改进的EMD在齿轮箱故障诊断中的研究与验证

发布时间：2017-08-20 16:03

  本文关键词：改进的EMD在齿轮箱故障诊断中的研究与验证

  更多相关文章： 齿轮箱 经验模态分解(EMD) 故障诊断 降噪 BP神经网络

【摘要】：齿轮箱作为机械设备中的一种典型的连接和传递动力的通用零部件，在机械传动中得到了广泛的应用。因此，对齿轮箱的故障诊断是一个非常有价值的研究课题。本文以齿轮箱为研究对象，利用改进的经验模态分解(Empirical Mode Decomposition,简称EMD)方法对不同状态下的振动信号进行处理以进行故障诊断。 处理和分析振动信号以进行故障诊断的基础便是对振动信号的降噪，降噪的好坏直接影响到了故障诊断的效果。本文中EMD的改进主要便是在降噪方面的改进，即提出了小波包降噪、相关系数原理及选择不同消失矩的db系小波降噪与EMD分解结合在一起的改进方法，这种改进方法增强了对原始信号的降噪效果。 该实验对象是型号为JZQ250的齿轮箱，在其上进行了一些列的故障诊断试验，将EMD方法做出改进后应用到齿轮箱振动信号的故障监测中，对正常、断齿、轴承外圈、内圈故障及保持架故障信号进行了故障诊断，获得了很好的诊断效果。而且，本文选用小波包处理后的频谱图与LMD处理后的频谱图与本文改进EMD处理后的频谱图进行了对比显示出了各自的优缺点。在一定程度上，为今后的研究工作指明了改进的方向。最后，将该方法处理过的信号数据输入建立好的BP神经网络中进行故障识别，识别的效果非常好，，从而验证了该方法应用于齿轮箱故障诊断的可行性与准确性。
【关键词】：齿轮箱 经验模态分解(EMD) 故障诊断 降噪 BP神经网络
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3;TH132.4
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-16
• 1.1 课题研究背景和意义9-10
• 1.1.1 课题来源9
• 1.1.2 选题意义9-10
• 1.2 故障诊断的研究现状10-11
• 1.3 齿轮箱故障诊断的研究现状11-13
• 1.4 经验模态分解方法的国内外研究动态13-14
• 1.5 本文的研究内容14-16
• 2 齿轮箱故障特性及常用的振动分析方法16-26
• 2.1 齿轮箱的故障机理分析17-21
• 2.1.1 齿轮故障的主要形式和原因17-18
• 2.1.2 齿轮的固有特性18-19
• 2.1.3 滚动轴承故障的主要形式和原因19-20
• 2.1.4 轴承的固有特性20-21
• 2.2 齿轮箱的振动分析方法21-25
• 2.2.1 时频域统计特征22
• 2.2.2 频谱分析22-23
• 2.2.3 时频分析技术23-24
• 2.2.4 包络解调分析24-25
• 2.3 本章小结25-26
• 3 经验模态分解的分析与改进26-43
• 3.1 引言26
• 3.2 经验模态分解的理论基础26-30
• 3.2.1 解析信号26-28
• 3.2.2 瞬时频率28-29
• 3.2.3 固有模态函数（IMF）29-30
• 3.3 经验模态分解的原理30-34
• 3.4 经验模态分解的主要性质34-36
• 3.4.1 完备性34
• 3.4.2 近似正交性34-35
• 3.4.3 自适应性35-36
• 3.5 经验模态分解方法的端点效应问题及处理方法36-38
• 3.5.1 端点效应的机理与影响36-37
• 3.5.2 抑制端点效应的方法37-38
• 3.6 改进 EMD38-42
• 3.6.1 小波包降噪预处理38-40
• 3.6.2 EMD 分解40-41
• 3.6.3 相关系数41
• 3.6.4 选择不同消失矩的 db 系小波降噪41-42
• 3.7 小结42-43
• 4 齿轮箱的故障诊断实验及分析43-64
• 4.1 齿轮箱的故障诊断实验系统43-47
• 4.1.1 齿轮箱故障诊断实验平台43-46
• 4.1.2 齿轮箱的传感器的安装及故障设置46-47
• 4.2 齿轮箱振动信号的分析47-57
• 4.2.1 正常信号的分析47-49
• 4.2.2 断齿故障的信号分析49-52
• 4.2.3 内圈故障信号分析52-53
• 4.2.4 轴承外圈故障信号分析53-55
• 4.2.5 轴承保持架故障信号分析55-57
• 4.3 故障的诊断分析57-62
• 4.3.1 对比与分析57-62
• 4.4 小结62-64
• 5 基于 BP 神经网络的故障识别的验证64-69
• 5.1 故障诊断的模型的建立64-65
• 5.2 BP 神经网络的故障诊断65-67
• 5.3 本章小结67-69
• 6 结论与展望69-71
• 6.1 本文的主要研究内容69-70
• 6.2 今后研究工作的展望70-71
• 参考文献71-76
• 攻读硕士期间发表的论文及所取得的研究成果76-77
• 致谢77

【参考文献】

中国期刊全文数据库 前10条

1 魏秀业;潘宏侠;;齿轮箱故障诊断技术现状及展望[J];测试技术学报;2006年04期

2 胡劲松,杨世锡;基于HHT的转子横向裂纹故障诊断[J];动力工程;2004年02期

3 邵晨曦;王剑;范金锋;杨明;王子才;;一种自适应的EMD端点延拓方法[J];电子学报;2007年10期

4 赵艳丽,刘奇志,白士红;模糊关联方法在齿轮箱故障诊断中的应用[J];沈阳航空工业学院学报;2003年02期

5 王华民,陈霞,安钢,樊新海;基于高阶累积量的齿轮箱故障诊断研究[J];机械强度;2004年03期

6 于德介,程军圣,杨宇;Hilbert-Huang变换在齿轮故障诊断中的应用[J];机械工程学报;2005年06期

7 周小勇,叶银忠;故障信号检测的小波基选择方法[J];控制工程;2003年04期

8 邓拥军,王伟,钱成春,王忠,戴德君;EMD方法及Hilbert变换中边界问题的处理[J];科学通报;2001年03期

9 舒忠平;杨智春;;抑制经验模分解边缘效应的极值点对称延拓法[J];西北工业大学学报;2006年05期

10 钟佑明,秦树人,汤宝平;Hilbert-Huang变换中的理论研究[J];振动与冲击;2002年04期

中国硕士学位论文全文数据库 前2条

1 宋文健;阶比分析方法的研究[D];燕山大学;2006年

2 熊健;基于振动信号分析和神经网络的齿轮箱故障诊断技术研究[D];中北大学;2008年

本文编号：707534