滚动轴承振动故障诊断研究毕业论文
2021-11-21 16:21:59
论文总字数:29398字
摘 要
滚动轴承是我们在现实中经常见到的,并且可以被用在很多方面的一个部件,对生产来说起着非常重要的作用,因此,在一台设备中,滚动轴承发挥着巨大的作用,甚至对设备的状态产生直接影响,根据相关统计,在各类机械事故中,有30%都是由于滚动轴承的问题而造成的,所以滚动轴承的振动故障诊断研究对于整个行业来说都是非常重要的,受到了广泛的重视和研究。
综上所述,这次的论文主要是采用了LabVIEW虚拟仪器软件来进行程序的设计开发,并且将西储大学滚动轴承数据库里的数据经LabVIEW软件程序处理,得出了驱动端和风扇端在电机负载0、1、2、3四种状态下的内圈、滚珠、外圈三种故障的频谱图,并对数据进行列表分析。在设计中还应用到了滚动轴承振动故障诊断的原理、频谱分析法和特征频率计算分析的方法。通过本次实验来看,利用LabVIEW软件进行实验和检测能够充分展示人机界面友好和性能稳定的优点。
关键词:LabVIEW;滚动轴承;振动故障;特征频率
ABSTRACT
Rolling bearing is we often meet in the reality, and can be used in many aspects of a component, plays a very important role for production, therefore, in a device, rolling bearing plays a huge role, and even a direct impact on the state of the equipment, according to relevant statistics, in all kinds of mechanical accident, 30% are caused by the problem of rolling bearing, so the vibration of the rolling bearing fault diagnosis research is very important for the whole industry, received widespread attention and research.
Above all, the thesis mainly adopted LabVIEW virtual instrument software for program design and development, and the case western reserve university, rolling bearing in the database of data processing by LabVIEW software applications, it is concluded that the driver side and fan and the motor load is 0, 1, 2, 3, 4 kinds of condition of inner ring, ball bearings, outer ring three fault spectrum diagram, and analysis the data list. The fault diagnosis principle, spectrum analysis method and characteristic frequency calculation method are also used in the design. Through this experiment, the experiment and detection using LabVIEW software can fully demonstrate the advantages of friendly human-machine interface and stable performance.
Key words: LabVIEW; Rolling bearing; Vibration fault; Characteristic frequency
目录
第一章 绪 论 1
1.1 滚动轴承振动故障诊断的选题背景及意义 1
1.2 滚动轴承故障诊断技术的研究现状 1
1.3 滚动轴承故障监测技术 3
1.3.1 温度分析法 3
1.3.2 油样分析法 3
1.3.3 基于声发射检测分析法 3
1.3.4 基于振动分析法 4
1.4 本研究所做的工作及段落安排 4
第二章 基于振动的滚动轴承故障诊断方法 6
2.1 振动信号分析特点 6
2.2 幅值域分析法 6
2.2.1 有量纲的幅值参数 6
2.2.2 无量纲幅值参数 7
2.3 频域分析法 8
2.3.1 频域分析法 8
2.3.2 傅里叶变换 9
2.4 特征频率的计算 10
第三章 滚动轴承故障诊断虚拟仪器的开发 14
3.1 虚拟仪器 14
3.1.1 虚拟仪器简介 14
3.1.2 LabVIEW简介 14
3.1.3 虚拟仪器开发 15
3.2 虚拟仪器的硬件选型 15
3.2.1 传感器介绍及选型 16
3.2.2 信号调理器 18
3.2.3 数据采集卡的介绍及选型 19
3.3 虚拟仪器的软件开发 20
3.3.1 数据采集系统及参数设置 21
3.3.2 数据分析处理系统 21
3.3.3 数据存储与回放系统 22
3.4 数据存储程序框图 23
第四章 实验数据采集与分析 24
4.1 实验装置的安装与连接 24
4.1.1 加速度传感器的安装 24
4.1.2 实验装置的连接 25
4.2 实验的基本步骤 25
4.3 实验数据分析 26
4.4 实验小结 47
第五章 结论及展望 48
5.1结论 48
5.2展望 48
参考文献 49
致 谢 51
第一章 绪 论
