基于VMD和小波的风电机组齿轮箱的故障诊断

发布时间：2020-08-15 21:49

【摘要】：随着现代科学技术的迅速发展,现代工业和设备现代化水平不断提高,高效率、高性能、高自动化和高可靠性成为机械设备的发展方向。齿轮传动是机械设备中最普遍的传动方式之一,为确保机械设备的正常运行,减少故障出现时的维修时间和维护成本,对齿轮箱出现的故障进行更快速、更准确的诊断是非常必要的。变分模态分解算法(Variational Mode Decomposition,VMD)主要有两个方面内容:变分问题的构造及变分问题的求解。变分模态分解算法(VMD)本质是一组自适应维纳滤波器组,能够同时预估出各种不同中心频率的模态。与经验模态分解(Empirical Mode Decomposition,EMD)不同的是,变分模态分解采用非递归模式分解来有效地避免了由递归模式分解引起的的模态混叠,并且能够很好地克服和避免端点效应。所以这种基于变分模态分解的故障分析方法具有很大的研究意义。本文在基于变分模态分解(VMD)以及小波原理的基础上,对齿轮箱故障诊断进行了理论研究和实验验证。以大唐张家口某风电厂齿轮箱为实验研究对象,根据齿轮箱的实际工况,首先为故障振动信号选取合适的小波基,进行小波去噪预处理和变分模态分解(VMD),说明信号去噪后进行变分模态分解(VMD)的效果要好于直接对信号进行分解,接着选取分解后有研究意义的模态分量进行希尔伯特变换,最后分析变换后得的频谱图,找出齿轮箱故障并完成故障诊断。用经验模态分解(EMD)方法重复上述实验,结果表明本文提出的方法能够有效地对齿轮箱故障进行系统分析和诊断。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH132.41
【图文】：

齿轮啮合,简化模型,物理

备重要的变速传动部件，其运行状态与机械设备运行状态有着密不可分由于其安装和拆卸过程比较复杂，只依靠过去听、摸、看等传统的诊断仅缩短了维护的周期，增加了维修的成本，而且还会受到主观因素的影诊和漏诊的发生。因而齿轮箱是故障诊断技术研究的重要对象之一[22大型机械设备经常在恶劣的工作环境下运行，齿轮、传动轴和轴承是齿出现故障的地方[23]。多变的振动信号，复杂的运行条件，严重的噪声系列问题使得齿轮箱故障诊断总是难以达到快速准确的效果。因此，加箱的振动机理和故障类型的研究，在故障诊断过程中具有举足轻重的齿轮箱的振动机理及振动特性.1 齿轮的振动机理复杂的非线性系统很难建立起完整的振动模型，齿轮箱就是这样复杂因此，只有对齿轮传动副作出必要的简化处理，才能在实际中实现对轮箱的故障诊断。简化后的齿轮传动副物理模型如图 2-1 所示。

结构图,滚动轴承,滚动体

为了在含有附加脉冲、隐含成分和其他成分的齿轮振动信号中，识别齿有用信号并提高齿轮故障诊断率，有必要有效地区分这些成分以减少由不必要的干扰。.3 滚动轴承的振动机理及特性内圈、外圈、滚动体和保持架等元件是多数滚动轴承包含的通用元件。颈相连接，外圈与轴承座孔相连接。在大多数的情况下，内圈随轴旋转不随轴旋转的。作为滚动轴承的核心元件，滚动体能按照一定规律在内道中滚动，在相对运动表面的滑动摩擦可以通过滚动体的滚动转化成滚5,26]。如图 2-2 所示的滚动轴承结构图中， D是轴承节径，d 是滚动体直径滚道半径，2r 是外环滚道半径，是接触角， z 是滚动体个数，rf 是内频率，一般为轴的转频，af 是外圈的旋转频率，c 是滚动体的旋转角滚动体的自转角速度。

小波去噪,原理框图

根据公式（4-14）能得出结论：平稳白噪声的性质不会因为经过正交小波变改变而改变。因此我们可以推断经正交小波变换后，对于如公式（4-8）所加性噪声模型，在少数的小波系数上包含信号 s (t)的主要能量，而噪声 u (t)在时间轴的各个尺度下都有分布，小波系数彼此互不相关。.2 小波阈值去噪算法通过之前对小波变换特点的描述，小波阈值去噪法的具体步骤可以分为以下[52,53]：（1）合适的小波函数和分解尺度要根据含噪信号的特点进行选取，然后含号进行整个频段上的小波分解；（2）对每个尺度的细节小波系数都使用所选的合理阈值函数进行阈值处理阈值根据相应的阈值设定原则确定；（3）通过小波逆变换，重构最大尺度下的近似小波系数和经过阈值处理后波系数，完成信号去噪。小波去噪算法的流程如图 4-5 所示：

【相似文献】