本文關(guān)鍵詞：變工況齒輪箱振動(dòng)信號(hào)處理與故障診斷方法研究

  更多相關(guān)文章： 變工況齒輪箱 非穩(wěn)態(tài)信號(hào) 信號(hào)處理方法 BP神經(jīng)網(wǎng)絡(luò) 模式識(shí)別

【摘要】：齒輪箱在運(yùn)行過程中，轉(zhuǎn)速和負(fù)載都會(huì)發(fā)生變化，是在一種變工況條件下運(yùn)行，，各種振動(dòng)因素綜合起來(lái)，得到的振動(dòng)信號(hào)必然是非線性的多分量信號(hào)。因此，如何更有效地提取變工況齒輪箱故障信號(hào)是目前研究的熱點(diǎn)和難點(diǎn)。研究了常用于非穩(wěn)態(tài)信號(hào)分析的方法：小波變換、包絡(luò)譜、經(jīng)驗(yàn)?zāi)B(tài)分解以及魏格納分布信號(hào)處理方法等，比較了這些方法在非穩(wěn)態(tài)信號(hào)分析中的優(yōu)缺點(diǎn)，并對(duì)小波閾值去噪、經(jīng)驗(yàn)?zāi)B(tài)分解以及快速獨(dú)立分量分析方法作出了改進(jìn)。在試驗(yàn)臺(tái)上對(duì)變工況齒輪箱故障信號(hào)進(jìn)行了模擬，對(duì)其進(jìn)行了特征提取并驗(yàn)證了部分信號(hào)分析方法的可行性。 首先，采用傳統(tǒng)頻譜方法對(duì)仿真信號(hào)分析，討論了傳統(tǒng)頻譜方法處理非穩(wěn)態(tài)信號(hào)時(shí)的不足。利用時(shí)頻分析方法對(duì)仿真信號(hào)進(jìn)行分析，結(jié)果表明，單獨(dú)利用一種時(shí)頻分析方法來(lái)分析非穩(wěn)態(tài)信號(hào)存在一定的局限性。因此，處理非穩(wěn)態(tài)信號(hào)時(shí)需多種時(shí)頻分析方法相結(jié)合使用，才能更有效地分析故障信號(hào)。 其次，在齒輪箱變載的工況下，負(fù)載的變化對(duì)故障信號(hào)頻率影響不大，只對(duì)頻譜圖中的幅值影響比較明顯。因此，重點(diǎn)研究了齒輪箱變速的非穩(wěn)態(tài)工況下信號(hào)特征及其提取方法。由于變工況齒輪箱中振動(dòng)信號(hào)頻率成分較為復(fù)雜，通過采用改進(jìn)的快速獨(dú)立分量分析方法對(duì)齒輪和軸承故障信號(hào)進(jìn)行信噪分離，從而達(dá)到準(zhǔn)確提取信號(hào)特征的目的。在齒輪箱變速的非穩(wěn)態(tài)工況下，當(dāng)速度變化較小時(shí)，采用小波包絡(luò)譜分析方法較為有效。當(dāng)速度變化較為劇烈時(shí)，采用修正的經(jīng)驗(yàn)?zāi)B(tài)分解和魏格納分布分析方法，能準(zhǔn)確地提取該工況下齒輪箱信號(hào)特征。利用Matlab中的GUI功能設(shè)計(jì)的信號(hào)分析系統(tǒng)，可以有效地提高該方法的信號(hào)分析效率。 最后，通過對(duì)變工況齒輪箱故障信號(hào)振動(dòng)數(shù)據(jù)分析，提取有效的特征參量，建立了變工況齒輪箱故障診斷特征參量；分析了BP神經(jīng)網(wǎng)絡(luò)的識(shí)別模式，并對(duì)齒輪箱故障特征參量進(jìn)行了模式識(shí)別。 通過各種信號(hào)處理方法分析和試驗(yàn)研究所得到的結(jié)論，為變工況齒輪箱的研究以及大型旋轉(zhuǎn)設(shè)備的故障分析提供一定的參考和借鑒。
【關(guān)鍵詞】：變工況齒輪箱 非穩(wěn)態(tài)信號(hào) 信號(hào)處理方法 BP神經(jīng)網(wǎng)絡(luò) 模式識(shí)別
【學(xué)位授予單位】：河北科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TH165.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 課題的研究背景及意義9-10
• 1.1.1 課題研究背景9-10
• 1.1.2 選題意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 非穩(wěn)態(tài)信號(hào)的分析處理11-12
• 1.2.2 故障診斷技術(shù)現(xiàn)狀12-14
• 1.3 主要研究?jī)?nèi)容14-15
• 第2章 非穩(wěn)態(tài)信號(hào)及變工況特征分析15-23
• 2.1 引言15
• 2.2 非穩(wěn)態(tài)信號(hào)15-17
• 2.2.1 非穩(wěn)態(tài)信號(hào)概念15-16
• 2.2.2 傳統(tǒng)頻譜分析法的不足16-17
• 2.3 變工況特征分析17-19
• 2.3.1 變工況定義18
• 2.3.2 變工況信號(hào)特征分析18-19
• 2.4 變負(fù)載工況分析19-21
• 2.5 變轉(zhuǎn)速工況分析21-22
• 2.6 本章小結(jié)22-23
• 第3章 齒輪箱故障類型及信號(hào)分析系統(tǒng)設(shè)計(jì)23-33
• 3.1 引言23
• 3.2 齒輪箱常見故障類型23-25
• 3.2.1 齒輪常見故障23-24
• 3.2.2 軸承常見故障24-25
• 3.3 試驗(yàn)平臺(tái)介紹25-27
• 3.4 信號(hào)分析系統(tǒng)設(shè)計(jì)27-31
• 3.5 本章小結(jié)31-33
• 第4章 變工況齒輪箱振動(dòng)信號(hào)分析方法及試驗(yàn)驗(yàn)證33-57
• 4.1 引言33
• 4.2 FastICA 信噪分離技術(shù)33-38
• 4.2.1 FastICA 算法原理33-35
• 4.2.2 改進(jìn) FastICA 算法35-36
• 4.2.3 信噪分離試驗(yàn)36-38
• 4.3 小波閾值去噪38-41
• 4.3.1 改進(jìn)的小波閾值去噪方法39
• 4.3.2 小波閾值去噪對(duì)比試驗(yàn)39-41
• 4.4 小波包絡(luò)譜分析41-50
• 4.4.1 包絡(luò)譜分析41-43
• 4.4.2 滾動(dòng)軸承故障試驗(yàn)分析43-47
• 4.4.3 齒面磨損故障試驗(yàn)分析47-49
• 4.4.4 轉(zhuǎn)速變化對(duì)小波包絡(luò)譜影響49-50
• 4.5 EMD 中的“端點(diǎn)效應(yīng)”50-56
• 4.5.1 修正“端點(diǎn)效應(yīng)”方法51-52
• 4.5.2 EMD 和 Wigner-Ville 分布52
• 4.5.3 試驗(yàn)驗(yàn)證52-56
• 4.6 本章小結(jié)56-57
• 第5章 齒輪箱特征參量提取及模式識(shí)別57-67
• 5.1 引言57
• 5.2 齒輪箱的特征參量提取57-61
• 5.2.1 幅域特征參量57-59
• 5.2.2 頻域和能量域特征參量提取59-61
• 5.3 BP 神經(jīng)網(wǎng)絡(luò)的故障診斷61-64
• 5.3.1 BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法61-63
• 5.3.2 BP 神經(jīng)網(wǎng)絡(luò)模型63-64
• 5.4 齒輪箱故障診斷應(yīng)用實(shí)例64-65
• 5.5 本章小結(jié)65-67
• 結(jié)論67-69
• 參考文獻(xiàn)69-73
• 攻讀碩士學(xué)位期間所發(fā)表的論文73-75
• 致謝75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王海文;楊坤怡;;BP神經(jīng)網(wǎng)絡(luò)在滾動(dòng)軸承故障診斷中的應(yīng)用研究[J];電腦知識(shí)與技術(shù);2011年04期

