齿轮早期故障检测与诊断技术研究

摘要

作为齿轮箱中的关键零部件，齿轮因受恶劣工况等因素的影响而成为齿轮箱中失效故障率最高的零部件。齿轮早期故障诊断的研究对于保证设备的安全高效运行和避免重大事故发生有着非常重要的意义，受到了人们的广泛关注。
　　本文以处于早期故障阶段的齿轮为研究对象，采用理论分析与实验研究相结合的方式对齿轮早期故障诊断问题展开研究。在理论分析方面，通过建立齿轮传动系统的动力学模型，对齿轮早期故障的特点进行分析;针对齿轮早期故障特征微弱、噪声干扰复杂多变问题，本文提出了基于综合评价参数的小波最优阈值去噪方法，从多种阈值情况中自适应地筛选出最优情况，达到最佳去噪效果;提出了基于分段三次Hermit插值的极值截断法与相关筛选法相结合的改进经验模式分解方法，改善原方法中端点效应、包络线过冲与欠冲、基本模式分量筛选困难等问题，达到有效提取齿轮早期故障特征的目的;提出以频谱能量分布为特征参量，建立BP网络对齿轮早期故障进行模式识别，实现对于齿轮故障模式的准确判别。在实验研究方面，本文以仿真实验分析和实测信号实验分析两种方式对所提出的去噪方法、特征提取方法、模式识别方法加以验证。
　　实验研究表明，本文提出的信号处理方法和模式识别方法能够精确地诊断出齿轮早期故障问题，对于保障机械设备平稳可靠运行有着非常重要的现实意义和实际应用价值。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景及意义

1．1．1 课题研究背景

1．1．2 选题意义

1．2 国内外研究现状

1．2．1 振动检测法的应用

1．2．2 小波变换分析方法的应用

1．2．3 Hilbert-Huang变换方法的应用

1．2．4 其他信号分析方法的应用

1．2．5 故障模式识别方法的应用

1．3 论文研究内容

第2章 齿轮早期故障特征分析

2．1 引言

2．2 齿轮故障阶段划分

2．3 齿轮振动机理分析

2．3．1 齿轮振动的参数

2．3．2 齿轮振动的数学模型

2．4 齿轮早期故障特征

2．4．1 齿轮箱故障信号构成

2．4．2 齿轮故障的频谱特征

2．4．3 早期故障特征分析

2．5 本章小结

第3章 齿轮早期故障信号预处理

3．1 引言

3．2 小波变换去噪方法

3．2．1 小波阈值去噪法原理

3．2．2 阈值去噪情况的多样性

3．3 小波最优阈值去噪法

3．4 仿真实验分析

3．5 实测实验分析

3．5．1 实验系统介绍

3．5．2 实测信号去噪处理

3．6 本章小结

第4章 齿轮早期故障特征提取

4．1 引言

4．2 经验模式分解方法

4．2．1 基本模式分量限定条件

4．2．2 EMD算法原理

4．2．3 EMD方法端点效应

4．3 基于改进EMD方法的齿轮早期故障特征提取方法

4．3．1 分段三次Hermit插值法应用

4．3．2 极值截断处理与相关筛选法应用

4．3．3 改进EMD方法原理

4．4 仿真信号实验分析

4．5 实测信号实验分析

4．5．1 齿面磨损故障特征提取

4．5．2 齿根裂纹故障特征提取

4．6 本章小结

第5章 齿轮早期故障模式识别

5．1 引言

5．2 BP神经网络原理

5．2．1 BP网络的组成

5．2．2 BP算法原理

5．2．3 BP算法基本步骤

5．3 基于BP神经网络的齿轮早期故障诊断

5．3．1 故障特征参量选择

5．3．2 BP网络模型的建立与分析

5．4 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