三明治产售一体机智能监测与传动机构故障诊断技术研究的研究.doc

摘要：三明治产售一体机是具有市场前景的新型自动售货机。对于它的智能监测是有意义的。其传动机构中有大量的旋转机械，传动机构的故障将会造成三明治生产过程的失败。对其进行故障监测与诊断，能够及时判断出其故障类型及故障原因，保证机器正常运行，节省维修时间。本文以其传动机构的核心部件滚动轴承为研究对象，采用振动信号分析法，对其故障诊断技术进行研究。研究基于时域特征参数及时频分析的特征提取方法。本文还研究了基于三维图像三维不变矩的特征提取方法。将其结合BP神经网络进行故障诊断。

本文主要研究内容如下：

（1）阐述课题背景及意义，介绍自动售货机及故障诊断技术研究现状，提出本文创新点以及研究内容；

（2）介绍了三明治产售一体机的结构，利用SolidWorks绘图软件画出其机械结构。搭建滚动轴承的振动信号采集的硬件平台，设计振动数据采集的单片机程序，将数据上传。

（3）介绍了利用摄像头进行智能监测的方法。

（4）介绍了轴承故障类型以及振动机理，分析时域特征参数用于轴承故障分类的依据。可以提取时域特征参数，将其作为故障模式识别的特征向量。在图像处理角度，通过时频分析方法，生成故障图像，对其进行特征提取。介绍了伪Wigner-Ville分布，得到故障的时频图像。介绍Hu不变矩特征提取方法。在其基础上提出三维不变矩方法。

（5）在故障模式识别方面，介绍了BP神经网络，阐述其基本原理及构建步骤。将其应用到轴承故障诊断中。将文中三种方法与其结合进行实验。并将时频分析法中的三维不变矩与Hu不变矩两种特征提取方法进行对比，得出实验结论。

从实验结果可以看出，本文提出的三维不变矩特征提取方法与BP神经网络结合，能够准确识别轴承故障，为轴承故障诊断提供了新的特征提取方法。

关键词：滚动轴承，故障诊断，特征提取，三维不变矩，模式识别

目录

摘要

ABSTRACT

第一章 绪论-1

1.1 课题研究背景及意义-1

1.2 自动售货机研究现状-1

1.3 故障诊断技术的研究现状-2

1.4 本文的工作内容及结构安排-3

1.5 本课题创新点-4

第二章 三明治产售一体机机械结构-5

2.1 功能概述-5

2.2 总体方案设计-5

2.3 整体机械结构-6

2.4 各单元机械结构设计-7

2.5 工作流程-9

2.6 本章小结-9

第三章 三明治产售一体机智能监测设计-10

3.1 轴承振动数据采集平台搭建-10

3.1.1 数据采集平台硬件选型-10

3.1.2 数据采集平台电路设计-11

3.2 轴承数据采集平台程序设计-11

3.3 摄像头监测模块设计-12

3.3.1 摄像头图像采集结构-12

3.3.2 摄像头选型-12

3.3.3摄像头图像采集电路设计-13

3.4 摄像头监测软件设计-14

3.4.1 图像采集处理程序流程设计-14

3.4.2 摄像头监控程序流程设计-15

3.5 无线通信模块-16

3.5.1 无线通信模块应用-16

3.5.2 无线通信模块电路设计-17

3.5.3 无线通信模块协议-17

3.6 本章小结-18

第四章 故障诊断技术研究-19

4.1 传动系统中滚动轴承的工作原理及损伤形式-19

4.1.1 滚动轴承失效分析-19

4.1.2 滚动轴承的振动机理-20

4.2 基于时域特征的故障诊断技术-20

4.2.1时域特征提取方法-21

4.2.2 时域特征参数-21

4.3 基于时频的故障诊断技术-22

4.3.1 振动图像的生成-22

4.3.2 Hu不变矩理论-23

4.3.3 三维不变矩理论-25

4.4 本章小结-25

第五章 模式识别与仿真实验分析-27

5.1 BP神经网络模式识别-27

5.1.1 BP神经网络简介-27

5.1.2 BP神经网络模式识别-27

5.2 故障诊断实验验证-29

5.2.1 实验数据-29

5.2.2 实验流程设计-29

5.2.3 实验结果及分析-31

5.3 本章小结-35

第六章  总结与展望-36

6.1 工作总结-36

6.2 前景展望-36

参考文献-38

致  谢-40