高速线材轧机齿轮箱故障的模糊诊断方法研究

发布时间：2017-09-20 06:26

  本文关键词：高速线材轧机齿轮箱故障的模糊诊断方法研究

  更多相关文章： 高线轧机 齿轮箱 故障诊断 模糊诊断

【摘要】：传动齿轮箱是高线轧机广泛使用的传动设备，，其工作正常与否，关系到整台机组或机器的运行。高线轧机各个齿轮箱间协调运转，齿轮箱冲击振动大，产生的故障大部分为轴承的保持架及滚动体故障，并且伴有断齿和轴应力故障。若是设备产生故障，将会造成财产的损失并可能会产生人员伤亡。因此，对轧机齿轮箱开展监测与诊断能够保障轧机设备的正常运行，具有重要的经济意义和安全意义。 课题对轧机传动齿轮箱进行了分析研究，对其故障的特征进行了分析和判断，主要包括四个方面： (1)分析了传动齿轮箱的振动机理并总结了常见的故障表现形式。介绍了以高线精轧机为例的齿轮箱结构传动链的模式，分析并总结了齿轮箱中齿轮、轴承的振动模型以及常见的故障特点和转轴组件的常见故障故障特点，为能够对采集的数据分析诊断进行了理论准备。 (2)对现场采集数据进行了研究。对采集的数据信号进行了时域和频域的分析。时域分析是对数据进行了包括峰值、有效值以及峭度指标等无量纲参数的分析和自相关分析；频域分析对数据信进行傅里叶(FFT)变换以及功率谱分析。结合实际对某钢厂高线齿轮箱采集的振动数据进行了诊断分析并给出了结论。 (3)创建了诊断的模糊矩阵和征兆隶属度的数学公式。通过研究以往钢厂的高线轧机齿轮箱故障诊断分析报告，统计了报告中故障出现的原因与对应的表现特征(即征兆)出现的次数，并运用模糊统计理论，得到了最初的故障模糊诊断矩阵，并与专家经验矩阵进行结合，建立了齿轮箱的模糊逻辑诊断矩阵。通过分析征兆的特点，确立了征兆的隶属度数学公式，建立了轧机齿轮箱的故障模糊诊断模型。并基于此模型进行对现场采集数据进行了初步诊断，得出了正确结果，并对诊断矩阵的更新进行了研究。 (4)研究了对模糊诊断模型的计算机的实现条件。运用模糊逻辑诊断方法进行诊断分析时征兆向量之间的对应关系，并详细的介绍了诊断系统在诊断时对数据的筛选的条件，按峰值有效值或者脉冲指标等无量纲参数来进行数据的筛选。
【关键词】：高线轧机 齿轮箱 故障诊断 模糊诊断
【学位授予单位】：内蒙古科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG333;TH165.3
【目录】：

• 摘要3-4
• Abstract4-9
• 1 绪论9-15
• 1.1 课题研究背景及意义9-10
• 1.2 模糊故障诊断概述10-11
• 1.2.1 模糊诊断法的产生以及发展现状10
• 1.2.2 模糊故障诊断方法10-11
• 1.3 模糊诊断在齿轮箱故障应用中的国内外研究状况11-14
• 1.3.1 模糊诊断在齿轮箱应用中的国外研究状况11-12
• 1.3.2 模糊诊断在齿轮箱应用中的国内研究状况12-14
• 1.4 论文的主要内容14-15
• 2 高速线材轧机齿轮箱的故障及诊断分析15-32
• 2.1 高速线材轧机简介15-16
• 2.2 高线轧机齿轮箱的常见故障类型16-22
• 2.2.1 齿轮的常见故障类型及原因16
• 2.2.2 齿轮振动的力学模型16-18
• 2.2.3 齿轮运行异常及其振动特性18
• 2.2.4 轴承的常见故障类型及原因18-19
• 2.2.5 轴承振动分析19-21
• 2.2.6 滚动轴承故障类别及其振动特性21
• 2.2.7 转轴组件的故障类别及其振动特性21-22
• 2.3 高线轧机现场的数据采集系统22-23
• 2.4 采集数据信号的分析处理23-29
• 2.4.1 振动信号的时域统计分析23-26
• 2.4.2 振动信号的自相关分析26-27
• 2.4.3 振动信号的频域分析27-29
• 2.5 振动诊断实例29-31
• 2.6 本章小结31-32
• 3 模糊集合理论32-41
• 3.1 模糊集合的定义及表示方法32-33
• 3.2 模糊集合的关系与运算33-34
• 3.2.1 模糊集合之间的包含与相等关系33
• 3.2.2 模糊集合的交、并、余运算33-34
• 3.2.3 模糊集合的代数运算34
• 3.3 确立隶属函数的方法34-37
• 3.3.1 模糊统计法35
• 3.3.2 模糊分布法35-37
• 3.3.3 二元对比排序法37
• 3.4 模糊关系矩阵37-38
• 3.5 模糊综合评判模型38-39
• 3.6 模糊模式识别原则39-40
• 3.7 本章小结40-41
• 4 高线轧机齿轮箱的模糊诊断41-55
• 4.1 模糊逻辑诊断原理41-42
• 4.2 轧机齿轮箱故障诊断模型的建立42-51
• 4.2.1 轧机齿轮箱的故障库与征兆库42-43
• 4.2.2 故障诊断矩阵的建立43-48
• 4.2.3 故障征兆向量的隶属度的计算48-50
• 4.2.4 诊断模型综合评判选择50-51
• 4.3 诊断应用51-52
• 4.4 诊断矩阵自适应修正52-54
• 4.5 本章小结54-55
• 5 模糊诊断系统的实现条件55-59
• 5.1 故障征兆之间的对应关系55-56
• 5.2 诊断数据的初步筛选56-58
• 5.2.1 根据峰值、有效值的筛选56-57
• 5.2.2 根据轧机信号的无量纲参数进行筛选57-58
• 5.3 本章小结58-59
• 结论59-60
• 参考文献60-64
• 在学研究成果64-65
• 致谢65

【参考文献】

中国期刊全文数据库 前10条

1 高立新;张建宇;胥永刚;彭世春;任志强;;基于CBR和RBR混合推理的齿轮箱智能诊断技术[J];北京工业大学学报;2010年09期

2 吴吉平,吴运新,隆志力;基于模糊数学的故障诊断专家系统的设计和实现[J];包装工程;2003年02期

3 李华;;基于小波-模糊神经网络的齿轮箱故障诊断[J];传感技术学报;2006年03期

4 刘小艳;刘欣宇;王梅;;隶属函数的确定及应用[J];电脑知识与技术;2010年31期

5 阮跃,徐世昌,黄文虎;旋转机械振动故障的动态模糊诊断[J];发电设备;1997年05期

6 符向前;蒋劲;孙慕群;匡美珍;;水电机组故障诊断系统中的模糊诊断技术研究[J];华中科技大学学报(自然科学版);2006年01期

7 张睿智;曲东才;;模糊推理在军用飞机转速摆动故障诊断中的应用研究[J];计算机测量与控制;2008年02期

8 袁杰;史海波;刘昶;;基于最小二乘拟合的模糊隶属函数构建方法[J];控制与决策;2008年11期

9 余琼芳,陈迎松;模糊数学中隶属函数的构造策略[J];漯河职业技术学院学报(综合版);2003年01期

10 陈永洲,许飞云,贾民平;MATLAB模糊推断原理在旋转机械诊断系统中的应用[J];兰州工业高等专科学校学报;2004年01期

本文编号：886414