基于形态分量分析的齿轮箱多故障诊断方法研究

发布时间：2017-08-31 21:38

  本文关键词：基于形态分量分析的齿轮箱多故障诊断方法研究

  更多相关文章： 形态分量分析 信息熵 模糊贴近度 波形匹配追踪 齿轮箱 故障诊断

【摘要】：齿轮箱是机械设备中重要的动力传输部件,其运行状态在很大程度上影响着整个机械系统的运行状况,因此,对齿轮箱进行状态监测与故障诊断具有重要的实用价值和现实意义。在现有的齿轮箱故障诊断技术中,基于振动信号的方法工程实用性更高,应用范围更广。采用各种信号处理技术从齿轮箱振动信号中提取故障特征是齿轮箱故障诊断的关键。在工程实际中,机械设备故障通常不是单独出现的,某些故障常常会诱发其他故障的发生,往往表现为多故障。不同部位、不同形式、以及不同程度的多故障对机械设备产生不同的影响,同时由于各故障特征彼此影响,相互干扰,给机械设备故障的全面诊断带来了新的挑战,因此机械设备的多故障检测是当前故障诊断的难点。在国家自然科学基金项目“信号共振稀疏分解方法及其在机械故障诊断中的应用研究”(项目号:51275161)和湖南大学汽车车身先进设计制造国家重点实验室自主研究课题“汽车关键零部件的早期故障诊断与剩余寿命预测技术研究”(项目号:71375004)资助下,论文以齿轮箱为研究对象,以齿轮箱的多故障检测为研究目标,基于现代信号处理技术重点对齿轮箱的多故障振动信号进行分析,以实现振动信号中的多故障特征分离。论文的主要研究工作和创新性结果有:(1)对齿轮箱的主要失效部件—齿轮和滚动轴承的振动机理、故障产生的形式以及原因进行了分析;给出了齿轮与滚动轴承的故障振动信号特征模型;分析了振动信号由不同故障所导致的形态差异。研究结果表明,当齿轮出现局部故障时,其振动信号中会产生调幅调频成分,在时域中表现为谐波分量;而当滚动轴承出现局部故障时,其振动信号中会产生周期性的衰减冲击成分,在时域中表现为冲击分量。(2)用形态分量分析方法对包含齿轮与轴承故障的振动信号进行分离时,其分离效果与稀疏字典的选择密切相关。同时在强噪声背景下,形态分量分析容易受噪声干扰,导致分离效果不佳。针对上述问题,提出了基于改进的形态分量分析的齿轮箱多故障诊断方法。该方法首先基于最小信息熵原则优选与信号各分量最为匹配的稀疏字典,然后采用基于模糊贴近度的半软阈值法对稀疏字典表示的变换系数进行消噪,重构系数后实现各分量的分离,最后分别对分离的谐振分量和冲击分量进行希尔伯特解调分析,根据分量包络谱实现对齿轮和轴承的故障诊断。仿真分析和应用实例表明:该方法能有效降低噪声影响,从振动信号中分离出齿轮与轴承的故障特征。(3)当轴承出现多故障时,故障信号中混合着多种相似形态的脉冲冲击,由于形态分量分析无法分离出多个同类型的冲击特征,容易导致故障漏判。针对这一问题,提出了基于波形匹配追踪的轴承多故障检测方法。该方法首先结合轴承故障特征建立新型冲击字典函数模型,以冲击位置参数为主要参数,通过逐次改变特性参数的方法构建冗余度小、匹配程度高的冲击原子字典库;再利用波形匹配追踪算法,求得各个字典与故障特征的相似度系数;利用自适应阈值算法挑选出大于给定阈值的相似度系数分布;最后对满足要求的相似度系数分布进行希尔伯特分析,依据得到的包络谱图对轴承多故障进行诊断。仿真和试验信号分析结果表明:该方法能有效分离轴承上的多故障特征,实现轴承多故障诊断。机械设备的多故障诊断是目前机械故障诊断领域的一大难点。本文以齿轮箱为研究对象,将改进的形态分量分析与波形匹配追踪算法用于齿轮箱的多故障振动信号分析。算法仿真和应用实例表明,上述方法能有效分离齿轮箱中的多故障特征,避免漏诊的出现,因此具有较好的应用前景。
【关键词】：形态分量分析 信息熵 模糊贴近度 波形匹配追踪 齿轮箱 故障诊断
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH132.41
【目录】：

