吴志伟-智能诊断与专家系统研究室-南京航空航天大学.DOC

编号 南京航空航天大学 毕业论文 题 目 滚动轴承早期故障特征提取与智能诊断技术研究 学生姓名 吴志伟 学 号 070430120 学 院 民航学院 专 业 交通运输（机务工程） 班 级 0704301 指导教师 陈果 副教授 二〇〇八年六月 南京航空航天大学 本科毕业设计（论文）诚信承诺书 本人郑重声明：所呈交的毕业设计（论文）（题目：滚动轴承早期故障特征提取与智能诊断技术研究）是本人在导师的指导下独立进行研究所取得的成果。尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。 作者签名： 年 月 日 （学号）：  滚动轴承早期故障特征提取与智能诊断技术研究 摘要 滚动轴承是旋转机械中应用最为广泛的机械零件，也是最易损坏的元件之一。近年来，机械设备故障诊断技术在国内外得到了较大的发展，在国民生产中起到了重大的作用。本文引入小波分析方法，从滚动轴承外部振动信号中获取故障特征信息，有效地实现了滚动轴承的故障诊断。 首先，介绍了滚动轴承故障诊断的意义及基于小波分析的滚动轴承故障诊断的必要性。 其次，介绍滚动轴承振动机理和共振解调原理，得到利用轴承外表面振动信号对机器进行不解体故障诊断是可行的，并分析了各种故障振动信号的特点，为滚动轴承振动故障诊断提供了理论依据。 再次，引入小波分析方法，重点讲解离散小波变换的基本原理。 然后，结合小波变换的基本原理，讨论了滚动轴承故障诊断的应用与研究。主要内容为滚动轴承内圈，外圈，滚动体故障的诊断。 最后，依据实验所得的数据进行实验验证，经过必要的分析得出研究结论。 关键词：滚动轴承，共振解调，故障特征，小波分析，故障诊断  Feature extraction and intelligent diagnosis for rolling bearing early faults Abstract Rolling bearing is the mechanical part which is used widely in rotating machines, and it is also most of easy damaged. In recent years, fault diagnosis technology of mechanical equipment has been great development in china and abroad, and it plays an important part in national production. In this paper, characteristic information for faults are gained from rolling element bearing outside vibration signals by using wavelet translation analysis methods. At first, the significance of rolling bearing fault diagnosis is introduced, and the necessity of rolling bearing fault diagnosis based on wavelet analysis also is introduced. The second, vibration mechanism of rolling bearing and the principle of resonance demodulation are introduced. It is possible to diagnose the fault of rolling bearing according to the vibration signal which is measured at the outer surface bearing. The third, application and research of rolling bearing fault diagnosis is discussed, combined with the principle of wavelet transform. Main content is the diagnosis of rolling bearing’s inner ring, outer