1.1 滚动轴承振动故障诊断的选题背景及意义
滚动轴承是机械设备中举足轻重的零件之一,在经济发展中,轴承被认为是工业的关节,轴承工业也是机械和其他工业中最基础的一个部分,轴承工业的发展状况,对一个国家的基础工业方面产生了深远的影响,在关于国防建设上,滚动轴承的作用更加重要,在技术方面,在众多的合金钢中,轴承钢对于技术的要求和把控是最为严格的,并且轴承是一种精密的部件,所以它对于自己周围的工作环境有着较高的要求和标准,而且就本身而言,它是非常容易受到摩擦和损耗的,在相关的机械和工业设备中,出现机械故障的情况,有30%都是由于滚动轴承造成的,并且在这些故障中,尤其以振动故障为主。所以对于滚动轴承振动故障诊断研究迫在眉睫。
滚动轴承自身的转速是非常高的,而且可以为机械设备提供动力支持,是工业生产中一个重要的环节,科学技术的发展为工业方面带来了前进的动力,促进机械设备向着精密化,智能化,系统化的方向不断发展,在整个工业生产中,越来越多的使用到一些大型的机械设备,这就使整个工业体系不断地发展完善,内部系统更加复杂,工作能力和效率不断增强,因此,在生产中面临的问题也越来越严重,和每个组件之间的关系变得越来越近。然而,机械设备在长期恶劣的工作环境中,连续满负荷运转,滚动轴承等部件不可避免地会出现劣化。如果一个滚动轴承在系统中不能正常工作,会给生产带来不良的影响,给机械设备的正常运转造成了困难,并且如果一个工业中机械设备出现问题,那么生产将无法继续,在维修的过程中,需要花费高昂的维修费用,而且在无法继续生产的过程中,会产生各种其他费用,这对于一个国家或者地区来说,都会给经济发展造成很大的影响,还有可能造成无法挽回的后果。
1.2 滚动轴承故障诊断技术的研究现状
上世纪中期,对于故障的检查技术就已经在西方等国家运用。美国的两名科学家率先研发出了根据轴承振动所传出的速度等相应信号与标准振动变化图像的细微差别,来判断工作状态下的轴承是否存在故障,以此检测其工作质量[1]。法国的学者在此研究的基础上,不断更新方法最后研发出运用小波变换所产生的一系列振动资料来分析局部的振动情况。小波变换能够根据需要反映各种微弱信号,不仅能够深入某一方面体现细节,也能够从整体掌握其信号特点。而这样的优势恰好能够诊断出轴承是否存在故障[2]。在1960年,瑞典某公司通过对沉着发生故障的原理,进行深入的研究,研发出了SPM。其工作原理是根据轴承的相应振动信号,如脉冲的峰值等信息,对轴承进行预判,不仅能够对已产生故障的轴承进行排障,还可以在发生故障早期就提前预测后续可能发生的故障,因此该仪器的产生大大提高了相应的滚动轴承诊断技术[3]。就职于美国波音公司的某研发员,也紧随其后创造出了共振分析法,该技术被纳入专利[4]。利用脉冲图像对轴承进行分析,其精确度和有效性远远不如共振调节技术,共振调节技术,不仅能够将故障处的信号放大还能够与其他技术共同使用,提高了对轴承早期故障或一些细小问题的诊断的精确度,也能够精确的给出故障所在位置以及相应部件的问题程度,是故障检测,技术进一步提升[5]。美国航空局的科学家通过其他方式的启发,研发出了一种新的故障处理方式——HHT。其技术的核心原理是运用经验模态分析(EmD),在时间上将信号分为许多部分,通过这些部分的不同特征,将其转化为相应的函数——IMF和一个剩余的分量信号。其中各个部分的IMF可以将轴承的一些初始状态下的信息以及局部信号体现出来,而这个剩余的增量信号则能够体现其变化趋势。整合IMF的所有信号,通过一系列的转换将这些信号更完整的体现出来。由于EmD具有较强的适应性,即使振动产生的信号并不稳定,或者并非是连续的,也能够有效的检测出其故障。因此该技术取得了相当显著的成果。最近,J.S.Smith[6]又研发出一种新的分析方法LMD,运用计算机将局部的振动信号进行分解,有较明显的成果。该技术的优势是能够将一个包含有许多无关信息的信号,根据其不同频率加以分解,让其成为许多具有物理意义的函数Pf和一个剩余量。同上面的方法类似,Pf能够体现出信号的原始特征,并以时间为单位处理出不平稳或不连续的信号,该方法在电脑信号上以及故障诊断领域均能够做出相应的使用。Dragomiretskiy等人[7]的最新研究中,运用变分模态分解的方法,通过对相应最优模型的寻找,确定出每个相应变量所对应的频率以及宽度,将局部信号进行有效分解,以此达到检测目的。在我国由于相应的诊断技术研发相应落后,因此现阶段主要还是通过对其他国家的研究成果进行运用。并逐步研发属于自己的诊断方法。
在我国,滚动轴承缺陷判断手段的探讨即使开始得比较迟,可是由于所以的研发人士的勤奋刻苦,中国的滚动轴承缺陷判断诊断手段得到了迅猛的推广,包含检验方式、技术以及装置完整以及大量推广,慢慢减少了和实力高的国家的距离,尤其是在滚动轴承缺陷判断的水准上。杨宇等[8]联系EMD与互联网准确地辨别了滚动轴承的运行状况以及缺陷类型,给产生缺陷的信息展开EMD分离获得各部分IMF数量,运算各部分IMF数量的时域特点指数当作互联网的录入,跟那些把初始缺陷信息的时域特点指数立刻录入精神互联网来做比较,这种方式的缺陷辨识率会高一些,缺陷判断以及区分出来的成效更为优质。刘金朝等人[8]使用自动贴合共振解调的方式展开对轴承缺陷的判断,按照信息的时频改变获得的时频能源谱中抽取信息,来完成因撞击产生的共振高频信息和高能量的较低频率信息的分类,还确定出Lp范数标准,与典型的共振解调方式做比较,这个方式的轴承缺陷判断的精准率会高一些。唐贵基等人[8]联合小波包解析、频带能源解析以及包络谱解析等方式把自身的优点用在轴承缺陷判断上,给轴承振动信息展开了小波包分离,运算每个频带的能源,还按照每个频带能源的改变找出轴承缺陷的相应的频带,更加给缺陷频带的重新构造信息展开包络谱解析,在判断轴承缺陷的时候颇有成效。陈亚农等人[9]指出一类修改好的LMD方式,还用在滚动轴承不一样的唯一缺陷的判断,可以十分精准地识别出轴承缺陷种类[10]。
请支付后下载全文,论文总字数:29398字