【摘要】：機(jī)械故障診斷包括信號(hào)測(cè)量、特征提取、狀態(tài)診斷和狀態(tài)分析四個(gè)步驟,其中最關(guān)鍵的問題是故障信號(hào)的特征提取。旋轉(zhuǎn)機(jī)械在機(jī)械設(shè)備中數(shù)量最多應(yīng)用最廣,是設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷的重點(diǎn)。本文以齒輪箱傳動(dòng)系統(tǒng)為研究對(duì)象,研究齒輪和軸承故障信號(hào)特征提取的新理論與新方法,主要完成以下研究工作: 1.研究了齒輪箱各部件典型故障所產(chǎn)生的振動(dòng)信號(hào)的特征,建立了齒輪與滾動(dòng)軸承振動(dòng)信號(hào)的數(shù)學(xué)模型;分析了齒輪箱典型故障所產(chǎn)生的振動(dòng)對(duì)位移、速度、加速度及高階加速度信號(hào)的不同影響;建立了齒輪箱系統(tǒng)的實(shí)驗(yàn)裝置;研究并改進(jìn)了時(shí)域平均技術(shù),并利用該方法把各個(gè)齒輪的振動(dòng)信號(hào)從齒輪箱總的振動(dòng)信號(hào)中提取出來,實(shí)現(xiàn)齒輪振動(dòng)信號(hào)的分離。研究了應(yīng)用包絡(luò)細(xì)化解調(diào)技術(shù)、倒頻譜分析技術(shù)等方法提取齒輪與滾動(dòng)軸承故障特征信息的優(yōu)缺點(diǎn)。 2.討論了小波基函數(shù)選取對(duì)信號(hào)特征提取的影響,提出一種基于復(fù)Morlet小波和連續(xù)小波變換的包絡(luò)檢波新算法。新方法用傅立葉變換快捷計(jì)算小波變換系數(shù),得到能夠反映信號(hào)全貌的尺度包絡(luò)譜,通過該包絡(luò)譜能夠很容易的確定是否存在瞬時(shí)沖擊及沖擊信號(hào)所在頻帶。該分析過程在全頻帶內(nèi)自動(dòng)進(jìn)行,無須先驗(yàn)知識(shí)與人工干預(yù),便于利用計(jì)算機(jī)進(jìn)行故障自動(dòng)識(shí)別。 3.詳細(xì)論述了基于小波變換的奇異性檢測(cè)理論,重點(diǎn)研究了基于B樣條二進(jìn)小波變換及其快速算法—多孔算法,以及基于小波變換模極大值理論的信號(hào)奇異性檢測(cè)方法。根據(jù)信號(hào)和噪聲模極大值的尺度變換特性,提出了利用相鄰兩級(jí)細(xì)節(jié)信號(hào)的乘積作為檢測(cè)信號(hào)求解多尺度模極大值分布圖的方法,新方法根據(jù)模極大值的位置實(shí)現(xiàn)信號(hào)奇異點(diǎn)的精確定位,達(dá)到增強(qiáng)信號(hào)和抑制噪聲的目的。并把該方法成功的應(yīng)用于滾動(dòng)軸承故障信號(hào)奇異性的檢測(cè),為設(shè)備故障診斷提供了一種新的方法。 4.研究了非線性時(shí)間-頻率分布在故障特征提取中的應(yīng)用。針對(duì)復(fù)雜機(jī)械故障產(chǎn)生的異常瞬時(shí)振動(dòng)信號(hào)探測(cè),提出一種新的無混疊雙線性時(shí)間-頻率分布方法,給出了新的時(shí)頻變換核函數(shù),新方法能夠避免常用的雙線性時(shí)頻分布中的頻率混疊與信息丟失,
【圖文】：

()000jffjffjffPeeeπππ 最后得到時(shí)域同步平均系統(tǒng)的幅頻、相頻特性分別為0sinsinfffPPππ01()fH f= (20φ ( f )= π(P 1)f/f(2帶通濾波器的中心頻率是旋轉(zhuǎn)頻率 的整倍數(shù)，即0f (0,1,2,3)0kf k= ；通常()10H kf=，半功率帶寬近似等于 f /P。在平均次數(shù)0P 很大時(shí)，通帶寬度變得很因此時(shí)域同步平均能有效提取與旋轉(zhuǎn)頻率相關(guān)的周期信號(hào)，消除噪聲及非相關(guān)信若選擇適當(dāng)?shù)木涂梢赃_(dá)到提取相應(yīng)信號(hào)，，排除干擾的目的。0f

