基于信号共振稀疏分解的齿轮故障诊断方法研究

发布时间：2017-06-06 11:23

  本文关键词：基于信号共振稀疏分解的齿轮故障诊断方法研究，由笔耕文化传播整理发布。

【摘要】：齿轮是机械设备体系中传递动力和旋转运动的关键部件，在机械加工机床、电力系统、采矿机械等现代工业设备中应用极为广泛。齿轮的运行状态对整个机械设备的运行状况有很大影响，齿轮及齿轮箱故障将直接影响设备的安全可靠性。因此，对齿轮进行状态监测及故障诊断具有重要的意义和价值。 从故障齿轮的振动信号中提取出故障特征信息进行故障诊断，是齿轮故障诊断的重要手段。信号共振稀疏分解方法（Resonance-based Sparse SignalDecompos ition）是近年来由Se lesnick提出的一种新的振动信号分析方法，该方法根据信号中周期谐波成分与瞬态冲击成分品质因子（定义为中心频率与带宽的比值，用Q表示）的不同，将信号分解为包含周期谐波成分的高共振分量与包含瞬态冲击的低共振分量。周期谐波成分为窄带信号，具有高的品质因子，而瞬态冲击成分为宽带信号，具有低的品质因子。因此，根据品质因子的差异，可实现周期谐波成分与瞬态冲击成分的分离，从而避免了不包含故障特征的信号成分对故障诊断结果的干扰，提高故障诊断结果的可靠性。 本文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”(项目批准号：51275161)资助下，以齿轮故障振动机理为基础，深入研究了信号共振稀疏分解方法，并将其应用于变转速条件下的齿轮故障诊断中。论文主要研究工作有： （1）针对齿轮的常见故障类型及其特点，介绍了齿轮振动机理、故障齿轮振动信号特征及目前常用的故障诊断方法。 （2）分析了信号共振稀疏分解方法。介绍了信号的共振属性、品质因子可调小波变换及低共振分量与高共振分量分离的实现，并以此为基础将信号共振稀疏分解方法应用于齿轮故障振动信号分析；通过仿真算例、裂纹齿轮振动信号、断齿齿轮振动信号分析，验证了该方法是一种有效的基于振动信号分析与处理的故障诊断方法。 （3）针对变转速情况下齿轮故障特征信息难以提取的情况，提出了基于信号共振稀疏分解的阶比分析方法。该方法首先通过对信号进行信号共振稀疏分解分析，将干扰成分与包含故障信息的瞬态冲击成分分离，然后利用线调频小波路径追踪方法得到的转速信号对提取的瞬态冲击成分进行阶比分析。该方法既可以避免干扰成分对分析结果的影响，又可以保证利用提取的转速信息对冲击成分角度重采样结果的正确性，因此该方法得到的最终包络阶次结果能够正确的反映齿轮的故障信息，同时又避免干扰分量对齿轮故障诊断结果的影响。应用实例分析及对比验证了该方法的有效性。 （4）针对变转速齿轮箱的早期故障诊断问题，提出了基于信号共振稀疏分解的阶比循环平稳解调方法。该方法首先利用信号共振稀疏分解方法去除振动信号中的啮合基频及其谐波成分等干扰分量，避免其对分析结果的影响；然后利用阶比循环平稳解调对提取的变转速信号中的瞬态冲击成分进行解调分析。利用该方法获得的瞬态冲击成分的阶比循环解调谱能够清晰的反映故障信息，有利于进行变转速条件下的齿轮故障诊断。齿轮早期裂纹故障信号分析的实例证明了其有效性。 本文以齿轮状态监测与故障诊断为基础，研究了适用于故障信息与干扰分量分离的信号共振稀疏分解方法，并以其为基础，，进一步提出基于信号共振稀疏分解的阶比分析方法和基于信号共振稀疏分解的阶比循环平稳解调方法，并将二者应用于变转速齿轮故障诊断中。仿真算例及应用实例表明，信号共振稀疏分解方法在齿轮故障诊断中有很好的应用前景。
【关键词】：共振 稀疏分解 齿轮 线调频 阶比分析 循环平稳解调 非平稳信号 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】：2013
【分类号】：TH165.3;TH132.41
【目录】：

