【摘要】：齒輪箱是機械裝備中關(guān)鍵的基礎(chǔ)部件,廣泛應(yīng)用于航空航天、船舶、風(fēng)力發(fā)電、汽車工業(yè)、武器裝備、工程機械及精密機床等重大領(lǐng)域中,可實現(xiàn)機械裝備的動力傳遞和運動變換。隨著機械裝備朝著高功率密度和大型化方向發(fā)展,齒輪箱工作環(huán)境變得復(fù)雜惡劣,故障出現(xiàn)概率增高,嚴(yán)重影響了機械裝備的精度和可靠性,及時發(fā)現(xiàn)齒輪箱萌生的早期故障振動特征,就可以采取有效的應(yīng)對措施減少經(jīng)濟損失和災(zāi)難性事故的發(fā)生。因此,齒輪箱早期故障振動特征的準(zhǔn)確提取和及時識別是制約故障診斷成功率的關(guān)鍵因素之一,對提高齒輪箱的安全服役性能具有十分重要的理論意義和實際工程價值。由于機械設(shè)備運轉(zhuǎn)噪聲、非平穩(wěn)運行工況、振源耦合、傳遞路徑以及界面等因素影響,齒輪箱早期故障誘發(fā)的微弱沖擊振動特征信噪比低、時/頻域分布和波形形貌不斷發(fā)生變化,故障振動特征調(diào)制尺度隨工況等因素實時改變。因此,亟需發(fā)展新的針對齒輪箱振動信號變尺度解調(diào)和早期故障振動特征提取的方法。本論文針對齒輪箱振動信號變尺度解調(diào)與故障振動特征提取問題,圍繞故障振動特征信噪比提升、振動信號解調(diào)尺度變換、故障振動特征提取和故障監(jiān)測識別等方面開展了研究。論文的主要研究工作包括:(1)針對信噪比提升中機械設(shè)備運轉(zhuǎn)噪聲消除問題,考慮噪聲時變統(tǒng)計特性、非均勻頻域分布和成分復(fù)雜等影響,提出了“全局定峰,局部尋優(yōu)”結(jié)合“優(yōu)勝劣汰”的最優(yōu)濾波器全局尋優(yōu)思想,建立了動態(tài)生物進化論自適應(yīng)消噪算法模型。新的模型在最優(yōu)濾波器搜索迭代過程中動態(tài)調(diào)節(jié)濾波器種群進化規(guī)則,在降噪性能曲面上實現(xiàn)了全局跨峰搜索到局部精細搜索的轉(zhuǎn)變,克服了傳統(tǒng)生物進化論自適應(yīng)消噪算法收斂速度慢和種群容易早熟的問題,通過仿真和物理試驗證明新算法在降噪效果上和收斂速度上的先進性。(2)針對故障振動特征解調(diào)頻帶尺度尋優(yōu)的問題,考慮譜峭度等頻帶尺度統(tǒng)計指標(biāo)與故障振動特征相關(guān)性差和易受噪聲干擾的特點,提出了新的包絡(luò)譜故障特征諧振/殘余成分比值指標(biāo),量化了每個頻帶尺度內(nèi)故障振動特征成分的多少,基于遺傳算法建立了故障振動特征解調(diào)頻帶的變尺度尋優(yōu)模型。新模型解決了頻帶提取指標(biāo)與故障相關(guān)性差及易受噪聲干擾問題,在行星輪系齒輪箱故障仿真和試驗中,診斷效果較傳統(tǒng)的故障振動特征解調(diào)頻帶提取等方法有著明顯的進步。(3)針對非穩(wěn)運行工況等導(dǎo)致的故障振動特征調(diào)制尺度時變問題,提出了故障振動特征時頻多尺度包絡(luò)解調(diào)算法,基于加權(quán)經(jīng)驗?zāi)Ｊ椒纸鈱崿F(xiàn)了敏感內(nèi)稟函數(shù)挑選和加權(quán)重構(gòu),在時頻平面上提取了故障誘發(fā)的沖擊包絡(luò)特征信號,解決了傳統(tǒng)解調(diào)方法在非穩(wěn)工況下無法做出解調(diào)頻率尺度適當(dāng)調(diào)整的難題。經(jīng)行星輪系和定軸輪系齒輪箱故障試驗驗證,發(fā)現(xiàn)時頻多尺度包絡(luò)解調(diào)算法在多種轉(zhuǎn)速工況下均能提取到故障沖擊包絡(luò)特征信號,取得了良好的故障解調(diào)結(jié)果。(4)針對故障敏感特征提取問題,考慮傳統(tǒng)距離評估算法中提取的敏感振動特征具有冗余性,提出了增強型距離評估敏感振動特征子集挑選算法,實現(xiàn)了敏感特征子集中故障不相干特征和冗余特征的剔除,結(jié)合聚類算法建立了齒輪箱健康狀態(tài)分類模型。通過不同故障位置、不同故障程度的物理模擬試驗,驗證了增強型距離評估算法在故障敏感特征子集挑選和分類上的優(yōu)越性。(5)基于振動信號變尺度解調(diào)和早期故障振動特征提取算法的研究,編制了齒輪箱運行狀態(tài)在線監(jiān)測系統(tǒng)軟件,完成了信號采集、信號分析和齒輪箱運行狀態(tài)分析模塊的開發(fā),實現(xiàn)了多種信號的采集、傳輸、濾波降噪、變尺度解調(diào)分析、特征提取、狀態(tài)識別等功能,驗證了齒輪箱振動信號變尺度解調(diào)和早期故障振動特征提取算法在實際工程中的應(yīng)用能力。
【圖文】：

