地铁轴箱轴承故障诊断系统研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-12页 |
1.1 研究背景及意义 | 第8页 |
1.2 研究内容 | 第8-9页 |
1.3 振动信号分析方法研究现状 | 第9-11页 |
1.4 论文研究内容及结构 | 第11-12页 |
2 轴箱滚动轴承常见诊断方法 | 第12-17页 |
2.1 地铁列车轴箱滚动轴承结构 | 第12页 |
2.2 地铁列车轴箱轴承常见失效形式 | 第12-13页 |
2.3 滚动轴承常见故障诊断方法 | 第13-15页 |
2.3.1 温度检测法 | 第13-14页 |
2.3.2 油液分析法 | 第14页 |
2.3.3 声发射检测法 | 第14页 |
2.3.4 油膜电阻法 | 第14页 |
2.3.5 振动检测法 | 第14-15页 |
2.4 滚动轴承振动机理 | 第15-16页 |
2.5 故障特征频率 | 第16页 |
2.6 本章小结 | 第16-17页 |
3 轴箱轴承振动信号小波包去噪 | 第17-24页 |
3.1 小波包去噪算法 | 第17-20页 |
3.1.1 小波包分析基本理论 | 第17-18页 |
3.1.2 小波包去噪原理 | 第18页 |
3.1.3 小波包去噪效果仿真 | 第18-20页 |
3.2 滚动轴承振动信号小波包去噪 | 第20-23页 |
3.3 本章小结 | 第23-24页 |
4 轴箱轴承振动信号故障特征提取 | 第24-36页 |
4.1 时域指标分析 | 第24-25页 |
4.1.1 无量纲参数 | 第24页 |
4.1.2 有量纲参数 | 第24-25页 |
4.2 时频域分析方法 | 第25-29页 |
4.2.1 经验模态分解 | 第25-27页 |
4.2.2 集合经验模态分解 | 第27-28页 |
4.2.3 噪声辅助多元经验模态分解 | 第28-29页 |
4.3 信号仿真分析 | 第29-31页 |
4.4 轴承故障信号分析 | 第31-34页 |
4.5 本章小结 | 第34-36页 |
5 地铁轴箱轴承故障诊断系统开发 | 第36-48页 |
5.1 数据采集 | 第36-38页 |
5.1.1 数据采集模块 | 第37页 |
5.1.2 信号调理模块 | 第37-38页 |
5.2 系统开发平台 | 第38页 |
5.3 系统需求 | 第38-39页 |
5.3.1 用户需求 | 第38-39页 |
5.3.2 功能需求 | 第39页 |
5.4 开发规范 | 第39-41页 |
5.4.1 程序代码命名规范 | 第39-40页 |
5.4.2 数据库命名规范 | 第40-41页 |
5.5 系统各功能模块设计开发 | 第41-46页 |
5.5.1 系统登录模块 | 第41-43页 |
5.5.2 数据加载模块 | 第43-44页 |
5.5.3 故障诊断模块 | 第44-45页 |
5.5.4 数据管理模块 | 第45-46页 |
5.5.5 其他模块 | 第46页 |
5.6 系统测试 | 第46-47页 |
5.7 本章小结 | 第47-48页 |
结论 | 第48-50页 |
致谢 | 第50-51页 |
参考文献 | 第51-52页 |