滾動(dòng)軸承的故障特征提取及剩余壽命預(yù)測(cè)研究.pdf

1、滾動(dòng)軸承在一些大型的高速旋轉(zhuǎn)和重載荷機(jī)械當(dāng)中扮演著重要的角色，其一旦出現(xiàn)故障將很有可能造成整個(gè)系統(tǒng)的癱瘓，從而導(dǎo)致延誤生產(chǎn)或停產(chǎn)，嚴(yán)重的甚至?xí)?duì)人們的生命財(cái)產(chǎn)造成巨大的無(wú)法挽回的損失。故對(duì)滾動(dòng)軸承的故障診斷和剩余壽命的預(yù)測(cè)是非常有必要的，本論文針對(duì)滾動(dòng)軸承的故障診斷和剩余壽命的預(yù)測(cè)展開(kāi)研究，其具體內(nèi)容如下：
　　（1）在對(duì)變模式分解（Variational Mode Decomposition，VMD）算法原理進(jìn)行了闡述的基礎(chǔ)上，

2、通過(guò)滾動(dòng)軸承外圈故障的仿真信號(hào)對(duì)變模式分解算法進(jìn)行了探究驗(yàn)證，并與經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD)的分解結(jié)果進(jìn)行了對(duì)比。為解決變模式分解算法參數(shù)的選擇問(wèn)題，提出了以包絡(luò)稀疏性為目標(biāo)函數(shù)的網(wǎng)格尋優(yōu)算法。
　　（2）針對(duì)變模態(tài)分解得到的分量，提出了熵值法篩選最優(yōu)共振頻帶。首先提取了四個(gè)特征指標(biāo)來(lái)作為篩選的依據(jù)，而后運(yùn)用熵值法對(duì)四個(gè)特征指標(biāo)賦予權(quán)值，計(jì)算每個(gè)變模態(tài)分解分量的信息效用熵的值，

3、通過(guò)信息效用熵值的大小把最優(yōu)的共振頻帶篩選出來(lái)。
　?。?）因?yàn)檩S承剩余壽命與軸承退化狀態(tài)密切相關(guān)，為了準(zhǔn)確預(yù)測(cè)剩余壽命，本文提出了一種運(yùn)行狀態(tài)劃分方法，將軸承的整個(gè)生命周期分為平穩(wěn)期、退化期和快速失效期（報(bào)廢期），從而針對(duì)不同狀態(tài)的軸承進(jìn)行剩余壽命模型的建立。提出了通過(guò)滾動(dòng)軸承故障信號(hào)的均方根，來(lái)劃分滾動(dòng)軸承的退化狀態(tài)，把不同工況滾動(dòng)軸承的退化過(guò)程劃分成了不同的階段（平穩(wěn)期、退化期和報(bào)廢期）。
　?。?）根據(jù)不同滾動(dòng)軸承的