發(fā)的異常振動特征的信噪比具有十分重要的意義。濾波被認(rèn)為是一種有效的噪聲去除方法，但齒輪箱振動信號中，噪聲功率密度分布范圍廣且非均勻，統(tǒng)計特性隨齒輪箱運行，傳統(tǒng)的維納數(shù)字信號濾波器對非平穩(wěn)噪聲濾除效果往往不能箱非平穩(wěn)噪聲自適應(yīng)消除難題，本章圍繞全局最優(yōu)濾波器自適問題應(yīng)濾波器是指根據(jù)運行環(huán)境改變，通過自適應(yīng)算法不斷調(diào)整濾應(yīng)噪聲隨時間變化的統(tǒng)計特性，從而實現(xiàn)最優(yōu)濾波的一種數(shù)字應(yīng)濾波器搭建的降噪算法框架如圖 2. 1 所示，濾波器通過自適一時刻濾波器參數(shù)，對參考輸入的噪聲 y(k)濾波得到濾波后信號入 x(k)=s(k)+n(k)和濾波信號 m(k)之間的誤差函數(shù) 不斷調(diào)節(jié)自實現(xiàn)原始輸入 x(k)中噪聲相關(guān)成分的濾除。

圖 2. 2 進化論自適應(yīng)濾波結(jié)構(gòu)簡圖Fig. 2. 2 Schematic of the evolutionary adaptive filter 動態(tài)生物進化論迭代濾波算法.1 傳統(tǒng) EDF 算法種群進化規(guī)則介紹EDF 算法的本質(zhì)是通過生物種群進化規(guī)則：克隆策略(無性繁殖)和匹配繁殖)，控制 N 個(種群大小)線性時不變內(nèi)置濾波器(個體)自適應(yīng)調(diào)整濾，尋找到最優(yōu)秀的濾波器。因此，EDF 算法屬于群智能優(yōu)化算法，，每一相當(dāng)于一個個體[47]。適應(yīng)度值性能曲面克隆策略進化適應(yīng)度值性能曲面匹配匹配策略進化
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TH136

【參考文獻】

相關(guān)期刊論文 前10條

1 曾鳴;楊宇;鄭近德;程軍圣;;歸一化復(fù)域能量算子解調(diào)及其在轉(zhuǎn)子碰摩故障診斷中的應(yīng)用[J];機械工程學(xué)報;2014年05期

2 蘇祖強;湯寶平;姚金寶;;基于敏感特征選擇與流形學(xué)習(xí)維數(shù)約簡的故障診斷[J];振動與沖擊;2014年03期

3 梁永亮;李可軍;牛林;趙建國;孫林升;;一種優(yōu)化特征選擇 快速相關(guān)向量機變壓器故障診斷方法[J];電網(wǎng)技術(shù);2013年11期

4 歐璐;于德介;;基于監(jiān)督拉普拉斯分值和主元分析的滾動軸承故障診斷[J];機械工程學(xué)報;2014年05期

5 李蓉;于德介;陳向民;;基于形態(tài)分量分析與能量算子解調(diào)的齒輪箱復(fù)合故障診斷方法[J];中國機械工程;2013年13期

6 張志剛;石曉輝;施全;湯寶平;;基于改進EMD和譜峭度法滾動軸承故障特征提取[J];振動.測試與診斷;2013年03期

7 孫波;張雷;王華茂;;衛(wèi)星PHM系統(tǒng)設(shè)計技術(shù)研究[J];計算機測量與控制;2013年03期

8 王國彪;何正嘉;陳雪峰;賴一楠;;機械故障診斷基礎(chǔ)研究“何去何從”[J];機械工程學(xué)報;2013年01期

9 宋辰;黃海燕;;基于免疫文化算法的故障特征選擇方法[J];計算機應(yīng)用研究;2012年11期

10 彭暢;柏林;謝小亮;;基于EEMD、度量因子和快速峭度圖的滾動軸承故障診斷方法[J];振動與沖擊;2012年20期

本文編號：2632785