关 键 词：

JD 调度 绞车 设计 CAD 图纸

资源描述：

喜欢这套资料就充值下载吧。资源目录里展示的都可在线预览哦。下载后都有，请放心下载，文件全都包含在内，图纸为CAD格式可编辑，有疑问咨询QQ:414951605 或 1304139763

内容简介：

中国矿业大学2010届本科生毕业设计 第 74 页翻译部分中文译文滚柱轴承初始故障诊断的方法-根据小波的变换交互作用过滤和Hilbert变换摘自（国际设备工程与管理）期刊曾庆虎、仇静、刘关军 学院：机电工程学和自动化，国防科学技术大学，长沙 410073， P、 R. 中国摘要：噪声是初始滚动轴承故障诊断结果不准确最大的障碍; 根据小波的变换交互作用过滤和Hilbert变换，一个新的诊断滚动轴承初始故障的方法被提议。首先，微弱的故障信息特点利用小波的一个降低噪音的特征变换交互作用过滤作为Hilbert信封分析的预处理，从滚柱轴承的故障感应信号拾取信号然后，为了得到故障特征频率，降低了噪音的高频信号中小波系数利用Hilbert信封光谱进行分析。仿真信号和诊断实例分析结果显示：提出的方法比在降低干扰的和净化的滚柱轴承初始故障中直接小波Hilbert系数转换有效。关键词： 小波交互作用过滤； Hilbert变换； 信封光谱 故障诊断；滚柱轴承1、概述：滚柱轴承频繁地是被应用在大多数旋转电机中。 他们的运行质量影响到设备的工作成绩。 当前，普遍用于诊断滚柱轴承缺点的方法包括FFT光谱分析和高频率解调分析，但二个方法都有缺陷。原因是：(1)轴承故障振动信号通常有不稳定的特征; (2)滚柱轴承初始故障的特点信息是微弱的，并且工作环境是充满了噪声; 特征信息淹没在噪声中从而难以辨认。那么如何拾取故障特征信息和如何增加信号噪声比率是为诊断滚柱轴承初始故障的关键技术。小波分析在80年代来了。 从那以后，人们开始使用小波分析处理振动信号并且达到了一些有利作用。几乎所有的方法都使用小波变换(WT)或小波口袋变换(WPT)直接地拾取故障特征，但当工作环境充满强烈的噪声时，这不是理想的。原因是故障信号被噪音淹没再每个频率渠道。小波变换交互作用过滤(WTCF)根据以下事实：尖锐的边缘有大信号在小波标度，并且噪声将在此标度快速的消失；尖锐的和重要的特征可以从噪声中获得，并且根据门限检查消除噪声; WTCF小波系数噪声信号比率明显高于WT小波系数。当压制噪声和小锋利的特点，在几个毗邻标度削尖并且提高边缘和重大特性，小波系数直接空间交互作用; 在本文，根据WTCF的和Hilbert变换，一个诊断滚柱轴承初始故障的新的方法被提议。首先，利用WTCF的一个降低噪音的特征作为Hilbert信封分析的预处理，微弱的故障信息特点从滚柱轴承故障振动信号被拾取。然后，为了得到故障特征频率，降低噪音的高频信号中小波系数利用Hilbert信封光谱进行分析。仿真信号和诊断实例分析结果显示：提出的方法比在降低干扰的和净化的滚柱轴承初始故障中直接小波Hilbert系数转换有效。2、小波转换交互作用过滤小波变换交互作用过滤(WTCF)，降低噪音的想法是根据以下事实的：在许多小波标度尖锐的边缘有大信号，并且噪声将快速地在小波标度消除; 当压制噪声和小锋利的特点时，在几个毗邻标度削尖并且提高边缘和重大特点，小波系数的直接空间交互作用。边缘和重大特点可以从噪声得到，并且根据门限检查消除噪声。WTCF小波系数信号噪声比率明显高于WT小波系数。WTCF具有容易实施和强烈的特征，并且它可以是信号处理用于拾取机械设备初始故障特性的工具。 我们在几个毗邻标度，使用小波变换内容的直接空间交互作用Corrl (m，n)准确地查出边缘或其他重大特征的地点。 Y (m + i, n) , n = 1, 2, N 1这里N表示一个离散信号的点数字，n是翻译索引，m是标度索引，Y表示小波变换数据，i是在涉及到直接增殖的标度数量，mM-l + i 并且M是在标度上的总数。