基于智能技术的后桥主减速器齿轮故障诊断研究

发布时间：2020-12-08 02:38

　　现代汽车技术发展突飞猛进,人们对汽车的质量要求越来越高,汽车的噪声、振动、与舒适性即NVH (noise, Viblalion, Harshness)是衡量汽车制造质量的一个综合性指标。在汽车噪声中,主减速器是微车传动系统中的关键部件总成,齿轮作为主减速器中的重要零件,其振动噪声是主要噪声源之一。齿轮的振动产生噪音是客观存在的,但如果齿轮噪声过大,则对汽车的质量安全带来隐患,同时又污染环境,影响人们乘坐的舒适性。目前,对齿轮故障诊断,企业的做法多为靠人工听齿轮转动的声音来判断齿轮的好坏,对工人的业务要求较高,需要有经验的工人师傅才能担当这一任务。因此,对齿轮噪声携带的信息,利用相关仪器进行采集,分析其特征,规律,然后利用现代计算机智能方法对其进行诊断研究,是一件很有意义的工作。齿轮噪声传递出来的信息是杂乱的,非线性的,为了寻求其中的规律,利用人工神经网络方法对其进行研究是相得益彰的。人工神经网络是一种非程序化、适应性、大脑风格的信息处理。尤其是BP神经网络,结构简单,可塑性强,在故障诊断领域已经有了广泛的应用。然而,BP网络的优缺点也十分突出,其自学习自适应能力强,容错性强,极其适于处... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

数据采集情况

黔 黔 黔黔牢一 一碑碑参幸参 参参石升，~...图2一2四档极品十组数据上升阶段曲线 ...........澎笋 笋绳绳寥葬葬妙辫尹尹鲜乡 J.{{{图2一3四档极品十组数据下降阶段曲线(l)根据这些曲线，对十组数据进行整理，得到一组数据。整理方法如下:以上升阶段为例，我们可以看到黄色和橙色的曲线在所有曲线的上方，两条曲线在转速大约为4150时相交，对于前半部分，截取黄色的曲线的数据，对于后半部分，截取橙色曲线的数据，这样就得到了上升阶段的数据。而在下降阶段，可以看到棕色的曲线、黄色的曲线、橙色的曲线这三条曲线的所有曲线的上方，棕色的曲线和黄色的曲线在转速大约为3500时相交，黄色的曲线和橙色的曲线在转速大约为5000时相交，所以在下降阶段的数据就分为三部分，截取橙色曲线开始下降的数据到大约转速为5000的数据

黔 黔 黔黔牢一 一碑碑参幸参 参参石升，~...图2一2四档极品十组数据上升阶段曲线 ...........澎笋 笋绳绳寥葬葬妙辫尹尹鲜乡 J.{{{图2一3四档极品十组数据下降阶段曲线(l)根据这些曲线，对十组数据进行整理，得到一组数据。整理方法如下:以上升阶段为例，我们可以看到黄色和橙色的曲线在所有曲线的上方，两条曲线在转速大约为4150时相交，对于前半部分，截取黄色的曲线的数据，对于后半部分，截取橙色曲线的数据，这样就得到了上升阶段的数据。而在下降阶段，可以看到棕色的曲线、黄色的曲线、橙色的曲线这三条曲线的所有曲线的上方，棕色的曲线和黄色的曲线在转速大约为3500时相交，黄色的曲线和橙色的曲线在转速大约为5000时相交，所以在下降阶段的数据就分为三部分，截取橙色曲线开始下降的数据到大约转速为5000的数据


本文编号：2904308