学位论文 > 优秀研究生学位论文题录展示

基于DSP的滚动轴承故障诊断系统的研究与开发

作　者: 李晶
导　师: 杨宝清
学　校: 大连交通大学
专　业: 机械电子工程
关键词: 车辆滚动轴承故障诊断 DSP 小波分析的Mallat算法功率谱分析
分类号: TH133.33
类　型: 硕士论文
年　份: 2008年
下　载: 130次
引　用: 3次
阅　读: 论文下载

内容摘要

滚动轴承故障诊断就是通过对能反映轴承工作状态的信号的观测,分析与处理来识别轴承的状态,以保证轴承在承受一定的载荷,以一定转速运转的工作环境下和一定的工作期间内可靠有效的运行。完整的滚动轴承故障诊断过程包含信号测取、特征抽取、故障诊断三部分。信号测取:这部分是整个研究过程的关键,也是难点部分,直接关系到滚动轴承故障诊断的精确度。经过理论分析和对比,采用声级计采集滚动轴承的工况信号,在保证奈奎斯特采样定理的条件下,通过WT6701PA板上的A/D进行信号的采样,基于DSP内部存储器空间有限,利用CCS的实时数据跟踪性,通过C语言编程触发DSP外部中断,启动直接存储器访问DMA,实时传输采样数据到主机中,以数据文件存储。特征抽取:就是对采样信号进行分析处理的过程。随着小波分析技术和谱分析技术的发展,开创了用时频域分析方法来检测和诊断轴承故障的新领域。小波变换是一种时间-尺度分析法,尺度与频率相对应,因此是一种时频分析法;小波变换具有以下特点:在高频范围内时间分辨率高,在低频范围内频率分辨率高;有快速算法-Mallat算法;利用离散小波变换可以将信号分解到各个尺度上。这种分析方法的关键是必须知道采样频率在Mallat算法中的变化规律。基于DSP内部独特的结构和可编程性,使得以DSP为核心的高速实时处理系统,既能快速处理大批量数据,又能对信号进行实时处理,所以本课题选用可编程的TMS320C6701DSP芯片来实现滚动轴承信号的小波变换。再通过Matlab对采样信号进行谱分析。通过对比,完成信号的特征抽取。故障诊断:通过对多个滚动轴承信号的分析对比,以及滚动轴承故障特征频率的计算,诊断滚动轴承的故障。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-13
  1.1 滚动轴承故障诊断的意义和目的  8
  1.2 现阶段国内滚动轴承故障诊断的方法及前景展望  8-9
    1.2.1 时域同步平均分析  8
    1.2.2 频谱分析  8-9
    1.2.3 神经网络在轴承故障中的应用  9
    1.2.4 遗传算法在轴承故障中的应用  9
  1.3 数字信号处理简介  9-10
  1.4 课题研究的主要内容  10-12
    1.4.1 滚动轴承故障机理及噪声诊断法的理论研究  11
    1.4.2 硬件连接部分  11
    1.4.3 软件实现  11
    1.4.4 小波分析和AR 功率谱分析法在滚动轴承故障诊断中的应用  11-12
  本章小结  12-13
第二章滚动轴承故障诊断技术及噪声诊断法的理论研究  13-19
  2.1 滚动轴承故障简介  13-16
    2.1.1 滚动轴承的典型结构  13-14
    2.1.2 滚动轴承故障的主要形式和原因  14-16
  2.2 诊断技术研究  16-17
    2.2.1 滚动轴承的诊断方法介绍  16-17
    2.2.2 噪声诊断技术  17
  2.3 噪声法测量的过程  17-18
  本章小结  18-19
第三章基于DSP 的故障诊断系统的设计  19-39
  3.1 数据采集模块  20-22
    3.1.1 声级计  20-21
    3.1.2 传声器  21
    3.1.3 A/D9042  21-22
  3.2 数据处理模块  22-29
    3.2.1 CPU 核  22-24
    3.2.2 存储器组织  24-26
    3.2.3 中断  26-27
    3.2.4 片内外设资源  27
    3.2.5 DSP 集成开发环境CC52.0  27-29
  3.3 数据存储模块  29-30
    3.3.1 高速同步缓冲器  29-30
    3.3.2 双口RAM  30
  3.4 接口模块  30-31
  3.5 电源控制模块  31
  3.6 软件实现  31-38
    3.6.1 中断  31-34
    3.6.2 直接存储器访问（DMA）  34-38
  本章小结  38-39
第四章滚动轴承故障诊断系统的信号处理方法研究  39-49
  4.1 时频域分析方法的基本概念  39-40
  4.2 分析方法比较  40
  4.3 小波分析的应用  40-45
    4.3.1 小波变换及其算法  41-43
    4.3.2 小波算法在故障诊断中的应用  43
    4.3.3 Mallat 算法在浮点DSP 上的实现  43-45
  4.4 功率谱分析的应用  45-48
    4.4.1 经典功率谱估计法  45-46
    4.4.2 现代功率谱估计法  46
    4.4.3 常见谱估计法的比较  46-47
    4.4.4 AR 模型谱估计法  47-48
  本章小结  48-49
第五章数据采集及处理实验  49-60
  5.1 信号采集系统的可行性实验  49-51
  5.2 滚动轴承工况实验  51-59
    5.2.1 实验目的  52
    5.2.2 实验对象  52
    5.2.3 实验装置  52-53
    5.2.4 测点的布置及注意事项  53
    5.2.5 实验内容及方法  53-59
  本章小结  59-60
结论  60-61
参考文献  61-62
攻读硕士学位期间发表的学术论文  62-63
致谢  63-64

基于DSP的滚动轴承故障诊断系统的研究与开发

内容摘要

全文目录

相似论文