当前位置:主页 > 科技论文 > 机械论文 >

齿轮与滚动轴承故障诊断方法的研究及专家系统的建立

发布时间:2020-08-09 02:34
【摘要】: 目前,振动信号分析技术仍是齿轮与轴承状态监测与故障诊断的主要手段,已经形成了比较完备的理论与技术体系,但是在实际应用中,与齿轮、轴承相关的振动信号常常被机器的结构振动信号和干扰噪声所污染,特别是早期故障信号往往十分微弱,信噪比低,这使得已有方法的性能受到了很大影响,虚警率高,大大限制了其在实际中的应用。为此,本文建立了齿轮、滚动轴承故障诊断的试验装置,用于模拟齿轮、轴承故障,旨在研究齿轮、轴承故障诊断方法的应用,从而为多方法、多参量综合应用的齿轮、轴承故障诊断系统的实现提供了一定的参考价值。 本文首先对齿轮和轴承的振动机理以及各种激励因素对振动信号的影响进行了详细研究,并分析了由于齿轮、轴承故障的存在所引起的冲击对振动信号产生的调制作用。以此为基础探讨了用于齿轮、轴承故障诊断的频谱技术、共振解调技术、小波分析技术的理论基础。重点研究了小波分析技术用于齿轮、轴承故障诊断的理论基础,并举例说明了小波分析在分析信号奇异性位置、信号消噪、识别在含噪信号中有用信号的发展趋势、普通信号分析中的应用,从小波分析的理论基础和在故障诊断中的应用两个方面揭示了小波分析在故障诊断方面和其它诊断方法相比其独特的优越性。 其次,在了解了齿轮、轴承振动机理及诊断方法的基础上,通过建立齿轮、轴承故障模拟试验装置,采集了实际齿轮、轴承故障信号,分别采用频谱分析技术、共振解调技术、小波分析技术对齿轮、轴承故障信号进行分析,成功提取了齿轮、轴承故障特征,并通过实践证明:与传统的傅立叶变换相比,小波分析技术、共振解调技术更好的解决了由于实际的齿轮、轴承噪声大,振动信号的信噪比低,难以获得微弱故障特征的问题,为提取齿轮、轴承早期故障特征提供了有效的分析手段。 最后,基于齿轮、轴承故障诊断方法及大量实验数据,结合齿轮、轴承的故障判据,研究并分别建立了适应与齿轮、轴承各自故障诊断特点的齿轮、轴承故障诊断专家系统。
【学位授予单位】:兰州理工大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TH165.3;TH132.41;TH133.33
【图文】:

齿轮故障,模拟试验台,齿轮


了应用小波分析对齿轮、滚动轴承振动信号进行消噪和特征提取的可行性和有效性。(4)分别建立了齿轮、滚动轴承故障模拟实验台(如图1.2、1.3),利用小波变换对实验台实际振动信号进行了消噪和分解,很好的提取出了故障特征,在基于齿轮、滚动轴承故障诊断方法及大量实验数据的基础上,分别探讨了适应与齿轮、滚动轴承各自故障诊断特点的齿轮、滚动轴承故障诊断专家系统的建立。

共振解调技术,滚动轴承故障诊断,模拟试验台,频谱分析


硕士学位论文图1.2齿轮故障模拟试验台图1,3滚动轴承故障模拟试验台(5)对用于齿轮、滚动轴承故障诊断的频谱分析技术、共振解调技术、小波分析技术从基础理论和实际应用两个方面研究了各自在齿轮、滚动轴承故障诊断方面的应用,对比分析了针对不同故障信号各方法的优缺点及其相互关系。本课题希望在完成上述的理论分析、仿真分析、试验分析这些研究工作后,能够为小波分析技术和共振解调技术以及专家系统在对齿轮、滚动轴承的故障诊断的工业应用提供一定理论参考和实施手段。

谱图,齿轮,对边,频带


(b)分布缺陷图2.2齿轮缺陷形式对边频带的影响‘图2.2给出了齿轮由于集中缺陷和分布缺陷所产生的边频的区别,其中图2.2(a)为齿轮上某一轮齿存在局部缺陷时的振动波形和频谱,这时相当于齿轮的振动受到一个短脉冲的调制,脉冲的长度等于齿轮的啮合周期兀二1/fz。齿轮每转一周,脉冲就重复一次。由于脉冲可以分解为许多正弦分量之和,因此在谱图上形成以载波频率fz,Zfz,3fz,等等为中心的一系列边频。这些边频数量多、范围宽、幅值小、分布均匀且变化平缓