通常，我们选取l = 2。对于限于一定区域的信号，边缘或其他重大特征允许噪音背景被消除。当压制噪声和小锋利的特点时，在几个标度削尖并且提高主要边缘，边缘探测数据的直接空间交互作用。在本文，提出的算法利用交互作用特征从噪声中拾起重大特性。 算法简要地被描述如下： 被过滤的数据指Yf，所有元素的初始化是零。(1)、为每个小波标度m计算交互作用Corr2 (m，n)得到改进的重要特性和被压制的噪声。(2)、重新调节受力Corr2 (m，n)相对Y (m，n)，并且得到新的Corr2 (m，n) = Corr2 (m, n) 2这里：PY (m ) = 3PCorr2 (m ) = 4PY (m)是第m次标度小波系数，并且PCorr2 (m)是Corr2 (m， n)的第m次受力值。(3)、如果新的|Corr2 (m， n) | | Y (m，n),我们接受点作为边缘。把Y (m， n)赋值给Yf，并且重新设置Y (m，n)和Corr2 (m，n)为0。否则，我们假设Y (m， n)是由噪声导致的然后保留Y (m，n)和Corr2 (m，n)。(4) 回归到(1)，重覆(2)和(3)直到Y (m， n)的力值与以一些基准噪音力量在第m次小波标度关联的门限比率th (m)是几乎相等的。力值正常化程序、数据值比较和边缘信息提取这些在Y (m， n)可以被重复多次直到在第m次小波标度。无法提取数据点的力值与一些基准噪音力值是几乎相等的在过程的开始，估计基准噪音是必要的。 实际上，通过实验分析，我们发现许多噪声将被提取作为边缘，为了避免这样，我们成倍增加 | Y (m， n) | 由质量 (m) 1和强使只有当新的 | Corr2 (m， n) | (m) | Y (m， n) | 能被我们提取Y (m， n)作为边缘。3、根据小波的变换交互作用过滤和Hilbert变换诊断滚动轴承初始故障的方法通过WTCF降低噪音获取的高频率标度小波系数可能不仅划分滚柱轴承缺点变化的振动信号，更加重要的是，它保留了时间信息，时间信息映射了反复频率和他们改变的规则并且包括滚柱轴承故障信息。为了有效地获得故障信息，它需要在高频率小波系数标度做Hilbert变换，然后做信封光谱分析。过程为诊断滚柱轴承初始缺点根据WTCF的和Hilbert变换被划分成二个阶段。基于小波变换交互作用过滤 (WTCF)降低噪音的想法，当压制噪声和小锋利的特点时，在几个毗邻标度削尖并且提高边缘和重大特点，小波系数的直接空间交互作用。边缘和重大特点可以从噪声得到，并且根据门限检查消除噪声。WTCF小波系数信号噪声比率明显高于WT小波系数。高频率标度小波系数d1(t)，由WTCF降低噪音，由Hilbert处理。4、仿真分析得到如下分析的数据： (1)、120赫兹冲动火车仿效通过振动有一个故障点;(2)、3000赫兹的调波以指数衰变仿效已激发的固有频率增加;(3)、20赫兹和130赫兹二个低组分频仿效因素例如失配、不同心度，机械松散性等，并且增加;(4)、强的白色高斯噪声增加仿效环境扰乱。样品频率是16384赫兹。图2(a)表示原始的振动信号，并且故障频率是120赫兹。故障频率被噪声淹没。图2(b)表示对一个直接小波系数Hilbert的信封光谱分析变换，那里是没有手段判断故障点是否存在。图2(c)显示对WTCF-Hilbert的信封光谱分析变换; 故障频率120赫兹并且它的高次谐波清楚地被观察。致 谢经过三个月的时间，顺利的完成了毕业设计。在本次设计过程中,我得到了付俊杰老师的悉心指导。付老师多次询问我的设计进程，并为我指点迷津，帮助我开拓研究思路，精心点拨、热忱鼓励。付老师一丝不苟的作风，大胆创新的思想，严谨求实的态度，踏踏实实的精神，深深影响了我；