基于高阶谱理论的行星齿轮磨损故障诊断方法研究

发布时间：2020-10-17 02:34

　　 行星齿轮箱在保障机械设备安全高效的运转中,起着非常重要的作用,为了避免不必要的损失,在工程实际中往往需要对其进行实时监测以及定期维修。当行星齿轮箱发生故障时,测得的信号通常具有非平稳、非线性、非高斯分布的特性。而高阶统计量理论在处理此类信号时,可以有效地消除信号中的高斯噪声,在反映信号故障特征的同时,还能够提取信号中的耦合成分。本文以三级行星齿轮箱为研究对象,展开基于高阶谱理论的行星齿轮磨损故障诊断识别方法研究。主要涉及以下四方面的研究工作:(1)对高阶统计量理论进行了介绍。详细描述了高阶矩和高阶累积量的定义及区别;介绍了高阶谱的定义,同时对双谱和对角切片谱的性质进行了仿真信号的分析和验证;(2)对行星齿轮箱的结构与振动信号降噪算法进行了研究。介绍了实验所用行星齿轮箱的结构、相关特征频率等;介绍了小波降噪算法理论,将改进Bayes阈值降噪算法应用于齿轮振动故障仿真信号和实际磨损故障信号的降噪中。实验结果表明:本文改进的Bayes阈值降噪算法提高了信号的信噪比;(3)对行星齿轮磨损故障特征提取方法进行了研究。介绍了EMD理论以及IMF分量选取规则;将选取后重构信号进行对角切片谱分析。实验分析结果表明:EMD-对角切片谱算法能够有效的提取出齿轮的故障频率、啮合频率以及相关的调制频率等,能够判断出齿轮故障,且优于双谱算法、单独使用对角切片谱和传统的功率谱算法;(4)提出了对角切片谱-Elman神经网络齿轮磨损程度识别方法。介绍了Elman神经网络理论,参数的设置以及输入、输出向量的要求;提取采集的行星齿轮不同磨损程度的特征频率处幅值作为Elman神经网络的输入特征向量,对其进行训练和识别。结果表明,对角切片谱-Elman神经网络方法能够对行星齿轮的磨损程度进行有效的识别。
【学位单位】：北京信息科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TH132.41
【部分图文】：

国际市场对于齿轮的需求在近十几年内在逐步增加，如图1.1。图 1.1 国际市场齿轮需求齿轮传动在机械传动中起着非常重要的作用，主要体现在保障机械设备的高效运转以及动力传动两方面。齿轮箱有时会在比较恶劣的工作条件下运转作业，而齿轮等又属于易受损的部件之一。由于齿轮故障造成工业生产中机械设备运转异常的现象非常常见，尤其是对于大型的旋转类机械和较长的生产线来说，一旦某一个零部件出现故障，轻则可能引起整个机械系统和生产设备的停机，从而导致整条生产线的待修甚至停止生产等问题；重则可能给企业形象带来污点以及巨大的经济损失，例如在环境污染、人员伤亡及舆论影响等方面。例如，近些年在国内外由于机械设备或者齿轮发生故障造成严重后果的事件有：2003 年，中国某海军潜艇由于突发机械故障的原因，造成艇上超过 70 人全部遇难，伤亡非常惨重；2014 年，美国某型号战机由于齿轮故

图2.1双谱的对称区域由于双谱的对称性，只需知道阴影部分0,,内的双谱，就能

图 2.4 仿真信号 x1 ( t)双谱三维图2.2 仿真信号 x1 ( t)时域图可以看出信号中包含大量的噪声。因为双要观察图 2.3 和图 2.4 的 1/12 即可，从图 2.3 和图 2.4 中可以发
【参考文献】

相关期刊论文 前3条

1 张金,张耀辉,黄漫国;倒频谱分析法及其在齿轮箱故障诊断中的应用[J];机械工程师;2005年08期

2 钟佑明,秦树人,汤宝平;一种振动信号新变换法的研究[J];振动工程学报;2002年02期

3 樊养余,陶宝祺,熊克,尚久浩,孙进才,李亚安;舰船噪声的1(1/2)维谱特征提取[J];声学学报;2002年01期

相关博士学位论文 前1条

1 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年

本文编号：2844141