国产黄在线看_国产精品久久欧美久久一区_玩命速递4_青草久久精品_电影《曼娜艳荡性史》_久久91精品国产91久久yfo_黄色影院国产_男男无遮挡_美女少妇翘臀啪啪呻吟网站_久久视频国产

　　摘　要：軸承是各類機(jī)械設(shè)備中的常用部件，也是易損部件之一，軸承出現(xiàn)故障而得不到及時(shí)更換時(shí)，將可能影響整個(gè)機(jī)械裝置的工作，所以對軸承進(jìn)行狀態(tài)監(jiān)測，及時(shí)發(fā)現(xiàn)軸承的故障，將是十分必要的。對軸承狀態(tài)監(jiān)測進(jìn)行了較為詳細(xì)的闡述，說明了進(jìn)行軸承狀態(tài)監(jiān)測的意義及其發(fā)展過程，之后介紹了狀態(tài)監(jiān)測的基本步驟及各個(gè)步驟的實(shí)現(xiàn)方法，并對各個(gè)方法進(jìn)行了比較，Z后進(jìn)行了總結(jié)和拓展。
　　關(guān)鍵詞：狀態(tài)監(jiān)測；神經(jīng)網(wǎng)絡(luò)；故障診斷；軸承
　　1　軸承狀態(tài)監(jiān)測的意義及常見的故障類型
　　軸承是各類機(jī)械設(shè)備中不可或缺的部件，被廣泛地應(yīng)用于車輛、航天、冶金等領(lǐng)域，但同時(shí)它也是極易損壞的部件之一。軸承主要故障類型有：點(diǎn)蝕、膠合、磨損、燒傷等，軸承故障會使機(jī)械設(shè)備產(chǎn)生振動和噪聲，容易導(dǎo)致整個(gè)設(shè)備的工作停滯，甚至引發(fā)嚴(yán)重的事故。因此，進(jìn)行及時(shí)而有效的軸承狀態(tài)監(jiān)測將是十分必要的。
　　2　軸承狀態(tài)監(jiān)測技術(shù)的發(fā)展過程
　　軸承狀態(tài)監(jiān)測技術(shù)的發(fā)展過程，大致可以分為如下三個(gè)階段：
　　階段：早期，用經(jīng)驗(yàn)對觀察的軸承工作狀態(tài)和軸承工作噪聲進(jìn)行識別和判斷。這種方式受主觀因素的影響較大，難以對機(jī)械設(shè)備的故障進(jìn)行實(shí)時(shí)、準(zhǔn)確的判斷。
　　第二階段：利用計(jì)算機(jī)技術(shù)，進(jìn)行初級的狀態(tài)監(jiān)測。1960年以后，計(jì)算機(jī)技術(shù)的發(fā)展和傅里葉算法的出現(xiàn)，使得計(jì)算機(jī)信號處理技術(shù)有了較為完善的理論基礎(chǔ)，信號的頻譜分析處理得以現(xiàn)實(shí)。由軸承的工作情況計(jì)算出軸承各種故障的特征頻率，將采集的信號進(jìn)行傅里葉頻譜分析，對照特征頻率就可以判斷軸承的狀態(tài)。由于這種方法受環(huán)境噪聲的影響，所以效果不是十分的理想。之后出現(xiàn)了共振解調(diào)技術(shù)，它有效地提高了振動信號的信噪比，使得故障的特征更為明顯，此方法在軸承狀態(tài)監(jiān)測領(lǐng)域的應(yīng)用十分廣泛。
　　第三階段：利用神經(jīng)網(wǎng)絡(luò)技術(shù)，進(jìn)行智能化的狀態(tài)監(jiān)測。1990年以后，小波技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)出現(xiàn)，并被應(yīng)用于軸承狀態(tài)監(jiān)測領(lǐng)域，使得軸承狀態(tài)監(jiān)測技術(shù)由初級化走向智能化。這兩項(xiàng)技術(shù)的發(fā)展前景廣闊，實(shí)用性較強(qiáng)，隨著這兩項(xiàng)技術(shù)不斷地發(fā)展、完善和成熟，軸承的智能化狀態(tài)監(jiān)測技術(shù)的效果也將得到提高。其他狀態(tài)監(jiān)測方法如軸承的油液分析法，圖象分析法等，由于對于工作狀況和工作環(huán)境的要求比較高，所以適用的范圍也相對較小。
