基于小波分析的齿轮箱故障诊断技术的分析与研究
发布时间:2020-04-06 03:10
【摘要】: 随着现代冶金工业以及设备现代化水平的不断发展进步,机械设备向着高性能、高效率、高自动化和高可靠性的方向发展。齿轮箱作为机械设备中应用非常广泛的一种通用部件,对其进行监测与诊断是非常必要的。不仅可缩短维修时间,还可提高诊断准确性和维修质量,创造可观的经济效益。 小波分析是近年来迅速发展起来的一门理论,已成功应用于图像处理、通信和地球物理研究等领域。本论文将小波分析应用到故障诊断领域,围绕小波分析在齿轮箱故障诊断中的应用进行了理论研究和实例分析。 本文研究了小波分析在故障诊断中的意义,描述了齿轮箱的故障类型,介绍了小波分析理论以及小波变换的应用。通过利用小波变换的多分辨逼近以及Mallat算法性质,可以直接提取对诊断有用的信息。通过其在滤波方面、消噪方面以及突变信号检测方面的应用,说明了小波分析的优越性以及小波分析在设备故障诊断中的必要性。 本文通过运用振动分析方法采集高线轧机齿轮箱振动信号。运用Matlab软件,采用Mallat算法,运用db10小波函数对采集的振动信号进行小波分析,利用阈值消噪,从而进行单一频率的提取,确定原信号是否为故障信号。这就提供了一种基于Matlab的判断故障信号的方法。运用LabVIEW软件,利用新设计的在线监测与故障诊断系统,将小波分析方法与常规的频谱分析方法相结合分析,可以更好地进行故障诊断和预测,能取得更好的诊断效果,并大大加强轧机在线监控能力。 小波分析是一种信号分析方法,将小波分析应用到齿轮箱等机械设备的故障诊断中是非常必要的。小波理论和应用对齿轮箱等的早期故障有很好的检测效果,并在保证一些关键设备的安全、可靠运行方面起着相当重要的作用。因而具有广阔的应用前景,是一项值得推广应用的新技术。
【图文】:
齿轮及齿轮箱的振动系统是一个相当复杂的非线性系统。要建立其完整的非线性振动模型是非常困难的,在研究齿轮及齿轮箱故障时,通常将齿轮传动副进行简化。齿轮传动副作为一个振动系统,其物理模型可以简化为图2.1。图2.1齿轮啮合物理模型根据振动理论[28],其动力学方程为。Mx +Cx+k(t )x=F(x)&&&(2.1)式中x—沿啮合线上齿轮相对位移(21x = x x);10
(a) (b)(c) (d)图3.1 各种小波函数连续小波变换具有以下重要性质:(1)线性性:一个多分量信号的小波变换等于各个分量的小波变换之和。(2)平移不变性:若f(t)的小波变换为 W( a,b)f,则 f (t τ)的小波变换 W( a,b τ)f。(3)伸缩共变性:若f(t)的小波变换为 W( a,b)f,则f(ct)的小波变换为 (,)1Wcacbcf,c>0。(4)自相似性:对应不同尺度参数a和不同平移参数b的连续小波变换之间是自相似的。(5)冗余性:在a b平面上,各点处的小波变换值是相关的。具体的就是有重建核方程:∫∫∞ ∞∞= WabKababdbadaWabff(,)(,)(,,,)00020 0ψ(3.10)其中,, (),()1(,,,)0000ttcKababababψψψψ= ,被称为重建核。小波变换同傅里叶变换一样,都是一种积分变换。我们称 W( a,b)f为小波变换系数。小波基具有尺度a、平移b两个参数
【学位授予单位】:武汉科技大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TH132.41
本文编号:2615924
【图文】:
齿轮及齿轮箱的振动系统是一个相当复杂的非线性系统。要建立其完整的非线性振动模型是非常困难的,在研究齿轮及齿轮箱故障时,通常将齿轮传动副进行简化。齿轮传动副作为一个振动系统,其物理模型可以简化为图2.1。图2.1齿轮啮合物理模型根据振动理论[28],其动力学方程为。Mx +Cx+k(t )x=F(x)&&&(2.1)式中x—沿啮合线上齿轮相对位移(21x = x x);10
(a) (b)(c) (d)图3.1 各种小波函数连续小波变换具有以下重要性质:(1)线性性:一个多分量信号的小波变换等于各个分量的小波变换之和。(2)平移不变性:若f(t)的小波变换为 W( a,b)f,则 f (t τ)的小波变换 W( a,b τ)f。(3)伸缩共变性:若f(t)的小波变换为 W( a,b)f,则f(ct)的小波变换为 (,)1Wcacbcf,c>0。(4)自相似性:对应不同尺度参数a和不同平移参数b的连续小波变换之间是自相似的。(5)冗余性:在a b平面上,各点处的小波变换值是相关的。具体的就是有重建核方程:∫∫∞ ∞∞= WabKababdbadaWabff(,)(,)(,,,)00020 0ψ(3.10)其中,, (),()1(,,,)0000ttcKababababψψψψ= ,被称为重建核。小波变换同傅里叶变换一样,都是一种积分变换。我们称 W( a,b)f为小波变换系数。小波基具有尺度a、平移b两个参数
【学位授予单位】:武汉科技大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TH132.41
【引证文献】
相关期刊论文 前1条
1 孙霞;;往复式机械的故障诊断分析[J];机械研究与应用;2010年05期
相关硕士学位论文 前10条
1 孟艳;协同进化PSO算法优化RBF网络在齿轮箱故障诊断中的应用[D];中北大学;2011年
2 乔晶晶;基于遗传算法优化神经网络的齿轮箱故障诊断研究[D];中北大学;2011年
3 秦仕群;基于小波分析的恶性负载识别智能电表研究设计[D];山东科技大学;2011年
4 崔小超;球磨机传动系统状态检测与振动分析[D];辽宁科技大学;2012年
5 赵航;往复式机械故障诊断及磨损动力学分析[D];西安建筑科技大学;2010年
6 范江东;基于粒子群优化与支持向量机的齿轮箱故障诊断研究[D];中北大学;2010年
7 王敏;基于蚁群优化算法的齿轮箱故障诊断研究[D];中北大学;2010年
8 黄超勇;基于粒子群优化支持向量机决策树的齿轮箱故障诊断方法[D];太原理工大学;2012年
9 裴新才;基于遗传神经网络的滚动轴承故障诊断方法的研究[D];山东理工大学;2012年
10 张丽君;基于局部线性嵌入的变速器故障模式分类[D];华南理工大学;2012年
本文编号:2615924
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2615924.html