原文传递
货车轴承声发射信号特征提取与智能诊断研究
| 论文题名： | 货车轴承声发射信号特征提取与智能诊断研究 |
| 关键词： | 货车轴承;故障智能诊断;声发射信号;特征提取;小波包分解;支持向量机 |
| 摘要： | 轴承能支撑、引导和减少固定机械与运动机械间的摩擦,是旋转机械的最重要部分。旋转机械开始故障是由于未对准、超载、不平衡等原因。对于任何这些问题,轴承都将面临严重后果。因此,监测和诊断轴承健康状况是必需的,这能避免那些能导致严重机械故障的问题发生。各种各样的监测技术被用于旋转机械的轴承故障诊断。本文讨论声发射监测技术,分析在货车轴承组件中捕获的声发射信号(AE)。使用现代信号处理技术对信号进行加工与分析,利用模式识别方法实现故障的智能诊断。 论文系统介绍了滚动轴承的常用检测技术,为有利于检测轴承的早期故障,由对比分析,最终选用抗干扰和灵敏度都较强的声发射信号作为故障信号源,并详细介绍了声发射诊断技术机理和处理方法。由于列车安全事故本身是无法改变的,而对列车状态准确把握,对其故障隐患作出有效预测却可以有效避免列车事故,所以列车轴承状态监测是未来铁路货车安全信息系统的必然之路。为实现对铁路重载货运车辆动态监控。本文用小波包分解与支持向量机算法实现故障诊断与预测。文章针对铁路货车滚动轴承故障的实际情况,将支持向量机(SVM)方法引入货车轴承的智能故障诊断中,实现了轴承的在线智能诊断。 |
| 作者： | 刘浩 |
| 专业： | 控制科学与工程 |
| 导师： | 鲁五一 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中南大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