　　3　軸承狀態(tài)監(jiān)測的步驟及方法 　　對于軸承進(jìn)行狀態(tài)監(jiān)測的過程一般來說可以總結(jié)為三步：步，在各種工作狀況下進(jìn)行信號的采集；第二步，對采集到的信號進(jìn)行信號處理和特征抽取：第三步，狀態(tài)識別，即使用神經(jīng)網(wǎng)絡(luò)技術(shù)對提取的特征信號進(jìn)行識別。
　　步信號采集，用各類傳感器選取種類的信號進(jìn)行采集。軸承狀態(tài)監(jiān)測的信號采集技術(shù)主要有振動信號檢測技術(shù)、聲學(xué)診斷技術(shù)、溫度診斷技術(shù)、油液診斷技術(shù)和間隙診斷技術(shù)等，較多采用的是用振動信號檢測技術(shù)采集軸承工作時(shí)產(chǎn)生的振動信號。
　　振動信號檢測技術(shù)是使用振動傳感器（如加速度傳感器等）采集軸承工作時(shí)的振動信號，此技術(shù)適用于各種類型、各種工作狀況下軸承振動信號的采集，實(shí)用性強(qiáng)，但采集到的振動信號易受工作環(huán)境的影響，含有大量的噪聲，需對含有的噪聲信號進(jìn)行濾波等的處理，以獲取較好的振動信號檢測效果。
　　聲學(xué)診斷技術(shù)是使用聲學(xué)傳感器（如聲發(fā)射傳感器等）采集軸承因故障而產(chǎn)生的彈性波信號。此技術(shù)是采集軸承本身發(fā)出的高頻應(yīng)力波信號，不易受工作環(huán)境噪聲的干擾，易于直接檢測出故障，效果較好。但是聲學(xué)診斷技術(shù)成本較高，實(shí)用性不強(qiáng)。
　　溫度診斷技術(shù)是監(jiān)測軸承工作時(shí)溫度變化的信號，此技術(shù)使用簡單，實(shí)用性高，但是軸承在故障初期的溫度變化并不明顯，而當(dāng)溫度明顯的時(shí)，往往都已有了嚴(yán)重的故障，所以不能進(jìn)行早期預(yù)報(bào)，且可能會儀器的損壞。
　　油液診斷技術(shù)是對軸承使用的潤滑油的狀態(tài)進(jìn)行監(jiān)測，從而了解軸承的潤滑狀態(tài)與磨損狀況，此技術(shù)能對各種故障進(jìn)行早期預(yù)報(bào)，并能查明故障產(chǎn)生的原因與故障部位。油液診斷技術(shù)應(yīng)該采用系統(tǒng)的方法監(jiān)測，單一的方法往往會導(dǎo)致不全面的結(jié)論。實(shí)驗(yàn)表明，由理化分析、污染度測試、發(fā)射光譜分析、紅外光譜分析、鐵譜分析等構(gòu)成的油液診斷系統(tǒng)的結(jié)果較為準(zhǔn)確。
　　間隙診斷技術(shù)是將軸承工作時(shí)的間隙值與軸承原始的間隙值進(jìn)行比較。但是在工作時(shí)，難以直接測定軸承的間隙值，因此多采用間接測量法。此技術(shù)對軸承磨損、點(diǎn)蝕的監(jiān)測比較有效，但是間接測量的影響因素較多，而且當(dāng)間隙值變化明顯時(shí)，軸承己產(chǎn)生了嚴(yán)重的故障，因此實(shí)用性不強(qiáng)。
