当前位置:主页 > 科技论文 > 机电工程论文 >

基于自适应模式分解的低速斜齿轮故障诊断研究

发布时间:2021-05-18 17:08
  斜齿轮传动平稳,具有较高的承载能力,在现代工业设备,特别是风力发电机中,得到了广泛的应用。斜齿轮轮系发生故障常常导致严重的设备事故,造成惨重的经济损失。低速旋转机械的转速一般低于10Hz。齿轮系统工作过程中发生的齿根裂纹、断齿、缺齿等都会产生周期性的脉冲冲击力,在振动信号频域出现调制现象,在频谱上表现为在啮合频率或固有频率两侧出现间隔均匀的调制边频带。风力发电机中的斜齿轮振动信号受周围环境影响较大,背景噪声在低频段淹没了故障频率,本文对在低速工况下的齿轮故障诊断方法进行了研究,取得了一定的成果。论文主要研究内容如下:(1)论述课题背景及研究意义,阐述了国内外低速斜齿轮故障诊断方法的研究现状,概述了自适应模式分解算法和模式识别算法的发展情况,引出本文的研究对象和结合或改进的算法。(2)论述了变分模态分解算法和循环自相关函数理论,提出了基于参数优化的变分模态分解的低速斜齿轮故障诊断方法。将此方法应用于低速斜齿轮故障的故障诊断,仿真信号和试验数据证明了本方法的有效性。(3)针对第二章提出方法适用于平稳工况的不足,研究在低速范围内的变速情况下的斜齿轮故障诊断方法。提出了基于计算阶次跟踪的变速斜... 

【文章来源】:大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】:82 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状概述
        1.2.1 低速斜齿轮故障诊断研究现状概述
        1.2.2 特征提取算法研究现状概述
        1.2.3 模式识别研究现状概述
    1.3 论文研究内容与结构安排
2 基于参数优化VMD的低速斜齿轮故障诊断方法
    2.1 算法原理
        2.1.1 VMD基本原理
        2.1.2 CAF基本原理
        2.1.3 TEO基本原理
        2.1.4 余弦相似度度量
    2.2 VMD参数优化
        2.2.1 VMD的重要参数
        2.2.2 重要参数值确定方法
    2.3 基于参数优化VMD的故障诊断方法流程
    2.4 仿真信号分析
    2.5 试验验证和结果分析
    2.6 本章小结
3 基于计算阶次跟踪的变速斜齿轮故障诊断方法
    3.1 算法原理
        3.1.1 阶次分析基本原理
        3.1.2 COT仿真信号分析
        3.1.3 ITD基本原理
    3.2 基于阶次分析的变速斜齿轮故障诊断方法
    3.3 仿真信号分析
    3.4 试验验证和结果分析
    3.5 本章小结
4 基于mRVM的变工况斜齿轮故障诊断方法
    4.1 算法原理
        4.1.1 信号特征指标
        4.1.2 局部保持投影
        4.1.3 数据归一化方法
    4.2 mRVM基本原理
    4.3 基于mRVM的故障诊断方法
    4.4 变工况齿轮故障诊断
    4.5 本章小结
5 低速斜齿轮故障诊断系统开发
    5.1 低速齿轮箱齿轮故障试验台
        5.1.1 低速斜齿轮故障试验台介绍
        5.1.2 低速斜齿轮故障试验类型
        5.1.3 低速斜齿轮故障试验
    5.2 系统开发环境
        5.2.1 硬件条件
        5.2.2 软件开发环境
    5.3 低速斜齿轮故障诊断系统
        5.3.1 登陆及密码管理模块
        5.3.2 数据采集存储模块
        5.3.3 基于mRVM的故障模型在线诊断模块
        5.3.4 数据离线分析模块
        5.3.5 基于COT的离线分析模块
    5.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】:
期刊论文
[1]基于Hilbert振动分解和高阶能量算子的行星齿轮箱故障诊断研究[J]. 冯志鹏,秦嗣峰.  振动与冲击. 2016(05)
[2]Teager能量算子增强倒阶次谱提取轴承微弱故障特征[J]. 杨青乐,梅检民,肖静,张玲玲,肖云魁.  振动与冲击. 2015(06)
[3]希尔伯特振动分解在滚动轴承故障诊断中应用[J]. 朱可恒,宋希庚,薛冬新.  振动与冲击. 2014(14)
[4]基于多分类相关向量机的水电机组振动故障诊断[J]. 易辉,梅磊,李丽娟,刘宇芳,袁宇浩.  中国电机工程学报. 2014(17)
[5]相关向量机在污水硝氮检测中的应用[J]. 曾甜玲,温志渝,温中泉.  光谱学与光谱分析. 2013(04)
[6]基于改进型相关向量机的高光谱图像分类[J]. 赵春晖,齐滨,张燚.  光学学报. 2012(08)
[7]齿轮常见故障类型及诊断方法[J]. 刘玉樑.  甘肃科技. 2012(05)
[8]基于小波分析的滚动轴承故障诊断研究[J]. 陈刚,廖明夫.  科学技术与工程. 2007(12)
[9]概率因果网络在汽轮机故障诊断中的应用[J]. 陈长征,刘强.  中国电机工程学报. 2001(03)
[10]基于神经网络的智能诊断[J]. 虞和济,陈长征,张省.  振动工程学报. 2000(02)

硕士论文
[1]行星齿轮箱故障表征与诊断方法研究[D]. 唐道龙.大连理工大学 2018
[2]基于深度信念网络的变速器故障分类识别研究[D]. 单外平.华南理工大学 2015
[3]基于经验模态分解法的滚动轴承故障诊断系统研究[D]. 曾海平.浙江大学 2005



本文编号:3194174

资料下载
论文发表

本文链接:https://www.wllwen.com/jixiegongchenglunwen/3194174.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7b0f2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com