• 摘要5-7
• Abstract7-12
• 插图索引12-14
• 插表索引14-15
• 第1章 绪论15-25
• 1.1 齿轮故障诊断的目的和意义15-16
• 1.2 齿轮故障诊断技术研究现状16-17
• 1.3 基于振动信号处理技术的齿轮故障诊断17-22
• 1.3.1 时域分析方法17-18
• 1.3.2 频域分析方法18-19
• 1.3.3 时频分析方法19-22
• 1.4 本文的主要工作及章节安排22-25
• 1.4.1 本文的主要工作22-23
• 1.4.2 章节安排23-25
• 第2章 基于振动分析的齿轮故障诊断基础25-33
• 2.1 齿轮劣化规律25-26
• 2.2 齿轮失效及其原因26-29
• 2.2.1 齿轮故障及其分类26-27
• 2.2.2 齿轮常见故障及其原因27-29
• 2.3 齿轮系统的振动机理29-31
• 2.3.1 齿轮振动方程29-30
• 2.3.2 齿轮振动来源30-31
• 2.4 故障齿轮振动信号特征31-32
• 2.5 本章小结32-33
• 第3章 信号共振稀疏分解方法33-51
• 3.1 信号的共振属性33-36
• 3.1.1 品质因子33-34
• 3.1.2 信号的共振属性的定义34-36
• 3.2 品质因子可调小波变换36-38
• 3.3 低共振分量与高共振分量的分离38-39
• 3.3.1 形态分量分析38
• 3.3.2 最佳稀疏表示形式38-39
• 3.4 算例39-50
• 3.4.1 仿真算例39-43
• 3.4.2 裂纹齿轮振动信号分析43-47
• 3.4.3 断齿齿轮平稳信号算例47-50
• 3.5 本章小结50-51
• 第4章 基于信号共振稀疏分解的齿轮故障信号阶比分析51-63
• 4.1 线调频小波路径追踪算法52-53
• 4.2 阶比分析53-55
• 4.3 基于信号共振稀疏分解的阶比分析55-56
• 4.4 实测非平稳齿轮振动信号分析56-62
• 4.4.1 断齿及正常齿轮振动信号分析56-60
• 4.4.2 裂纹齿轮振动信号分析60-62
• 4.5 本章小结62-63
• 第5章 基于信号共振稀疏分解的阶比循环平稳解调方法63-70
• 5.1 阶比循环平稳解调64-65
• 5.2 基于信号共振稀疏分解的阶比循环平稳解调方法65-67
• 5.3 实测齿轮振动信号分析67-69
• 5.4 本章小结69-70
• 结论与展望70-72
• 参考文献72-79
• 致谢79-80
• 附录 A 攻读学位期间发表和录用的论文目录80

【参考文献】

中国期刊全文数据库 前10条

1 郭瑜,秦树人,梁玉前;时频分析阶比跟踪技术[J];重庆大学学报(自然科学版);2002年05期

2 熊良才,史铁林,杨叔子;基于双谱分析的齿轮故障诊断研究[J];华中科技大学学报;2001年11期

3 邹红星,戴琼海,李衍达,卢旭光;不含交叉项干扰且具有WVD聚集性的时频分布之不存在性[J];中国科学E辑:技术科学;2001年04期

4 王凯;张永祥;李军;;齿轮裂纹故障的双谱分析[J];机械强度;2006年03期

5 郭瑜,秦树人,汤宝平,纪跃波;基于瞬时频率估计的旋转机械阶比跟踪[J];机械工程学报;2003年03期

6 郭瑜,秦树人;无转速计旋转机械升降速振动信号零相位阶比跟踪滤波[J];机械工程学报;2004年03期

7 程军圣,于德介,杨宇;基于EMD的能量算子解调方法及其在机械故障诊断中的应用[J];机械工程学报;2004年08期

8 于德介,杨宇,程军圣;一种基于SVM和EMD的齿轮故障诊断方法[J];机械工程学报;2005年01期

9 刘小峰;柏林;秦树人;;基于自适应时频分解的瞬态冲击信号提纯[J];机械工程学报;2008年11期

10 袁静;何正嘉;王晓东;李臻;訾艳阳;;平移不变多小波相邻系数降噪方法及其在监测诊断中的应用[J];机械工程学报;2009年04期

中国博士学位论文全文数据库 前1条

1 罗洁思;基于多尺度线调频小波路径追踪的机械故障诊断方法研究[D];湖南大学;2011年

  本文关键词：基于信号共振稀疏分解的齿轮故障诊断方法研究，由笔耕文化传播整理发布。

本文编号：426247