运行安全性历来受到人们的重视。
毕业设计(论文)-基于lmd的滚动轴承故障诊断[管理资料]
![毕业设计(论文)-基于lmd的滚动轴承故障诊断[管理资料]](https://img.taocdn.com/s3/m/894730cc5901020206409c77.png)
各专业完整优秀毕业论文设计图纸摘要滚动轴承是旋转机械中的重要零件，它在各个机械部门中的应用最为广泛，也是机器中最易损坏的零件之一。
本文采用局部均值分解（local mean decomposition，简称LMD）算法，编写一个信号分析系统，对滚动轴承的振动信号进行分析，提取故障特征，从而实现故障诊断。
本文首先研究了LMD的原理，用MATLAB编写LMD的具体实现算法，并使用其他文献的模拟信号进行测试，验证了所编程序的正确性。
其次利用MATLAB的GUI设计出基于LMD的信号分析软件，该软件界面友好，使用方便。
最后，本文对实测的几组滚动轴承振动信号进行了分析，提取信号特征频率。
结果表明，采用本文设计的分析软件，能够对滚动轴承的几种典型故障进行正确识别。
关键词：滚动轴承；故障诊断；振动信号；局部均值分解ABSTRACTRolling bearing is an important part of rotating machinery, which is used in various machinery sectors widely, also is one of the most vulnerable parts of the machine. In this paper, with the local mean decomposition (local mean decomposition, referred to as the LMD) algorithm, written in a signal analysis system for analyzing rolling bearing vibration signal and extracting fault characteristics achieving fault diagnosis.Firstly, the principles of LMD was studied, LMD concrete algorithm with MATLAB was wrote, and other literature analog signal testing to verify the correctness of compiled programs. Secondly, signal analysis software based on LMD with MATLAB GUI was designed, the software interface is friendly and easy to use. Finally, several groups of rolling bearing vibration signal measured was analyzed to extract the signal characteristic frequency. The results show that the analysis software designed in the paper can identify several typical faults of rolling bearings correctly.Keywords: rolling bearing; fault diagnosis; vibration signal; local mean decomposition目录第1章引言 (1)研究意义及目的 (1)滚动轴承故障诊断的研究现状 (2)滚动轴承故障诊断的发展趋势 (4)第2章滚动轴承故障诊断与LMD的相关理论分析 (6)滚动轴承的故障机理及特征频率 (6)滚动轴承产生振动的原因分析 (6)滚动轴承故障特征频率的计算 (9)滚动轴承的常用故障诊断方法 (12)低频信号接收法 (13)冲击脉冲法（SPM） (13)共振解调法 (14)局部均值分解方法 (14)概述 (14)局部均值分解方法实现步骤 (15)本章小结 (17)第3章基于LMD的振动信号分析系统设计 (18)系统总体设计 (18)振动信号分析软件的GUI设计 (18)MATLAB GUI简介 (19)振动信号分析软件的用户界面设计 (22)振动信号分析软件的程序设计 (26)用户界面程序的编程实现与使用 (26)LMD算法的程序实现 (27)仿真信号分析与分析软件的验证 (27)本章小结 (33)第4章实测滚动轴承振动信号的分析与故障诊断 (34)测试数据说明 (34)实验设备情况简介 (34)滚动轴承参数 (34)故障特征频率计算 (35)滚动轴承故障诊断 (35)内圈故障振动信号分析 (36)外圈故障振动信号分析 (38)滚动体故障振动信号分析 (40)本章小结 (42)第5章结束语 (44)参考文献 (46)致谢 (48)附录一 LMD分解算法 (49)附录二振动信号分析软件的GUI功能实现程序 (52)外文资料译文 (58)第1章引言研究意义及目的随着科技的发展，现代工业正逐步向生产设备大型化、复杂化、高速化和自动化方向发展，在提高生产率、降低成本、节约能源、减少废品率、保证产品质量等方面具有很大的优势[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要滚动轴承和齿轮是煤矿机电设备机械系统中最基本的元件，其出现故障的概率很高，一旦滚动轴承和齿轮出现故障就会造成巨大的经济损失，因此必须对其进行监测和诊断。
