發(fā)布時間：2017-12-26 13:15

  本文關鍵詞：齒輪箱關鍵部件非平穩(wěn)振動信號分析及診斷方法研究　出處：《南京航空航天大學》2016年博士論文　論文類型：學位論文

  更多相關文章： 軸承 齒輪 轉速 微弱故障源 經驗小波變換 變分模式分解 去趨勢波動分析 脊線識別

【摘要】：軸承、齒輪等齒輪箱關鍵部件發(fā)生故障及其狀態(tài)變化都將導致機械系統(tǒng)表面采集的振動信號表現為非平穩(wěn)、非線性的特點,且不同部件的動力學特征差異性也會增加振動信號的復雜度,因此研究先進的非平穩(wěn)信號分析技術以提取設備狀態(tài)信息成為故障診斷的關鍵。本文為了滿足軸承、齒輪等關鍵部件的診斷需求,以解決軸承微弱故障信息識別,齒輪損傷識別及其狀態(tài)監(jiān)測,無轉速計參照下轉速強烈變化的齒輪箱故障信息識別的三類技術難題為目標,深入地開展非平穩(wěn)信號分析方法及診斷技術研究。論文主要工作如下:(1)為了克服經驗模式分解等類似信號分解方法在定位軸承故障信息頻帶時存在偏差等問題,將新的經驗小波變換方法引入了軸承故障診斷領域,且通過分析其基本理論和軸承信號的特性,選取了一種更適合于定位軸承故障信息的頻帶劃分方法。結合新的經驗小波變換的自適應分解特點和抑制共振頻帶內噪聲的要求,提出了一種以經驗小波變換為核心的軸承故障診斷方法。仿真信號和兩個試驗案例驗證了提出方法的有效性、精確性及相應理論分析的正確性。(2)針對軸承故障信號可能包含多個故障信息頻帶的特點,為了提升軸承故障診斷的全面性,將變分模式分解方法引入了軸承故障診斷領域,且詳細地分析了變分模式分解方法與軸承故障信號之間的聯系,并討論了其使用參數對分解結果的影響�；谧兎帜Ｊ椒纸夥椒ê陀辛己锰峒兡芰Φ亩喾直婺芰克阕犹岢隽艘环N多共振模態(tài)分量識別的軸承故障診斷方法。仿真與試驗信號分析結果表明提出方法具有全面提取故障信息的能力,且優(yōu)于譜峭度等常用診斷方法。(3)為了解決相近模式的齒輪損傷故障難以識別的問題,探討了一種非性信號分析方法-去趨勢波動分析方法(Detrend Fluctuation Analysis,DFA)。以頻率分布的角度,結合齒輪振動模型、疊加原理以及信號預處理技術等詳細地分析了DFA方法分析振動信號出現多標度特性的原因。基于多特性分析結果提出了更多的、具有物理意義的特征參數。齒輪損傷振動信號驗證了提出的特征參數的不同組合可以很好地表示不同齒輪箱狀態(tài),而且敏感指數表明提出的一些特征參數相比已有的一些特征參數具有更好的分類能力。(4)鑒于DFA方法分析振動信號得到的尺度波動函數曲線形態(tài)復雜,以多標度特性原理為指導,基于一種局部最優(yōu)標度區(qū)間識別技術建立了簡化標度指數識別的特征提取技術,以及引入極值增量預處理技術建立了簡化標度區(qū)間形態(tài)的特征提取技術。齒輪箱試驗數據分析結果表明建立的兩種簡化標度方法相比原始DFA分別在計算效率以及特征參數的識別能力等方面有了很大的提高。(5)為實現無轉速計輔助情形下轉速大波動齒輪箱故障診斷,分析了現有代價函數識別目標脊線的特性�；谟行Ъ咕�具有平滑特性而失效脊線出現突變的特點,提出了一種融合理論的脊線識別方法,并基于提出的脊線融合算法建立了轉速大波動下齒輪箱故障診斷方法的基本框架。兩組仿真信號與齒輪箱試驗信號驗證了提出的脊線識別方法的有效性。而且推導了行星軸承局部缺陷故障頻率在頻譜中的形式,利用識別脊線進行階次分析成功地在階次譜中識別出了行星軸承內圈故障特征頻率。(6)為了從根本上解決代價函數識別形態(tài)復雜、微弱的脊線時出現失效的問題,分析了代價函數識別脊線失效的本質原因,并建立了新的脊線搜索框架以及定義了更具有物理意義的代價函數。基于一系列的改進措施提出了一種新的路徑優(yōu)化脊線識別方法,為實現無轉速計輔助情形下變速機械設備健康狀態(tài)監(jiān)測與故障診斷提供了一種可靠的技術保障。不同信噪比仿真信號、變速運行齒輪箱振動信號以及實際工程中齒輪箱振動信號的分析結果表明提出的路徑優(yōu)化脊線識別方法的脊線跟蹤能力十分優(yōu)秀,而且與現有一些脊線識別方法相比具有一定的優(yōu)勢。
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TH132.41;TH133.3
，

本文編號：1337406