• 摘要5-7
• Abstract7-16
• 第1章 绪论16-25
• 1.1 课题的研究背景与意义16
• 1.2 常用的齿轮箱故障诊断方法16-17
• 1.3 基于信号分解的故障诊断方法综述17-20
• 1.3.1 小波变换17-18
• 1.3.2 经验模态分解18-19
• 1.3.3 盲源分离19
• 1.3.4 信号共振稀疏分解19-20
• 1.3.5 形态分量分析20
• 1.4 多故障诊断技术研究现状20-21
• 1.5 本文研究思路与主要研究内容21-25
• 1.5.1 问题的提出21-22
• 1.5.2 本文的研究思路22-23
• 1.5.3 本文的主要内容及章节安排23-25
• 第2章 齿轮箱的失效形式与故障特征分析25-34
• 2.1 齿轮箱故障类型25-26
• 2.2 齿轮故障分析26-30
• 2.2.1 齿轮振动机理分析26-27
• 2.2.2 齿轮故障类型27-28
• 2.2.3 齿轮常见故障振动信号的频域特征28-29
• 2.2.4 齿轮故障振动信号模型29-30
• 2.3 滚动轴承故障分析30-33
• 2.3.1 滚动轴承的基本结构30
• 2.3.2 滚动轴承的振动机理30-31
• 2.3.3 滚动轴承的故障类型31-32
• 2.3.4 滚动轴承振动信号特征频率32-33
• 2.3.5 滚动轴承故障振动信号模型33
• 2.4 本章小结33-34
• 第3章 基于形态分量分析的齿轮箱多故障诊断34-57
• 3.1 引言34-35
• 3.2 形态分量分析原理35-37
• 3.2.1 形态分量分析的算法步骤36-37
• 3.2.2 形态分量分析算法存在的不足37
• 3.3 基于小波能量谱熵(WEE)的稀疏字典优化选择37-40
• 3.3.1 稀疏字典的选择37
• 3.3.2 信息熵的基本概念37-39
• 3.3.3 基于小波能量谱熵(WEE)的稀疏字典优化选择39-40
• 3.4 阈值函数的设计40-44
• 3.4.1 小波阈值去噪40-42
• 3.4.2 阈值的选取42-44
• 3.4.2.1 模糊性度量43
• 3.4.2.2 隶属度函数的确定43-44
• 3.4.3 阈值函数的设计44
• 3.5 基于形态分量分析的齿轮箱多故障诊断流程44-45
• 3.6 算法仿真45-50
• 3.6.1 仿真信号分析45-48
• 3.6.2 抗噪性能分析48-50
• 3.7 齿轮箱多故障诊断实例50-56
• 3.7.1 齿轮断齿与滚动轴承外圈故障51-54
• 3.7.2 齿轮裂纹与滚动轴承外圈故障54-56
• 3.8 本章小结56-57
• 第4章 基于波形匹配追踪的滚动轴承多故障诊断方法57-76
• 4.1 引言57-58
• 4.2 匹配追踪算法原理58-64
• 4.2.1 匹配追踪算法58-59
• 4.2.2 匹配追踪算法流程59-60
• 4.2.3 过完备原子字典库60-64
• 4.3 基于波形匹配追踪算法的滚动轴承多故障诊断64-67
• 4.3.1 波形原子字典库的理论模型64-65
• 4.3.2 冲击字典库的构造方法65-66
• 4.3.3 波形匹配追踪算法的阈值设定66-67
• 4.4 基于波形匹配追踪算法的轴承多故障故障诊断原理67-68
• 4.5 算法仿真68-72
• 4.5.1 仿真信号分析68-72
• 4.6 基于波形匹配追踪算法的滚动轴承多故障诊断实例72-75
• 4.6.1 滚动轴承多故障检测72-75
• 4.7 本章小结75-76
• 结论与展望76-78
• 参考文献78-86
• 致谢86-87
• 附录A 攻读学位期间发表和录用的论文目录87

【相似文献】

中国期刊全文数据库 前10条

1 尤青青;博能大功率齿轮箱[J];工程机械;2004年11期

2 ;重齿增产风电齿轮箱[J];机械工程师;2005年06期

3 梁醒培;王豪;张锴锋;;大型齿轮箱结构分析与结构优化[J];机械设计与制造;2008年01期

4 ;杭州前进齿轮箱集团高速齿轮箱领域又获新突破[J];机械研究与应用;2009年05期

5 周长李;曹建国;李胜利;;阀门齿轮箱维护研究[J];管道技术与设备;2012年03期

6 胡惠雅;船用双速齿轮箱的研制[J];舰船科学技术;1979年09期

7 刘伯凯;;三速齿轮箱[J];渔业现代化;1981年03期

8 何成宗;手动齿轮箱用润滑油新配方[J];润滑与密封;1991年03期

9 孙自求;;我国最大功率的齿轮箱试制成功[J];机械科学与技术;1991年01期

10 ;《中国齿轮专业协会一届二次工作年会会议纪要》摘录[J];齿轮;1991年04期

中国重要会议论文全文数据库 前10条

1 王奉涛;李海峰;张亮;宋鲁涛;;高速齿轮箱性能检测系统的研制[A];2010中国仪器仪表与测控技术大会论文集[C];2010年

2 冯志鹏;褚福磊;;正则维数在齿轮状态监测中的应用研究[A];第八届全国转子动力学学术讨论会论文集[C];2008年

3 滕伟;武鑫;高青风;柳亦兵;;风电齿轮箱振动信号的倒频谱分析[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 刘静;周凤星;;一种同步齿轮箱初始故障的在线监测与诊断装置的研究[A];全国冶金自动化信息网2009年会论文集[C];2009年

