基于振动信号的齿轮传动监测系统
发布时间:2017-07-06 23:26
本文关键词:基于振动信号的齿轮传动监测系统
更多相关文章: 齿轮故障诊断 振动信号分析 虚拟仪器技术 状态监测 故障识别
【摘要】:齿轮传动是机械传动的主要方式,齿轮失效是齿轮传动难以避免的现象和最终归宿,并且是诱发机器故障的重要原因。齿轮运行状态的在线监测和故障诊断,对于降低设备维修费用、防止突发性事故具有重要意义,并得到了广泛的重视和研究。对齿轮振动信号进行分析和处理,以判断齿轮的运行状况,是目前齿轮运行故障诊断的最主要方法。本文采用Lab VIEW编程语言,设计和开发了基于振动信号的齿轮传动在线监测系统和故障离线分析系统,主要研究工作有以下几个方面:1.阐述了齿轮传动在线监测和故障诊断的研究意义,综述国内外齿轮箱故障诊断技术和机械设备振动状态监测和故障诊断系统的研究现状,从齿轮传动啮合振动机理上分析了常见齿轮故障模式的成因以及各故障模式下啮合振动信号特征。分析了时域统计参数、幅值谱和功率谱、细化谱、包络谱、倒频谱、小波包分解以及可靠性评估的原理,为监测系统和离线故障分析系统提供理论基础。2.研制了基于虚拟仪器技术的齿轮振动信号采集分析系统。硬件部分主要针对传感器、恒流源适调器、数据采集卡和光电编码器的选取,软件部分开发了参数设置模块、信号分析模块、数据管理模块和帮助模块,实现了齿轮传动啮合振动数据的采集、监测以及故障分析处理,搭建齿轮传动故障诊断试验台,对比分析齿轮正常状态和故障状态的振动信号,验证了齿轮传动线监测系统和离线故障分析系统的在实际应用中的准确性和可靠性。3.为了快速准确识别齿轮故障模式,提出了一种基于最佳小波包分解(OWPD:Optimum Wavelet Packet Decomposition)和隐马尔可夫模型(HMM:Hidden Markov Model)的识别方法。该方法对采集的振动信号进行小波包分解,再利用OWPD自动选择提取最佳小波包能量构造特征向量,输入HMM中进行训练与测试,实现了齿轮故障模式识别。实验结果表明该方法在齿轮故障模式识别方面的有效性和准确性。
【关键词】:齿轮故障诊断 振动信号分析 虚拟仪器技术 状态监测 故障识别
【学位授予单位】:南昌航空大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TH132.41
【目录】:
- 摘要4-5
- Abstract5-9
- 第一章 绪论9-15
- 1.1 课题来源9
- 1.2 选题背景及意义9-10
- 1.3 齿轮箱故障诊断技术综述10-13
- 1.4 本课题主要研究内容和工作13-15
- 第二章 齿轮振动机理及常见故障特征分析15-22
- 2.1 齿轮啮合振动机理分析15-18
- 2.1.1 齿轮啮合振动的产生15-16
- 2.1.2 齿轮啮合振动的传递路径16-17
- 2.1.3 齿轮啮合振动机理17-18
- 2.2 齿轮常见故障模式及特征频率计算18-21
- 2.2.1 常见的故障模式18-20
- 2.2.2 齿轮箱特征频率计算20-21
- 2.3 本章小结21-22
- 第三章 基于振动信号的齿轮箱故障诊断方法研究22-34
- 3.1 时域分析法22-27
- 3.1.1 时域统计特征参数22-25
- 3.1.2 时域同步平均法25-27
- 3.2 频域分析法27-32
- 3.2.1 幅值谱和功率谱分析法27-28
- 3.2.2 细化谱分析法28-29
- 3.2.3 包络谱分析法29-31
- 3.2.4 倒频谱分析法31-32
- 3.3 可靠性评估32-33
- 3.3.1 归一化小波信息熵32
- 3.3.2 归一化小波信息熵的可靠度32-33
- 3.4 小结33-34
- 第四章 基于虚拟仪器的齿轮振动信号采集分析系统34-65
- 4.1 系统总体方案设计34-38
- 4.1.1 齿轮传动在线监测系统设计34-36
- 4.1.2 齿轮传动离线故障分析系统设计36-37
- 4.1.3 软件设计平台37-38
- 4.2 硬件设计38-43
- 4.2.1 传感器的选择及测点选择38-40
- 4.2.2 恒流信号适调器的选择40-41
- 4.2.3 数据采集卡的选择41-42
- 4.2.4 光电编码器的选择42-43
- 4.3 系统参数设置模块43-46
- 4.4 时域同步平均及时域指标计算46-48
- 4.4.1 时域参数趋势分析47
- 4.4.2 时域同步平均及参数计算47-48
- 4.5 频域分析48-57
- 4.5.1 幅值谱及功率谱分析49-50
- 4.5.2 包络谱分析50-52
- 4.5.3 倒频谱分析52
- 4.5.4 小波包分析52-54
- 4.5.5 可靠性评估54-55
- 4.5.6 数据管理模块及帮助模块55-57
- 4.6 系统测试及结果分析57-64
- 4.6.1 齿轮传动故障诊断试验台57-58
- 4.6.2 诊断结果及分析58-64
- 4.7 小结64-65
- 第五章 基于最佳小波包分解和HMM的齿轮故障模式识别65-73
- 5.1 振动信号能量特征提取65-69
- 5.1.1 小波包分解理论66
- 5.1.2 基于最佳小波包分解的自动提取特征66-69
- 5.2 HMM的基本理论和建模69-72
- 5.2.1 HMM的基本理论69-70
- 5.2.2 HMM的建模与识别结果分析70-72
- 5.3 本章小结72-73
- 第六章 总结与展望73-75
- 6.1 总结73-74
- 6.2 展望74-75
- 参考文献75-79
- 攻读硕士学位期间发表的学术论文79-80
- 致谢80-81
【参考文献】
中国期刊全文数据库 前1条
1 孙美玲;朱春吉;岳晓峰;谷文超;;时域同步平均在振动信号分析中的应用[J];长春工业大学学报(自然科学版);2014年04期
,本文编号:528161
本文链接:https://www.wllwen.com/jixiegongchenglunwen/528161.html