【相似文献】

相关期刊论文 前10条

1 翟宁;姜长泓;初明;;基于虚拟仪器的轨道机车轮轴故障诊断系统[J];仪器仪表用户;2006年02期

2 王志伟;胡瑜;李银伟;;基于小波和自适应模糊神经的旋转设备故障诊断[J];华东交通大学学报;2010年01期

3 黄宜军;章卫国;刘小雄;;基于小波网络的飞控系统故障仿真建模及诊断[J];计算机应用研究;2006年07期

4 叶高翔;王焱;朱善安;;基于小波变换的滚动轴承故障诊断系统[J];机电工程;2007年07期

5 欧阳宏志;廖湘柏;刘华;;模拟电路故障诊断方法综述[J];电子科技;2008年12期

6 张作良;唐朝晖;胡志坤;桂卫华;;整流电路智能故障诊断系统[J];自动化与仪表;2008年05期

7 朱高中;刘保菊;;基于DSP和小波变换故障诊断检测的研究[J];电子质量;2009年11期

8 王新;黄建;;基于小波分析的变频调速系统故障诊断研究[J];传感器与微系统;2007年07期

9 韩洪伟;李钊;李建军;李俊山;;某型对抗装备故障诊断系统设计研究[J];无线电工程;2008年11期

10 罗永仁;晏飞;;故障智能诊断技术及其在矿井提升机上的应用研究[J];煤炭技术;2007年11期

相关会议论文 前10条

1 刘初升;聂金柱;;振动筛故障诊断系统研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

2 欧阳宏志;陈洪云;;模拟电路故障诊断的现状与发展[A];第二十届电工理论学术年会论文集[C];2008年

3 史成江;周凤星;;基于共振解调技术和小波分析的故障诊断系统[A];冶金轧制过程自动化技术交流会论文集[C];2005年

4 宋国明;王厚军;姜书艳;刘红;;基于神经网络的融合智能诊断方法在模拟电路故障诊断中的应用[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年

5 陈磊;贺小明;刘清龙;;磨煤机故障诊断中信息融合技术的应用[A];第五届设备管理第八届设备润滑与液压学术会议论文集——《设备管理设备润滑与液压技术》[C];2004年

6 李昂;原媛;齐世友;丁亚飞;;通信对抗装备故障诊断系统的设计与实现[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

7 樊淑趁;熊诗波;;人工神经网络在采煤机故障诊断系统中的应用[A];1996年中国控制会议论文集[C];1996年

8 鲍忠利;李涛;王彤;刘明东;;故障诊断系统在大庆采油一厂离心泵机组监测中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

9 李淑芬;幺洪波;;基于模式识别故障诊断方法[A];1999年中国智能自动化学术会议论文集(下册)[C];1999年

10 周伟华;彭亦功;那晓旭;;基于Multi-Agent的故障诊断系统技术[A];中国仪器仪表学会2008学术年会第二届智能检测控制技术及仪表装置发展研讨会论文集[C];2008年

相关重要报纸文章 前10条

1 李立红 李荣梧;用技术创新提高设备管理水平[N];中国冶金报;2006年

2 本报通讯员 阳雄 周振彦;李建平:我要让世界颤动一下[N];科技日报;2002年

3 王铁 显丽 宝书;铁肩担大任[N];解放军报;2011年

4 本报记者 伍平;我省成功研制出输电线路故障诊断系统[N];云南科技报;2009年

5 记者 唐明恒;“载人航天器故障诊断系统研究”通过验收[N];重庆日报;2000年

6 李萍;济钢EAM离线网络点检和故障诊断管理系统创效明显[N];中国冶金报;2007年

7 ;莱钢远程监控与故障诊断系统构建与实践[N];世界金属导报;2008年

8 记者 冯竞;载人航天器故障诊断系统开发成功[N];科技日报;2000年

9 记者 李黎邋通讯员 徐国青;理工监测四个项目跻身 “国家队”[N];宁波日报;2007年

10 通讯员 侯立国邋康力平;APU监视和故障诊断系统项目通过验收[N];中国民航报;2007年

相关博士学位论文 前10条

1 任宝生;碎屑岩储层建模方法研究[D];西南石油学院;2005年

2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年

3 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年

4 张征平;异步电动机早期故障检测的小波分析方法研究[D];华南理工大学;2002年

5 廖忠;小波网络及其在水轮机调节系统中的应用研究[D];河海大学;2005年

6 陈世国;数字核仪器系统中高斯成形滤波的设计与实现[D];四川大学;2005年

7 李登高;基于小波的多分辨率数字几何造型技术的研究[D];清华大学;2006年

8 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年

9 何峰江;声反射成像测井仪器仿真及波形处理技术研究[D];石油大学(北京);2005年

10 张健;提高制浆蒸煮过程纸浆Kappa值软测量精度的研究[D];华南理工大学;2004年

相关硕士学位论文 前10条

1 周亮;基于小波分析的齿轮箱故障诊断技术的分析与研究[D];武汉科技大学;2009年

2 许小刚;基于虚拟仪器的旋转机械的故障诊断系统[D];华北电力大学(河北);2005年

3 刘福建;基于虚拟仪器的性能参数测试系统的研究[D];华北电力大学(河北);2009年

4 王全;六相永磁同步电动机驱动系统故障检测[D];沈阳工业大学;2009年

5 温炳辉;基于LabVIEW的小波神经网络在煤矿主通风机状态监测中的应用研究[D];西安科技大学;2009年

6 李永进;基于小波分析的故障诊断系统的研究与实现[D];武汉科技大学;2005年

7 丁志宇;基于虚拟仪器技术的齿轮箱故障诊断仪的研制[D];重庆大学;2008年

8 王翔;小波分析在拖拉机齿轮箱自动故障诊断中的应用[D];江苏大学;2002年

9 王晓东;电力系统故障诊断[D];河北工业大学;2007年

10 谭杰;基于小波神经网络的模拟电路故障诊断研究[D];湖南大学;2008年



本文编号:2786473

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2786473.html


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

版权申明:资料由用户cd64d***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