5 赵立超;陈长征;;基于神经网络的风电机齿轮箱振动信号的分析与应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

6 林京;;脉冲性与周期性的利用——齿轮箱故障检测方法的内在联系[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

7 赵海燕;陈棋;;风电机组齿轮箱的故障及其解决方案[A];中国农业机械工业协会风能设备分会2011年度论文集（上）[C];2011年

8 何俊;杨世锡;甘春标;;受外部载荷激励的风机齿轮箱动力学建模及故障特征提取[A];中国力学大会——2013论文摘要集[C];2013年

9 熊黎;;风力发电齿轮箱换油方式的革命——一种全新的机械式换油方式[A];中国农机工业协会风能设备分会《风能产业》（2013年第11期）[C];2013年

10 Duka Kitaljevich;Richard Dupuis;Ming Lu;;风电齿轮箱状态监测[A];《风电技术》2013年02月第1期（总第37期）[C];2013年

中国重要报纸全文数据库 前10条

1 方益波 张道生;好悬 杭齿轮箱谈合资险入“虎口”[N];经理日报;2006年

2 刘砦;杭齿将通过技改扩大齿轮箱产能[N];中国船舶报;2007年

3 王佑;首家“齿轮”股下月将赴港上市[N];第一财经日报;2007年

4 秦宵喊;南京高齿冲刺全球风电齿轮箱前三强[N];南京日报;2007年

5 益直;GE与第一能源集团开展风能合作[N];中国工业报;2009年

6 卢琼玉;杭齿制成世界先进水平船用齿轮箱[N];中国工业报;2009年

7 陈生华;南京高精研发出大功率非标齿轮箱[N];中国船舶报;2010年

8 细化;“常州长浪”推出异向平双低速高扭齿轮箱[N];中国包装报;2010年

9 徐同生;张庄咬定亿元目标谋求经济突破[N];江苏经济报;2009年

10 本报通讯员 周岚;他装的齿轮箱会“唱歌”[N];中国民航报;2011年

中国博士学位论文全文数据库 前10条

1 郭远晶;面向风电齿轮箱的角域振动信号处理与故障诊断方法研究[D];浙江大学;2015年

2 韩龙;风力齿轮箱轴承故障的AE信号特征提取与诊断方法研究[D];哈尔滨工业大学;2016年

3 庄磊;电子齿轮箱关键控制技术及其应用研究[D];南京航空航天大学;2001年

4 王新晴;齿轮箱不解体诊断技术研究[D];天津大学;1998年

5 徐向阳;柔性销轴式风电齿轮箱动力学研究[D];重庆大学;2012年

6 田晓青;柔性电子齿轮箱设计及精度控制方法研究[D];合肥工业大学;2014年

7 魏秀业;基于粒子群优化的齿轮箱智能故障诊断研究[D];中北大学;2009年

8 刘强;大型矿用齿轮箱运行模态识别与结构动力模型修正研究[D];辽宁工程技术大学;2013年

9 李蓉;齿轮箱复合故障诊断方法研究[D];湖南大学;2013年

10 张立勇;大型风电齿轮箱均载性能研究及优化[D];机械科学研究总院;2009年

中国硕士学位论文全文数据库 前10条

1 张震;基于虚实混合的齿轮箱体动力学建模与分析[D];长安大学;2015年

2 袁文东;标准动车组齿轮箱箱体强度分析与寿命预测[D];北京交通大学;2016年

3 王威;兆瓦级风电齿轮箱齿轮热—结构耦合及疲劳寿命研究[D];浙江理工大学;2016年

4 徐志平;行星齿轮箱全息故障诊断[D];中国石油大学(华东);2014年

5 邹丽;双馈式风力发电机齿轮箱的动态特性分析[D];太原理工大学;2016年

6 张雨;高速动车齿轮箱内部流场与密封系统的数值研究[D];西南交通大学;2016年

7 李莹;计及工况的风电齿轮箱性能退化及状态评估[D];上海电机学院;2016年

8 陈川;风电齿轮箱传动系统振动及可靠性分析[D];兰州理工大学;2016年

9 黄鹏;大型风电齿轮箱系统模态分析[D];华中科技大学;2014年

10 潘俊;高速列车驱动齿轮箱油浴润滑内流场数值分析[D];西南交通大学;2016年

，

本文编号：768107