目前的故障诊断方法大都以振动理论为基础，振动信号处理技术是设备故障诊断中最有效、最常用的方法。
本文介绍了故障诊断的目的、意义、国内外研究现状、目前常用的故障诊断方法、Matlab小波工具箱、引起滚动轴承及齿轮故障的主要原因等。
对小波分析法的理论部分进行了深入研究，并利用Matlab小波工具箱对滚动轴承及齿轮的故障信号进行小波分解。
通过对分解所得细节信号的分析，可以准确判断出发生故障的部位及时间。
结果表明，小波分析法可以在早期发现故障及其产生原因，减少维修时间，提高维修质量，节约维修费用，是一种行之有效的故障诊断方法。
关键词：故障诊断；小波分析； Matlab仿真Failure diagnosis of electromechanical device incoal mineAbstract: The condition bearing and gear run is relate to the performance which mechanical system run，the probability it appears the breakdown is very high．Once the bearing and the gear appear the breakdown，can cause the mechanical system to be unable work normally．It will create the huge economic loss．The present method of fault diagnosis mostly bases on the vibration theory and the signal processing technology basing on vibration is the most effective and the most commonly used method. The main significance of fault diagnosis of equipment is state of the implementation of planned maintenance，make early warning of the development of equipment failure. Identificate and evaluate of the reasons，location and degree of risk identification of the fault .Forecast the development trend of the fault. Forecast the development trend of the fault and quickly find fault source. Put forward countermeasures and suggestions. And rapid to the specific circumstances to make response troubleshooting，to avoid or reduce accident，and ensure the smooth progress of production。
This paper talks about the purpose of fault diagnosis，the significance，Research at home and abroad，The current commonly used method of fault diagnosis，Matlab wavelet toolbox，the main reasons of the fault of rolling bearing and gear，and so on. The research of the theoretical part of wavelet analysis is carried out in-depth。
.And using Matlab wavelet toolbox make a simulation of fault diagnose of rolling bearing and gear。
