基于经验模态分解的单通道轴承故障诊断方法应用研究开题报告
2020-06-08 21:18:44
1. 研究目的与意义(文献综述包含参考文献)
文 献 综 述 一、研究目的及意义 机械是装备制造业的核心,轴承是机械中应用最广泛的关键零部件之一。
据统计旋转机械故障有30%是由轴承引起的[1],轴承的工作状态直接影响到整台设备的运行状态,其缺陷会导致设备产生异常振动和噪声,影响到整个设备的运行,甚至会导致无法挽回的损失。
因此,轴承的状态监测和故障诊断具有一定的现实意义。
2. 研究的基本内容、问题解决措施及方案
1.本课题研究的问题 (1)对轴承故障诊断中的国内外降噪处理方式的相关研究成果进行系统梳理,然后论述该问题的研究意义,指出该领域现有研究中的漏洞及不足; (2)熟悉经验模态分解降噪算法,并学会改进此算法,用svm构建预测模型验证改进后的emd方法的降噪效果; (3)掌握轴承故障诊断的基本步骤,并学会使用matlab编程; (4)利用matlab设计出一个可操作的故障诊断界面,将降噪、分类算法融入其中。
(5)总述:以轴承振动信号的降噪处理为主要研究对象,分析一下轴承的几种主要的故障形式及其成因,了解一下轴承的振动类型及振动机理,研究一下轴承振动信号特征的常规提取方法,并对轴承典型故障振动信号的特征进行分析。
将emd方法引入到轴承的振动信号降噪处理中,对轴承进行故障诊断,并通过对实际故障信号进行分析,验证基于emd的故障诊断方法的有效性。