论文部分内容阅读
滚动轴承在旋转机械中应用极为广泛，其运行状态往往直接影响整个机器的精度、可靠性与寿命。目前，轴承故障诊断研究主要集中在检测有无故障和故障类型的模式识别等定性诊断方面，然而对机械设备故障诊断需要实现由定性研究到定量研究的突破，揭示设备故障状态的发生、发展和演化规律，从而做到真正有效指导设备维修，节约生产成本。 本文研究Lempel-Ziv复杂度指标在滚动轴承故障定量趋势诊断中的应用，重点关注Lempel-Ziv复杂度指标与故障特征提取方法结合的应用效果。本论文进行的主要工作如下: (1)研究基于Lempel-Ziv的滚动轴承故障定量趋势诊断基本理论。研究滚动轴承单点损伤故障信号特点及滚动轴承内圈、外围故障信号区别及诊断依据和滚动轴承不同故障大小信号的仿真。论述了反映故障严重程度的时域分析指标Lempel-Ziv复杂度指标，重点研究了随着故障程度恶化，滚动轴承内、外圈信号的Lempel-Ziv复杂度指标所呈现的趋势规律。 (2)引入Sparsogram并将其与Lempel-Ziv指标结合对轴承故障进行定量趋势诊断。论述了Sparsogram算法流程，提出了基于Sparsogram与Lempel-Ziv的滚动轴承故障定量趋势诊断方法，应用仿真数据分析优化选取出在该方法中应用效果较好的小波基，并应用实验数据验证所选择出的小波基在基于Sparsogram与Lempel-Ziv的轴承故障定量趋势诊断中的优越性。 (3)引入MP并将其与Lempel-Ziv指标结合对轴承故障进行定量趋势诊断。论述了匹配追踪算法原理及实现步骤，应用仿真信号进行了单字典与复合字典MP的对比研究，提出了基于MP与Lempel-Ziv的滚动轴承故障定量趋势诊断方法，并用仿真数据和实验数据验证了提出方法的有效性。 (4)引入Protrugram并将其与Lempel-Ziv结合对轴承故障进行定量趋势诊断。论述了Protrugram算法流程，提出基于Protrugram与Lempel-Ziv的滚动轴承故障定量趋势诊断方法，仿真数据和实验数据验证了方法的有效性。