2 胡杰;何益鳴;文閃閃;王智偉;;基于BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷分析[J];電氣制造;2008年01期

3 陳學(xué)峰;趙質(zhì)良;王金光;;基于BP神經(jīng)網(wǎng)絡(luò)的齒輪箱故障模式識(shí)別[J];裝備制造技術(shù);2010年10期

4 梁華;韓振南;;基于神經(jīng)網(wǎng)絡(luò)的泵機(jī)組故障診斷技術(shù)[J];機(jī)械管理開發(fā);2010年03期

5 郭武;朱長(zhǎng)仁;王潤(rùn)生;;一種改進(jìn)的FastICA算法及其應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2008年04期

6 高國(guó)華 ,張永忠;齒輪箱故障診斷技術(shù)的新發(fā)展[J];機(jī)械傳動(dòng);2003年06期

7 王江萍;孫文莉;;基于小波包能量譜齒輪振動(dòng)信號(hào)的分析與故障診斷[J];機(jī)械傳動(dòng);2011年01期

8 王秀英;;基于BP神經(jīng)網(wǎng)絡(luò)的故障模式識(shí)別與應(yīng)用[J];機(jī)電工程技術(shù);2008年10期

9 李貴三,褚福磊;三維譜圖的自動(dòng)識(shí)別與瞬態(tài)過程診斷策略[J];機(jī)械科學(xué)與技術(shù);2001年01期

10 張國(guó)淵;衛(wèi)軍朝;閆秀天;;非平穩(wěn)信號(hào)短時(shí)快變過程的時(shí)頻分析方法及實(shí)現(xiàn)[J];機(jī)械科學(xué)與技術(shù);2012年05期

本文編號(hào)：544597