中北大學(xué)學(xué)位論文圖2.5(a) 加速度信號(hào)的時(shí)域平均圖 2.5(b)位移信號(hào)圖 2.5b. 車輛傳動(dòng)系統(tǒng)齒輪箱故障檢測(cè)齒輪箱的測(cè)試是在強(qiáng)載荷情況下進(jìn)行的。一個(gè)傘齒輪的一個(gè)齒根部出現(xiàn)疲勞裂紋，并沿齒長(zhǎng)發(fā)展。圖 2.6(a) 為疲勞裂紋剛出現(xiàn)時(shí)加速度信號(hào)的時(shí)域平均。齒輪共有 22齒，但時(shí)域平均的主控成份為嚙合頻率的 4 次諧波(88 次)，這可能與加速度計(jì)在齒輪箱上的安裝 6(b)是從加速度時(shí)域平均中去掉嚙合振動(dòng)后的旋轉(zhuǎn)加速度信號(hào)，從幅度突變可清楚的看到 270 度附近有損壞。加速度旋轉(zhuǎn)誤差的四階矩(峭度)為6.0，而未損壞齒輪的峭度大約為 3.0。加速度的一階導(dǎo)數(shù)(jerk) 對(duì)齒輪局部損壞比較敏感。圖 2.6(c)為從加速度時(shí)域平均得到的加速度的一階導(dǎo)數(shù)。與圖 2.6 (b)比較可以看到，在 270 度幅度有明顯的增大。峭度值變?yōu)?6.4，證明加速度的一階導(dǎo)數(shù)對(duì)早期故方法有關(guān)。圖 2.圖 2.5(c)
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2005
【分類號(hào)】：TH17

【引證文獻(xiàn)】

相關(guān)期刊論文 前3條

1 黃晉英;潘宏俠;畢世華;楊喜旺;;基于盲信號(hào)處理的傳動(dòng)箱狀態(tài)監(jiān)測(cè)與故障診斷[J];彈箭與制導(dǎo)學(xué)報(bào);2006年02期

2 傅勤毅;熊施園;;基于高斯諧波小波的齒輪箱故障診斷[J];鐵道科學(xué)與工程學(xué)報(bào);2013年04期

3 張照煌;丁顯;劉曼;曾菊瑛;;基于小波變換的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷與分析[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);2011年S1期

相關(guān)博士學(xué)位論文 前8條

1 趙玲;旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學(xué);2010年

2 趙慧敏;柴油機(jī)非穩(wěn)態(tài)振動(dòng)信號(hào)分析與智能故障診斷研究[D];天津大學(xué);2010年

3 程發(fā)斌;面向機(jī)械故障特征提取的混合時(shí)頻分析方法研究[D];重慶大學(xué);2007年

4 楊先勇;基于信號(hào)局部特征提取的機(jī)械故障診斷方法研究[D];浙江大學(xué);2009年

5 史麗晨;基于故障機(jī)理分析的往復(fù)式活塞隔膜泵狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)的研究[D];西安建筑科技大學(xué);2009年

6 慕昱;基于數(shù)據(jù)挖掘的核電站故障診斷技術(shù)研究[D];哈爾濱工程大學(xué);2011年

7 周曉峰;機(jī)械振動(dòng)源的分離和識(shí)別方法研究[D];浙江大學(xué);2012年

8 劉小平;提升機(jī)故障智能診斷理論及應(yīng)用[D];中國礦業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李會(huì)臣;基于時(shí)頻分析的齒輪故障機(jī)理及診斷研究[D];鄭州大學(xué);2010年

2 王曉斌;基于粒子濾波的齒輪箱故障診斷研究[D];中北大學(xué);2011年

3 馬航;齒輪箱故障診斷中粒子濾波技術(shù)的應(yīng)用[D];中北大學(xué);2011年

4 崔小超;球磨機(jī)傳動(dòng)系統(tǒng)狀態(tài)檢測(cè)與振動(dòng)分析[D];遼寧科技大學(xué);2012年

5 潘飛;虛擬式一體化齒輪箱故障診斷儀的研究[D];重慶大學(xué);2007年

6 屈峰;汽車發(fā)動(dòng)機(jī)故障診斷方法研究[D];大慶石油學(xué)院;2007年

7 薛松;時(shí)頻分析方法在齒輪箱故障特征提取中的研究應(yīng)用[D];太原理工大學(xué);2008年

8 王業(yè)堅(jiān);煙機(jī)狀態(tài)監(jiān)測(cè)與葉片結(jié)垢分析研究[D];大慶石油學(xué)院;2008年

9 孫志輝;基于Hilbert譜特征提取的智能識(shí)別方法研究與應(yīng)用[D];大連理工大學(xué);2009年

10 于明月;第二代小波變換在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];南京航空航天大學(xué);2008年

本文編號(hào)：2645152