高速滾動軸承故障機理與診斷方法

目錄
第1章 緒論 1
1.1 滾動軸承基礎(chǔ)知識 1
1.1.1 滾動軸承的特點與重要性 1
1.1.2 滾動軸承的主要類型 2
1.1.3 滾動軸承的典型失效形式 4
1.2 滾動軸承故障機理與診斷方法研究現(xiàn)狀 10
1.2.1 故障機理研究現(xiàn)狀 10
1.2.2 穩(wěn)態(tài)信號下的特征提取研究現(xiàn)狀 12
1.2.3 變轉(zhuǎn)速工況下的故障特征提取研究現(xiàn)狀 14
1.2.4 故障診斷方法研究現(xiàn)狀 17
參考文獻 18
第2章 滾動軸承動力學(xué)相關(guān)基礎(chǔ)理論 26
2.1 滾動軸承動力學(xué)模型 26
2.2 赫茲接觸理論 26
2.3 內(nèi)部作用力 28
2.4 角接觸球軸承結(jié)構(gòu)特點 29
2.4.1 幾何關(guān)系 29
2.4.2 曲率半徑 30
2.4.3 二自由度簡化模型 31
參考文獻 31
第3章 二自由度高速滾動軸承故障動力學(xué)建模與分析 33
3.1 故障位移激勵模型 33
3.1.1 傳統(tǒng)故障位移激勵模型 34
3.1.2 滾動體耦合與分段綜合作用故障位移激勵模型 35
3.1.3 樣條插值位移激勵模型 37
3.2 二自由度滾動軸承故障動力學(xué)模型 39
3.2.1 滾動體受力分析 39
3.2.2 典型故障模式下高速滾動軸承動力學(xué)建模 43
3.3 數(shù)值計算與結(jié)果分析 44
3.3.1 單個滾動體與滾道間的赫茲接觸力 45
3.3.2 不同故障大小及不同轉(zhuǎn)速下軸承加速度動態(tài)響應(yīng) 47
3.4 實驗對比分析 51
參考文獻 56
第4章 多自由度高速滾動軸承故障動力學(xué)建模與分析 58
4.1 多自由度高速滾動軸承故障動力學(xué)模型 58
4.1.1 滾動體與軸承內(nèi)/外圈接觸力和接觸變形計算 59
4.1.2 保持架動力學(xué)建模 60
4.1.3 滾動體動力學(xué)建模 61
4.1.4 內(nèi)圈動力學(xué)建模 62
4.2 數(shù)值計算與結(jié)果分析 63
4.2.1 不同徑向載荷作用下滾動軸承動態(tài)響應(yīng) 63
4.2.2 不同轉(zhuǎn)速下滾動軸承動態(tài)響應(yīng) 68
4.2.3 不同故障大小下滾動軸承動態(tài)響應(yīng) 71
4.2.4 保持架動態(tài)響應(yīng)的實驗驗證 74
4.3 實驗對比分析 75
參考文獻 80
第5章 基于峭度指標(biāo)的高速滾動軸承故障特征提取方法 81
5.1 傳統(tǒng)指標(biāo)方法 81
5.1.1 譜峭度圖 81
5.1.2 包絡(luò)譜峭度 84
5.1.3 循環(huán)成分比 86
5.2 基于優(yōu)化的Morlet小波和峭度的特征提取方法 88
5.2.1 Morlet小波優(yōu)化 88
5.2.2 特征尺度選取 88
5.2.3 軟閾值降噪與特征重構(gòu) 89
5.2.4 應(yīng)用實例與對比分析 91
5.3 基于復(fù)合加權(quán)特征能量比的特征提取方法 92
5.3.1 特征能量比 92
5.3.2 加權(quán)特征能量比 93
5.3.3 復(fù)合加權(quán)特征能量比 93
5.3.4 應(yīng)用實例與對比分析 94
5.4 基于自適應(yīng)諧次峭度的特征提取方法 101
5.4.1 諧次峭度指標(biāo) 101
5.4.2 相對局部閾值 102
5.4.3 自適應(yīng)諧次峭度指標(biāo) 104
5.4.4 基于改進蝙蝠算法的*佳共振頻帶搜索 105
5.4.5 應(yīng)用實例與對比分析 106
參考文獻 111
第6章 基于稀疏表示的高速滾動軸承故障特征提取方法 113
6.1 稀疏表示基礎(chǔ)理論 113
