基于振动监测和油液分析的齿轮箱多参数故障诊断方法优化研究

发布时间：2020-09-03 08:08

　　相比于单参数故障诊断方法,多参数故障诊断方法可以更加准确地识别出设备的故障工况。但在实际应用中,多参数监测方案的制定较大程度依赖于从业人员的经验和知识水平,敏感对象单一的监测方案会导致诊断结果精度不足,项目功能冗余的监测方案会导致监测成本过高。为了探索出简洁有效的多参数监测方案制定方法,本文以齿轮箱为研究对象,对基于振动监测和油液分析的多参数故障诊断方法进行优化研究。主要内容如下:首先,在探究齿轮表面失效机理与振动信号特征、油液信息指标内在联系的基础上,分别对振动信号的时域波形、频域谱图和油液的理化性能指标、磨粒信息等常用设备状态监测项目进行分析,确定待优化的齿轮箱多参数状态监测方案,为故障诊断方法的优化研究提供理论支撑。其次,为了获得准确的齿轮箱磨损故障工况信息,在QPZZ-II型旋转机械故障模拟实验台上开展齿轮箱故障模拟实验。根据齿轮磨损故障工况特点,按照正常、轻微磨损、异常磨损、严重磨损和失效五个阶段,对齿轮全生命周期的故障工况模拟方法进行设计并完成加工。构建由振动传感器、采集仪和信号分析软件组成的振动监测系统,采集齿轮箱故障振动信号并提取相关特征参数。构建由毛细管粘度计、颗粒计数器和旋转式铁谱分析系统组成的油液分析系统,采集故障齿轮油样并提取相关特征参数。然后,为了实现基于振动监测和油液分析的齿轮箱多参数故障诊断方法,在探究神经网络解决故障诊断问题的原理基础上,构建基于BP神经网络的故障诊断模型,根据齿轮箱故障模拟实验结果建立故障诊断模型的训练样本集,完成齿轮箱多参数故障诊断基础模型的仿真和训练,并对该模型的训练结果进行总结。最终,针对齿轮箱多参数故障诊断基础模型易发生过拟合的问题,提出一种基于遗传算法的优化方法,在完成算法框架和相关算子设计的基础上,对故障诊断基础模型进行优化,剔除多参数监测方案中的冗余项目,确定故障诊断模型的最优初始连接权值、阈值。通过模型性能对比试验,验证基于遗传算法的齿轮箱多参数故障诊断模型优化方法的正确性和有效性。
【学位单位】：中国矿业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TH132.41;TP277
【部分图文】：

监测诊断,油液,技术,轮箱

振动重于系统测机动监测技术于监测机械统的润滑油机械设备的术通过分析设械设备的旋转或工作介质磨损异常和硕设备的振动转失衡和结质样品来定和润滑系统硕士学位论文动信号能深刻结构失稳等问定性和定量地统污染等问题文刻了解齿轮问题。而油液地描述设备题。轮箱内部故障液分析技术备磨损状态，障工况，主要术通过分析机主要侧重于要侧机械于监

振动监测系统,信号,幅变,频率振幅

测对特征幅变障诊对象、传感器征频率振幅变化规律所诊断中有着器、信号处幅变化了解相所包含的设备着重要的地位处理模块和上相关零部件备状态信息位。1 绪论上位机等组件的运动状态息完成故障诊组成。振动监态，根据振动诊断。由此监测通过观动信号的特可见，振动观测设备的振特征频率分量动监测在机械振动量振械故

润滑剂

[23]。常用的油液分析仪器如图1-3所示，其中常规理化分析属于润滑剂分析范畴，光谱分析、铁谱分析、磁塞分析和颗粒计数法是磨损微粒分析的主要手段[21]。基于油液分析的设备状态监测及故障诊断技术已成为多数现代工业设备维修活动中不可缺少的手段之一，并在设备状态监测及故障诊断、摩擦磨损机理研究、制定正确的磨合规范、判定润滑系统污染状况、确定润滑油添加剂的损耗、制定正确的换油周期、新品油的性能评定等几个方面获得广泛应用[24]。

【参考文献】