基于靜電監(jiān)測的滾動軸承性能退化評估及預(yù)測方法研究.pdf

1、隨著科技的不斷發(fā)展，機(jī)械設(shè)備也不斷向大型化、復(fù)雜化發(fā)展，對于生產(chǎn)效率的追求也越來越高，另一方面，對于工作環(huán)境和運(yùn)行要求也越來越嚴(yán)格，軸承作為其中的重要部件一旦發(fā)生故障，將導(dǎo)致致命的危險。因此，對于軸承進(jìn)行性能評估就變得尤為重要，不但要在機(jī)械設(shè)備要發(fā)生故障時及時的做出診斷更要在早期性能退化時做出預(yù)警，提前制定維修計劃以防止重大事故的發(fā)生。
　　基于油液的靜電監(jiān)測目前尚處于初步研究階段，由于軸承在磨損的過程中會產(chǎn)生磨損微粒，這些磨損微

2、粒上便會帶有靜電，通過靜電傳感器監(jiān)測靜電的變化，便能夠在軸承發(fā)生故障的時候及時的通過采集系統(tǒng)判斷出來，本試驗(yàn)以滾動軸承6207為研究對象，針對信號的特征提取方面、性能退化評估方面和趨勢預(yù)測做了以下研究工作:
　　(1)闡述了本文選題的背景和意義，通過國內(nèi)外研究資料分析了靜電監(jiān)測、性能退化評估和趨勢預(yù)測在國內(nèi)外的發(fā)展?fàn)顩r，確立了以靜電信號為基礎(chǔ)的性能退化評估方法研究，將其研究結(jié)果與振動信號做比較，確立了本文的研究內(nèi)容。
　　(

3、2)研究了EMD方法對油液磨粒靜電監(jiān)測信號進(jìn)行特征提取。軸承在正常狀態(tài)下時的信號為隨機(jī)分布的，隨著磨損程度的不斷加深，故障信息便會隱藏在這些隨機(jī)成分中,EMD方法具有自適應(yīng)性、直觀性和高效性等特點(diǎn)，通過對分解過后的IMF分量進(jìn)行計算，分別提取出時域特征和能量熵。這些特征能夠很好反應(yīng)出信號中的故障信息，通過故障信息便可以對軸承的故障進(jìn)行判斷。
　　(3)將支持向量數(shù)據(jù)描述方法應(yīng)用于性能退化評估中。近年來，支持向量數(shù)據(jù)描述方法多用于狀

4、態(tài)監(jiān)測和故障診斷領(lǐng)域中，本文將基于靜電信號運(yùn)用支持向量數(shù)據(jù)描述方法研究軸承的性能退化過程。通過處理靜電信號將得到的時域和能量熵特征進(jìn)行融合作為支持向量數(shù)據(jù)描述方法的輸入矩陣來與正常狀態(tài)進(jìn)行對比判斷，來說明軸承退化的過程，并通過對比靜電和振動信號數(shù)據(jù)來說明靜電監(jiān)測能夠更加靈敏、準(zhǔn)確的監(jiān)測出故障信息。
　　(4)趨勢預(yù)測是根據(jù)設(shè)備的特征參數(shù)來進(jìn)行監(jiān)測，通過運(yùn)行狀態(tài)來組織維修。本文主要介紹了兩種趨勢預(yù)測模型分別為:線性回歸模型和支持向量