6.2 振動模型驅(qū)動稀疏表示及其在故障特征提取中的應(yīng)用 114
6.2.1 沖擊小波字典構(gòu)造 114
6.2.2 稀疏優(yōu)化模型與求解算法 115
6.2.3 應(yīng)用實例與對比分析 118
6.3 數(shù)據(jù)驅(qū)動稀疏表示及其在故障特征提取中的應(yīng)用 120
6.3.1 改進的正交匹配追蹤算法 120
6.3.2 具有自適應(yīng)沖擊字典的一維快速K-SVD算法 122
6.3.3 應(yīng)用實例與對比分析 125
6.4 近似L1-L0稀疏模型及其在故障特征提取中的應(yīng)用 127
6.4.1 基于近似L1-L0的非凸正則化稀疏模型 127
6.4.2 模型的字典學(xué)習(xí)求解算法 128
6.4.3 應(yīng)用實例與對比分析 131
參考文獻 137
第7章 變轉(zhuǎn)速下高速滾動軸承故障特征提取方法 138
7.1 基于Vold-Kalman階次分析的故障特征提取方法 138
7.1.1 基于Vold-Kalman的諧波分量自適應(yīng)提取方法 140
7.1.2 諧波分量的瞬時相位提取與角域重采樣方法 143
7.1.3 應(yīng)用實例與對比分析 145
7.2 基于改進Viterbi算法的故障特征提取方法 149
7.2.1 Viterbi算法的問題 149
7.2.2 改進Viterbi算法 150
7.2.3 在變轉(zhuǎn)速故障特征提取中的應(yīng)用 153
參考文獻 155
第8章 梯度穩(wěn)定的高速滾動軸承故障智能診斷模型 157
8.1 相關(guān)理論基礎(chǔ) 157
8.1.1 經(jīng)典的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) 157
8.1.2 傳統(tǒng)的激活函數(shù) 158
8.2 Isigmoid激活函數(shù)及其智能故障診斷模型 162
8.2.1 Isigmoid激活函數(shù)構(gòu)造與分析 162
8.2.2 基于Isigmoid激活函數(shù)的DBN 164
8.2.3 應(yīng)用實例與對比分析 165
8.3 ReLTanh激活函數(shù)及其智能診斷模型 168
8.3.1 ReLTanh激活函數(shù)的構(gòu)造與分析 168
8.3.2 基于ReLTanh激活函數(shù)的深度學(xué)習(xí)模型 171
8.3.3 應(yīng)用實例與對比分析 171
參考文獻 175
第9章 少樣本下高速滾動軸承的故障遷移診斷模型 177
9.1 遷移學(xué)習(xí)理論基礎(chǔ) 177
9.1.1 遷移學(xué)習(xí)的應(yīng)用場景 177
9.1.2 遷移學(xué)習(xí)分類 177
9.1.3 經(jīng)典域自適應(yīng)模型 178
9.2 多尺度遷移投票機制及其在遷移診斷中的應(yīng)用 179
9.2.1 多尺度遷移機制 179
9.2.2 多遷移投票機制 181
9.2.3 基于多尺度遷移投票機制的深度域混淆模型 182
9.2.4 應(yīng)用實例與對比分析 184
9.3 參數(shù)共享對抗域自適應(yīng)網(wǎng)絡(luò)及其在遷移診斷中的應(yīng)用 186
9.3.1 參數(shù)共享對抗域自適應(yīng)網(wǎng)絡(luò)的結(jié)構(gòu) 186
9.3.2 網(wǎng)絡(luò)的損失函數(shù)設(shè)計 187
9.3.3 不平衡對抗訓(xùn)練策略 188
9.3.4 應(yīng)用實例與對比分析 191
9.4 深度聯(lián)合分布對齊模型及其在遷移診斷中的應(yīng)用 193
9.4.1 聯(lián)合分布對齊的理論基礎(chǔ) 193
9.4.2 網(wǎng)絡(luò)優(yōu)化目標(biāo)與訓(xùn)練 195
9.4.3 應(yīng)用實例與對比分析 197
參考文獻 200