行星齿轮箱故障的精确识别与诊断技术研究

发布时间：2021-02-03 12:24

　　机械系统规模的扩大与数据采集系统性能的提升使得传统故障诊断技术难以满足“大数据”时代的诊断需求。而深度学习技术的突破,使数据驱动模型为故障实时监测与诊断课题开拓了新的思路。论文主要研究了行星齿轮箱的故障特征提取方法,结合深度学习技术,提出了一种行星齿轮箱智能实时故障诊断方法。本文的具体研究工作如下所示:（1）研究了行星齿轮箱典型故障的特征与形成原理,针对行星齿轮箱常见的工况以及故障形式,研究了转子试验台设计原理,设计并搭建了可应对多种齿轮箱故障试验的转子故障试验台,加入了模块化设计思维,使设计完成试验台具有多功能模块化的优势。另对传动轴进行了固有特性分析,以保证试验台安全稳定运行。（2）研究了滚动轴承振动信号的非线性、非平稳、多分量特征,分析了多重去趋势波动分析在提取滚动轴承故障特征时存在的问题,并引入极值增量序列,研究了多重超阶分析方法。经试验验证所研究的新方法克服了原有方法的缺陷,可以提取出对故障状态变化更敏锐,区分度更好的故障特征参数。（3）研究了GRU结构的循环神经网络模型,针对行星齿轮箱实时故障诊断问题,利用其处理任意常度序列信号的能力,提出了一种新的智能实时诊断方法。在训练... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

THS-II系统结构图

图 2.1 调速电机实物图选用 4C2-50V32 型四缸柴油发动机如图 2.2，其参数如表 2.2 所示。表 2.2 柴油发动机参数名称 参数缸数 4缸径*行程（mm） 90*105排量（L） 2.67标定功率/转速（kw/rpm） 36.8/2500最大扭矩/转速（Nm/rpm） 157/1800最高转速(rpm) 2630进气方式 自然吸气供油方式 电动 EV 泵

图 2.1 调速电机实物图C2-50V32 型四缸柴油发动机如图 2.2，其参数如表 2.2 所表 2.2 柴油发动机参数名称 参数缸数 4缸径*行程（mm） 90*105排量（L） 2.67标定功率/转速（kw/rpm） 36.8/2500最大扭矩/转速（Nm/rpm） 157/1800最高转速(rpm) 2630进气方式 自然吸气供油方式 电动 EV 泵

【参考文献】：
期刊论文
[1]多功能模块化发动机-转子振动试验台的设计[J]. 朱彦祺,李舜酩,杜华蓉,潘高元.  实验室研究与探索. 2018(10)
[2]大数据下机械智能故障诊断的机遇与挑战[J]. 雷亚国,贾峰,孔德同,林京,邢赛博.  机械工程学报. 2018(05)
[3]深度学习在故障诊断领域中的研究现状与挑战[J]. 任浩,屈剑锋,柴毅,唐秋,叶欣.  控制与决策. 2017(08)
[4]基于稀疏自动编码深度神经网络的感应电动机故障诊断[J]. 孙文珺,邵思羽,严如强.  机械工程学报. 2016(09)
[5]泵车排量检测的极值增量DFA方法[J]. 江星星,李舜酩,李世勋,王勇,程春.  振动.测试与诊断. 2016(02)
[6]基于多重分形去趋势互相关分析的齿轮箱故障诊断[J]. 林近山,窦春红,张妮.  机械传动. 2016(01)
[7]转子扭振与故障模拟多功能试验台设计[J]. 张希,静波,李富才.  噪声与振动控制. 2015(06)
[8]智能制造——“中国制造2025”的主攻方向[J]. 周济.  中国机械工程. 2015(17)
[9]基于MF-DFA与PSO优化LSSVM的滚动轴承故障诊断方法[J]. 熊庆,张卫华.  振动与冲击. 2015(11)
[10]基于稀疏编码的振动信号特征提取算法与实验研究[J]. 苗中华,周广兴,刘海宁,刘成良.  振动与冲击. 2014(15)

博士论文
[1]齿轮箱关键部件非平稳振动信号分析及诊断方法研究[D]. 江星星.南京航空航天大学 2016
[2]城市轨道交通车辆走行部安全评估方法研究[D]. 李熙.北京交通大学 2011



本文编号：3016496