滚动轴承的工作状态及寿命预测方法分析-安全科学与工程专业论文.docxVIP

I I 湖 南 大 学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本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。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1、必威体育官网网址?，在 年解密后适用本授权书。 2、不必威体育官网网址?。 (请在以上相应方框内打“√”) 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 II II 滚动轴承的工作状态及寿命预测方法研究 摘 要 滚 动 轴 承 是 机 械 设 备 中 使 用 最 广 泛 ， 且 极 易 损 坏 的 零 件 之 一 ， 由 其 引 发 的 故 障是引起设备失效的重要原因。对滚动轴承进行工作状态和寿命预测研究是评价 轴承制造质量的关键，对其进行研究具有十分重要的意义。 论文研究了滚动轴承 的 工作状态和寿命预测方法 ， 使用 局部特征尺度分解 （Local characteristic scale decomposition，简称 LCD）算法提取振动信号的特征 值，将高斯混合聚类算法和变量预测模型（Variable predictive model based class discriminate，简称 VPMCD）结合，对滚动轴承进行工作状态的识别和寿命预测。 论文主要研究内容如下： 1、分析了滚动轴承的主要故障模式及特性，以及滚动轴承的退化状态演化规 律。然后探讨了滚动轴承工作状态的识别方法，为滚动轴承的工作状态与寿命预 测方法研究奠定基础。 2、研究了 LCD 算法的基本理论，LCD 是一种新的自适应、非平稳信号的处 理方法，该方法能够将复杂的非平稳信号自适应地分解为若干瞬时频率具有物理 意义的单分量信号的和，从而能够有效地对滚动轴承的振动信号进行特征值提取。 然后 利 用 仿 真 信 号 比 较 了 LCD 相 对 固 有 时 间 尺 度 分 解 （ Intrinsic time-scale decomposition，简称 ITD）及经验模态分解（Empirical mode decomposition，简称 EMD）算法的优点，并通过实验来验证 LCD 在滚动轴承工作状态和寿命预测研 究中的有效性。 3、研究了高斯混合聚类算法的基本理论，用作滚动轴承退化状态识别和寿命 预测的全寿命数据是随时间非线性变化的不确定类别的数据，因此首先需要利用 高斯混合聚类算法将原始数据准确聚类成 N 个退化状态，然后才能使用模式识别 方法根据既定的不同 退化状态对数据进行 训练和测试。将该算 法与 LCD 算法相 结合，并且将时间因子作为特征值引入高斯混合聚类算法，从而实现对滚动轴承 全寿命数据的退化状态分类，并有效识别出原始信号的异常点。 4、研究了 VPMCD 算法的基本理论，该方法是一种全新的模式识别方法，通 过利用各特征参数之间的相互内在关系来建立变量预测模型，再利用预测模型对 待测数据进行模式识别及分类。论文将其与高斯混合聚类及 LCD 算法相结合应用 于滚动轴承工作状态和寿命预测研究中，并通过实验，与目前广泛应用在滚动轴 承模式识别中的神经网络相比较，结果验证了其在分类精度和训练速度上的优势。 关键词：滚动轴承；局部特征尺度分解；变量预测模型；高斯混合聚类；模式识 别；寿命预测 PAGE PAGE VI 硕士学位论文 Abstract Rolling bearing is one of the most used elements of mechanical equipment, which is easily damaged. Failure caused by rolling bearing is a very important reason when mechanical equipments are broken down. Research on the forecasting of t he working condition and life time of rolling bearing is the key of evaluating the quality, so studies on rolling bearing a