The results show that，wavelet analysis can find the reasons for the fault at an early stage，reduce maintenance time，improve the quality of maintenance and save maintenance cost ，it is an effective method of fault diagnosis.Key words: Fault Diagnosis；Wavelet Analysis；Matlab simulation目录1 绪论 (1)1.1选题的目的和意义 (1)1.2国内外研究现状简述 (2)1.3设备故障诊断技术的发展趋势 (3)1.4论文的主要研究内容及章节安排 (4)2 目前常用故障诊断方法介绍 (6)2.1电气故障诊断在线监测技术 (6)2.2红外诊断技术： (7)2.3铁谱分析技术 (9)2.4小波分析法 (12)2.5故障诊断技术尚存在的问题和不足 (14)2.6本章总结 (15)3 小波分析法原理概述 (16)3.1Haar小波 (16)3.2一维连续小波变换 (19)3.3离散小波变换 (20)3.4多分辨率分析与小波构造 (21)3.5小波包分析 (23)3.6.1MATLAB小波分析工具箱简介 (25)3.6.2小波分析工具箱图形用户接口函数 (26)3.6.3通用小波变换函数 (26)3.6.4小波函数 (26)3.7本章总结 (27)4 滚动轴承和齿轮的故障机理研究 (29)4.1滚动轴承振动的产生和滚动轴承故障机理 (29)4.2滚动轴承的振动类型 (29)4.3齿轮的故障机理分析 (32)5 滚动轴承及齿轮的故障信号分析 (37)5.1滚动轴承的故障信号分析 (37)5.2齿轮箱体表面故障信号的小波分解 (40)6 结论与展望 (43)致谢 (44)参考文献 (45)1 绪论1.1 选题的目的和意义随着科学技术与生产的高度发展，各学科相互渗透、相互交叉、相互促进，形成了设备诊断技术这一生命力旺盛的新兴学科。
它是一种了解和掌握设备在使用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因．并能预报故障发展趋势的技术。
通俗地说，它是一种给设备“看病”的技术。
[1]这里所说的“设备”是指机械设备和某些电气设备。
设备诊断技术的目的应是“保证可靠地高效地发挥设备应有的功能”。
这里包含了三点：一是保证设备无故障，工作可靠，二是保证物尽其用，设备能发挥其最大的效益；三是保证设备在特有故障或已有故障时，能及时诊断出来，正确地加以维修，以减少维修时间，提高维修质量、节约维修费用，应使重要的设备能按设备状态进行维修(即视情维修或预知维修)，改革目前按时维修的体制。
[2]电气设备的安全运行直接关系到供电、用电安全。
一旦发生事故、则所需的修复时间较长、影响严重。
[3]故障诊断的主要意义在于对设备执行计划性状态维修，能对设备故障的发展做出早期预报，对出现故障的原因、部位、危险程度等进行识别和评价，预报故障发展趋势，迅速查找故障源，提出对策建议，并针对具体情况迅速排除故障，避免或减少事故的发生，以保证生产的顺利进行。
[4]机电设备诊断技术日益获得重视与发展的原因是随着科学技术与生产的发展，机电设备工作强度不断增大，生产效率、自动化程度越来越高，同时设备更加复杂，各部分的关联愈加密切，从而往往某处微小故障就会爆发链锁反应，导致整个设备乃至与设备有关的环境遭受灾难性的毁坏。
[5]这不仅会造成巨大的经济损失，而且会危及人身安全，后果极为严重。
例如，1986年前苏联契尔诺贝利核电站泄漏事故；1986年欧洲莱因河瑞士化学工业污染事故，都是设备故障造成的震惊世界的恶性事故。
[7]国内1982年江苏某化肥厂合成氨压缩机组发生强烈振动，三次停机，损失达千万元以上。
1985年山西某电厂一台20万干瓦汽轮发电机组毁坏，直接损失达千万元。
据统计，重要设备因事故停机造成的损失极为严重；一个乙烯球罐停产一天，损失产值500万元，利润200万元；一台大型化纤设备停产一小时，损失产值80万元。
[6]英国有人在1984年发表论文认为，对大型汽轮发电机组进行振动监视，获利与投资之比为17：1，在英国西南地区，每台发电机组如减少2．5％的事故与检修损失，每年获利可达5．5亿英镑。
这表明采用设备诊断技术，保证设备可靠而有效地运行是极为重要的。
[10]1.2 国内外研究现状简述当前我国的一些民用工业，尤其是冶金、石化和电力等流程工业，在开发和应用设备诊断技术方面走在了前面，因为这些工业的关键设备一旦发生事故就会造成很大损失。
原冶金工业部首先在东北大学和北京科技大学培养了从事故阵诊断的研究生，已有一批硕士生和博士生毕业，其次以北京冶金设备研究所为基地建立设备诊断研究室，并开展了测试、培训和咨询工作。
[8]1983年确定宝山钢铁集团公司和太原钢铁公司为开展诊断技术的试点单位，建立丁振动、红外和铁谱三个实验室。
在振动监测方面对烧结和高炉的风机、制氧站的空压机进行了测试和分析，研制了ZJCY85型风机轴承在纹监测系统：在红外和热保方面对电气设备进行简易诊断．对炉壳炉衬腐蚀的诊断都取得了好的效果；在铁谱技术方面对175t 脱锭吊车的油泵油液进行铁谱分析，为液压泵、随动阀等部件的磨损找出了预防措施。
[9]东北大学与唐山钢铁集团公司合作研制了650mm轧机轧制力矩在线监测系统、4650mm轧机工作状态监测系统，又与本钢合作研制了1150mm万能板坯轧机工作状态监测系统，开发出轧钢机工作状态监测系统列入国家“八五”重点科研成果推广计划；东北大学研制的风机工作状态监测系统列入1995年国家重点科技成果推广计划。
水电行业以大机组为重点开展了机械设备故障诊断的研究，应用红外热像技术进行设备诊断对安全运行起到了良好作用，制成了比国外漏水继电器性能优越的双水内冷发电机漏水报警系统。
研制出用于变压器故障诊断的气相色谱仪，利用声发射技术测定锅炉炉管和汽包焊缝。