齒輪是汽車變速器的重要組成部分,擔(dān)負(fù)著傳遞發(fā)動(dòng)機(jī)動(dòng)力的巨大作用,其工作狀態(tài)直接影響傳動(dòng)系統(tǒng)的效率。齒輪是應(yīng)用最為廣泛,同時(shí)也是最易損壞的零件,因此,對(duì)齒輪實(shí)施故障診斷非常必要,受到了越來越多的重視。 對(duì)齒輪實(shí)施故障診斷的實(shí)質(zhì)就是模式識(shí)別。齒輪模式識(shí)別是通過對(duì)提取的特征信息進(jìn)行分析和處理實(shí)現(xiàn)的。傳統(tǒng)的信號(hào)時(shí)域和頻域分析方法,可以提取故障特征信息,為進(jìn)一步提高齒輪故障診斷的準(zhǔn)確性和快速性,隨著各種新技術(shù)的產(chǎn)生,信號(hào)的分析方法也有了新的發(fā)展,例如小波變換、包絡(luò)分析等。 振動(dòng)信號(hào)是齒輪故障特征信息的載體,本文系統(tǒng)的介紹了齒輪振動(dòng)信號(hào)的特征提取方法,用時(shí)域分析、頻域分析、時(shí)頻分析和包絡(luò)分析等方法綜合分析齒輪故障信號(hào)。模擬齒輪故障實(shí)驗(yàn),提取時(shí)域和頻域內(nèi)的故障特征信息。構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型對(duì)提取的特征信息進(jìn)行診斷,實(shí)現(xiàn)齒輪故障模式識(shí)別。神經(jīng)網(wǎng)絡(luò)具有獨(dú)特的結(jié)構(gòu)和處理信息的方法,將其應(yīng)用到齒輪模式識(shí)別中,為齒輪故障診斷開辟了一條新途徑�；贛ATLAB平臺(tái),利用構(gòu)建的PNN模型和BP神經(jīng)網(wǎng)絡(luò)模型對(duì)齒輪進(jìn)行故障診斷。同時(shí),對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),通過對(duì)比,驗(yàn)證改進(jìn)后的模型對(duì)齒輪模式識(shí)別效果更好,提高了齒輪故障診斷的效率,具有廣闊的應(yīng)用前景。
【學(xué)位單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2010
【中圖分類】：TH132.41;TH165.3
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀及趨勢(shì)
        1.2.1 研究方法及現(xiàn)狀
        1.2.2 發(fā)展趨勢(shì)
    1.3 本文的主要研究內(nèi)容
    1.4 本章小結(jié)
第二章 齒輪振動(dòng)故障診斷的基礎(chǔ)
    2.1 概述
        2.1.1 齒輪的劣化規(guī)律
        2.1.2 齒輪的主要故障原因
    2.2 齒輪振動(dòng)故障診斷系統(tǒng)
    2.3 齒輪的振動(dòng)機(jī)理
        2.3.1 齒輪的振動(dòng)分析
        2.3.2 幅值調(diào)制和頻率調(diào)制
    2.4 本章小結(jié)
第三章 齒輪振動(dòng)信號(hào)的分析與特征提取
    3.1 振動(dòng)信號(hào)的時(shí)域分析
        3.1.1 幅值域分析
        3.1.2 時(shí)差域分析
        3.1.3 時(shí)域平均分析
    3.2 振動(dòng)信號(hào)的頻域分析
        3.2.1 頻譜分析
        3.2.2 功率譜分析
        3.2.3 細(xì)化譜分析
        3.2.4 倒頻譜分析
    3.3 振動(dòng)信號(hào)的時(shí)頻分析
    3.4 振動(dòng)信號(hào)的包絡(luò)分析
    3.5 本章小結(jié)
第四章 齒輪故障診斷實(shí)驗(yàn)
    4.1 實(shí)驗(yàn)系統(tǒng)的組成
        4.1.1 實(shí)驗(yàn)臺(tái)的組成
        4.1.2 振動(dòng)測(cè)試系統(tǒng)
    4.2 齒輪故障診斷實(shí)驗(yàn)的實(shí)施
        4.2.1 齒輪故障類型選擇
        4.2.2 數(shù)據(jù)采集與處理
    4.3 本章小結(jié)
第五章 神經(jīng)網(wǎng)絡(luò)在齒輪故障診斷中的應(yīng)用
    5.1 基于神經(jīng)網(wǎng)絡(luò)齒輪故障診斷
        5.1.1 概率神經(jīng)網(wǎng)絡(luò)
        5.1.2 BP神經(jīng)網(wǎng)絡(luò)
        5.1.3 方法對(duì)比
    5.2 BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)
    5.3 本章小結(jié)
第六章 結(jié)論與展望
    6.1 本文的主要工作和結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝

【引證文獻(xiàn)】

相關(guān)期刊論文 前2條

1 賈文銅;周瑞祥;張忠;王卓健;郭基聯(lián);;基于Elman神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷研究[J];計(jì)算機(jī)測(cè)量與控制;2012年05期

2 賈文銅;周瑞祥;張忠;王卓健;郭基聯(lián);;基于Elman神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷研究[J];計(jì)算機(jī)測(cè)量與控制;2012年06期

相關(guān)碩士學(xué)位論文 前2條

1 賈春花;基于HHT的果蠅振翅鳴聲特征提取及分類研究[D];陜西師范大學(xué);2011年

2 張麗娜;小麥碰撞聲信號(hào)特征識(shí)別研究[D];陜西師范大學(xué);2012年

本文編號(hào)：2863520