基于LabVIEW的齿轮箱故障诊断系统研究

发布时间：2017-10-12 11:20

  本文关键词：基于LabVIEW的齿轮箱故障诊断系统研究

  更多相关文章： 齿轮箱故障诊断 Hilbert-Huang变换 端点效应 模态混叠 LabVIEW

【摘要】：随着科学技术的日益发展,机械装备呈现出大型化、复杂化、高效率的发展趋势,使得设备故障造成的损失也随之增多。齿轮箱作为旋转机械设备中动力传输的部件,经常出现各种类型故障,而齿轮箱一旦发生故障会对整个机械系统造成难以估量的后果,甚至对工作人员的人身安全造成威胁,因此,对齿轮箱运行状态的有效诊断显得尤为重要。本文以齿轮箱故障诊断为研究目的,围绕希尔伯特-黄变换(Hilbert-Huang Transform,HHT)为核心的故障诊断方法,对算法中的问题提出相应改进措施,并利用LabVIEW完成一套齿轮箱故障诊断系统的设计。主要研究内容如下：(1)分析了齿轮箱的故障类型及其故障振动的机理,给出了齿轮箱振动模型以及相关特征频率的计算,为后续故障诊断提供理论基础。(2)结合齿轮箱故障信号特点,分析了常用时频分析方法的性质及其局限性,确定HHT作为齿轮箱故障诊断的信号处理算法,并详细介绍了HHT的基本原理、性质以及存在问题。(3)针对HHT算法由于包络线拟合算法不足导致端点效应问题,给出了基于镜像端点延拓的端点效应抑制方法,并通过仿真验证其改进算法的有效性。(4)针对HHT算法中由于高频间断信号干扰引起的模态混叠问题,给出了基于小波变换预处理的模态混叠抑制方法,该方法的核心是利用小波变换在经验模态分解(Empirical Mode Decomposition, EMD)之前进行高频干扰信号的滤波,而传统采用集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)抑制模态混叠的方法的核心是在信号中加入辅助噪声,算法执行效率较低,相比之下,本文提出的改进方法具有更高的执行效率,特别适合于实时性要求比较高的场合。(5)利用LabVIEW软件设计了一套齿轮箱故障诊断系统,以HHT为核心信号处理算法,将其应用在了所设计的故障诊断系统中,系统包括时域分析、频率分析、小波变换、包络谱分析、倒频谱分析、HHT变换、Hilbert变换等功能,通过对齿轮箱故障进行诊断验证,验证结果证明了其有效性。
【关键词】：齿轮箱故障诊断 Hilbert-Huang变换 端点效应 模态混叠 LabVIEW
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH132.41
【目录】：

• 摘要7-8
• Abstract8-10
• 第一章 绪论10-19
• 1.1 选题的背景与意义10-11
• 1.2 齿轮箱故障诊断技术的发展历程11-12
• 1.3 常用的时频分析方法12-17
• 1.3.1 短时傅里叶变换12-13
• 1.3.2 Winger-Ville分布13-14
• 1.3.3 Cohen类分布14-15
• 1.3.4 小波分析15-17
• 1.4 本文研究内容及章节安排17-19
• 第二章 齿轮箱故障类型与振动机理分析19-28
• 2.1 引言19
• 2.2 齿轮箱故障的主要形式19-20
• 2.3 齿轮的故障类型及振动机理20-25
• 2.3.1 齿轮的故障类型20-22
• 2.3.2 齿轮的基本振动分析22-23
• 2.3.3 齿轮振动特征频率的计算23
• 2.3.4 齿轮振动的信号模型23-25
• 2.4 滚动轴承的故障类型及振动机理25-27
• 2.4.1 滚动轴承的故障类型25
• 2.4.2 滚动轴承的基本振动分析25-27
• 2.5 本章小结27-28
• 第三章 Hilbert-Huang变换的原理28-43
• 3.1 引言28
• 3.2 Hilbert-Huang基本概念28-32
• 3.2.1 Hilbert变换及解析信号28-30
• 3.2.2 瞬时频率30-32
• 3.2.3 本征模态函数32
• 3.3 EMD算法的基本原理及性质32-38
• 3.3.1 EMD算法基本原理32-36
• 3.3.2 EMD算法的主要性质36-38
• 3.4 Hilbert谱38-41
• 3.4.1 Hilbert-Huang变换38-39
• 3.4.2 Hilbert谱39-40
• 3.4.3 Hilbert边际谱40-41
• 3.5 本章小结41-43
• 第四章 Hilbert-Huang变换算法研究与改进43-59
• 4.0 引言43
• 4.1 HHT变换存在的问题43-50
• 4.1.1 缺少理论基础43
• 4.1.2 包络线拟合43-45
• 4.1.3 本征模态函数筛分准则45-46
• 4.1.4 EMD方法分解停止准则46-47
• 4.1.5 端点效应47-48
• 4.1.6 模态混叠48-50
• 4.2 EMD算法的改进50-58
• 4.2.1 抑制端点效应的方法分析50-53
• 4.2.2 模态混叠抑制方法53-58
• 4.3 本章小结58-59
• 第五章 齿轮箱故障诊断实验59-68
• 5.1 引言59
• 5.2 齿轮故障诊断实验59-62
• 5.2.1 实验装置59-60
• 5.2.2 传动齿轮基本参数60
• 5.2.3 滚动轴承特性频率计算60-61
• 5.2.4 齿轮振动信号分析61-62
• 5.3 滚动轴承故障诊断实验62-67
• 5.3.1 实验数据来源62
• 5.3.2 滚动轴承振动信号分析62-63
• 5.3.3 滚动轴承特征频率计算63
• 5.3.4 滚动轴承振动信号分析63-67
• 5.4 本章小结67-68
• 第六章 故障诊断系统的LabVIEW实现68-78
• 6.1 引言68
• 6.2 LabVIEW编程基础68-69
• 6.2.1 LabVIEW应用程序构成68-69
• 6.2.2 LabVIEW操作模板69
• 6.3 基于LabVIEW的信号处理方法实现69-72
• 6.3.1 常用信号分析方法的LabVIEW实现69
• 6.3.2 HHT算法的LabVIEW实现69-72
• 6.3.3 小波变换的实现72
• 6.4 齿轮箱故障诊断验证72-77
• 6.4.1 齿轮故障诊断验证72-73
• 6.4.2 滚动轴承故障诊断验证73-77
• 6.5 本章小结77-78
• 第七章 总结与展望78-80
• 7.1 本文总结78-79
• 7.2 展望79-80
• 参考文献80-83
• 致谢83-84
• 个人简介84

，

本文编号：1018400