　　第二步信號處理和特征抽取。傳統(tǒng)的信號處理方法是分別在時(shí)域和頻域?qū)Σ杉降男盘栠M(jìn)行分析，此方法難以較好地刻畫故障信號的特征。時(shí)頻分析法則具有提取時(shí)域和頻域兩種信息的能力。目前在軸承狀態(tài)監(jiān)測中應(yīng)用的時(shí)頻分析方法主要有短時(shí)傅立葉變換STFT、小波變換和分形處理等。軸承狀態(tài)監(jiān)測，關(guān)鍵在于能對抽取的信號特征進(jìn)行狀態(tài)識別，因此抽取到明顯的、有區(qū)別性的特征至關(guān)重要。傳統(tǒng)的傅立葉變換進(jìn)行特征抽取的先決條件是信號要是平穩(wěn)的，對于非平穩(wěn)的信號，抽取到的特征的效果就不好。小波分析法可以根據(jù)條件對非平穩(wěn)的信號進(jìn)行濾波，從而得到有用的信號，以方便下一步拙取到有效的特征，比傅立葉變換法有著許多實(shí)用性上的進(jìn)步。
　　小波濾波法，是小波技術(shù)在信號處理技術(shù)中的一個(gè)重要方面。傳統(tǒng)的濾波方法在信號變換之后熵增加，無法刻畫出信號的非平穩(wěn)特性，而且無法得到信號的相關(guān)特性，但是小波濾波法可以很好地實(shí)現(xiàn)這些作用。
　　小波閩值濾波法，是對經(jīng)過小波分解后得到的信號中的高頻小波系數(shù)進(jìn)行閾值濾波，再結(jié)合包絡(luò)解調(diào)技術(shù)對經(jīng)過閾值濾波后得到的高頻信號抽取其特征。包絡(luò)解調(diào)技術(shù)可以消除信號中的高頻載波，以有效地提取包絡(luò)。
　　運(yùn)用matlab編程可較快實(shí)現(xiàn)時(shí)域、頻域的特征抽取結(jié)果。
　　第三步狀態(tài)識別，現(xiàn)代智能化技術(shù)的發(fā)展和應(yīng)用，出現(xiàn)了神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等的狀態(tài)識別技術(shù)。神經(jīng)網(wǎng)絡(luò)技術(shù)，作為一種應(yīng)用十分廣泛的智能化識別技術(shù)，具有非線性映射能力強(qiáng)，有自學(xué)習(xí)、自組織和自適應(yīng)能力的特點(diǎn)，適合在軸承狀態(tài)監(jiān)測技術(shù)中運(yùn)用。運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)對拙取到的特征進(jìn)行狀態(tài)監(jiān)測，用模糊神經(jīng)網(wǎng)絡(luò)技術(shù)解決多傳感器信號特征的識別，幾種典型的故障類型的識別，以及在網(wǎng)絡(luò)構(gòu)成和模糊輸入輸出條件下實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械故障的識別問題。 　　4　總結(jié)
　　本文闡述了進(jìn)行軸承狀態(tài)監(jiān)測的重要性極其意義，狀態(tài)監(jiān)測技術(shù)的發(fā)展過程及狀態(tài)監(jiān)測的步驟流程。應(yīng)用VC++、matlab編程可較為形象方便地得到結(jié)果，完成數(shù)據(jù)處理和界面設(shè)計(jì)。小波技術(shù)和包絡(luò)解調(diào)技術(shù)的運(yùn)用能對振動信號進(jìn)行更好地處理，而神經(jīng)網(wǎng)絡(luò)識別將是狀態(tài)監(jiān)測過程更加智能化。由此，伴隨著信號處理技術(shù)的發(fā)展，軸承狀態(tài)監(jiān)測技術(shù)的發(fā)展前景十分樂觀。