基于递归分析方法的齿轮故障诊断

发布时间：2017-05-03 16:19

  本文关键词：基于递归分析方法的齿轮故障诊断，由笔耕文化传播整理发布。

【摘要】：基于齿轮振动信号的复杂性和非平稳特性，传统方法受到信噪比低、非平稳性以及采样不足等条件的制约。本文利用经验模态分解（EMD）方法对信号进行降噪处理，将振动信号分解为有限个固有模式函数（IMF）分量，筛选包含故障信息的IMF分量，保留齿轮信号的状态信息，去除无用信息，EMD方法具有自适应性等特点，适合非线性、非平稳特性信号。本文采用递归分析方法对降噪后的齿轮振动信号进行分析，递归性是动力学系统的基本属性之一，透过递归特性可以反映系统在相空间中的行为。通过对齿轮信号递归图的分析发现，递归图的图形特征反映了齿轮的状态模式，根据递归点的分布可以对齿轮模式进行区分。本文提出选择递归图中的递归点作为特征量，结合高斯混合模型与贝叶斯分类器进行齿轮故障的模式识别，成功地区分了正常、磨损、周节误差以及断齿4种故障模式的齿轮振动信号。同时在EMD降噪的基础上，利用递归定量分析方法得出递归参数，递归定量分析是通过统计递归图特征的一种定量分析方法。通过实验数据的研究，本文选择确定率和层流率作为特征量，进行齿轮故障模式识别，将分类结果与递归分析方法相对比。最后，分类结果表明：递归分析方法比递归定量分析方法的故障识别率更高，可靠性更强，适合齿轮的故障诊断。
【关键词】：非线性 递归图 递归定量分析 经验模态分解
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3;TH132.41
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-16
• 1.1 研究背景及意义8-9
• 1.2 齿轮故障诊断的研究现状9-12
• 1.2.1 时域分析方法9-10
• 1.2.2 频域分析方法10-11
• 1.2.3 时频分析方法11-12
• 1.3 递归分析方法的研究现状12-14
• 1.4 论文的研究目的和主要研究内容14-15
• 1.5 论文的结构安排15-16
• 第2章 递归分析方法16-30
• 2.1 相空间重构16-19
• 2.2 递归图19-24
• 2.2.1 递归图的建立19-21
• 2.2.2 递归图仿真分析21-24
• 2.3 递归定量分析24-29
• 2.3.1 递归定量参数24-28
• 2.3.2 递归定量仿真分析28-29
• 2.4 本章小结29-30
• 第3章 齿轮振动信号的递归特性分析30-37
• 3.1 齿轮振动信号的递归图30-34
• 3.1.1 递归图参数的选取30-33
• 3.1.2 齿轮振动信号的递归图分析33-34
• 3.2 齿轮振动信号的定量递归分析34-35
• 3.3 本章小结35-37
• 第4章 递归分析在齿轮故障诊断中的应用37-46
• 4.1 实验装置及数据采集37
• 4.2 基于经验模态分解的齿轮振动信号降噪37-40
• 4.3 齿轮振动信号的特征提取40-43
• 4.3.1 基于递归图的特征提取40-42
• 4.3.2 基于递归定量分析的特征提取42-43
• 4.4 齿轮故障模式识别43-45
• 4.5 本章小结45-46
• 第5章 总结与展望46-48
• 5.1 本文的研究总结46-47
• 5.2 进一步研究的方向47-48
• 致谢48-49
• 参考文献49-52
• 附录1 攻读硕士期间论文发表情况52-53
• 附录2 攻读硕士学位期间参加的科研项目53-54
• 详细中文摘要54-55
• 详细英文摘要55-57

【参考文献】

中国期刊全文数据库 前1条

1 王建军,李其汉,李润方;齿轮系统非线性振动研究进展[J];力学进展;2005年01期

  本文关键词：基于递归分析方法的齿轮故障诊断，，由笔耕文化传播整理发布。

本文编号：343353