齒輪箱復(fù)合故障診斷方法研究.pdf

1、齒輪箱是機(jī)械設(shè)備中必不可少的動(dòng)力傳輸部件，其運(yùn)行狀態(tài)將直接影響到整個(gè)機(jī)械設(shè)備能否正常工作，因此，研究齒輪箱故障診斷技術(shù)對(duì)保障機(jī)械設(shè)備的正常運(yùn)行具有重要意義。采用各種信號(hào)處理方法從齒輪箱振動(dòng)信號(hào)中提取故障特征信息是齒輪箱故障診斷的關(guān)鍵。
　　大量工程實(shí)踐表明，機(jī)械設(shè)備中的故障通常不止一處，往往表現(xiàn)為復(fù)合故障。不同部位、不同形式、不同程度的復(fù)合故障會(huì)對(duì)機(jī)械設(shè)備產(chǎn)生不同的影響，且各故障成分相互影響、彼此干擾，特別是在轉(zhuǎn)速變化情況下，故障

2、特征相互重疊，給機(jī)械設(shè)備故障的全面診斷帶來(lái)了挑戰(zhàn)，因此機(jī)械設(shè)備的復(fù)合故障診斷是當(dāng)前故障診斷的難點(diǎn)。針對(duì)上述問(wèn)題，本文在國(guó)家自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào):51275161）和湖南省科技計(jì)劃(項(xiàng)目編號(hào):2012SK3184)的資助下，以齒輪箱為研究對(duì)象，以現(xiàn)代信號(hào)處理方法為研究手段，以復(fù)合故障診斷為研究目標(biāo)，重點(diǎn)對(duì)變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中的故障特征成分分離和故障特征提取進(jìn)行了深入系統(tǒng)地研究。
　　論文的主要研究工作和創(chuàng)新性成果有<

3、br>　　(1)在分析齒輪箱中各零部件失效比重的基礎(chǔ)上，對(duì)其主要失效部件一齒輪和滾動(dòng)軸承的失效形式、失效原因、失效表現(xiàn)及振動(dòng)機(jī)理進(jìn)行了分析，并建立了齒輪和滾動(dòng)軸承的局部故障振動(dòng)信號(hào)模型。研究表明，當(dāng)齒輪出現(xiàn)局部故障時(shí)，其振動(dòng)信號(hào)中會(huì)產(chǎn)生調(diào)幅調(diào)頻成分，而當(dāng)滾動(dòng)軸承出現(xiàn)局部故障時(shí)，其振動(dòng)信號(hào)中會(huì)產(chǎn)生周期性的振蕩衰減沖擊成分。
　　(2)針對(duì)齒輪箱復(fù)合故障振動(dòng)信號(hào)中齒輪故障成分和軸承故障成分的分離和故障調(diào)制信息的提取問(wèn)題，提出了基于形態(tài)

4、分量分析(Morphologicalcomponentanalysis，MCA)與能量算子解調(diào)的齒輪箱復(fù)合故障診斷方法。該方法先用MCA方法分離齒輪箱復(fù)合故障振動(dòng)信號(hào)中的齒輪故障成分和軸承故障成分;再對(duì)分離后的齒輪故障成分和軸承故障成分進(jìn)行能量算子解調(diào)分析，以提取兩成分中的故障調(diào)制信息。利用該方法對(duì)包含齒輪和滾動(dòng)軸承局部故障的齒輪箱復(fù)合故障振動(dòng)信號(hào)進(jìn)行了算法仿真和應(yīng)用實(shí)例分析，分析結(jié)果表明，對(duì)齒輪箱復(fù)合故障振動(dòng)信號(hào)中的各故障成分進(jìn)行分離

5、后，再進(jìn)行能量算子解調(diào)分析，可有效凸顯各故障特征。
　　(3)針對(duì)變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中的故障特征提取與分離問(wèn)題，提出了基于MCA與階次跟蹤的變轉(zhuǎn)速齒輪箱復(fù)合故障診斷方法。該方法先用MCA方法分離變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中的各故障成分;再對(duì)分離后的各故障成分進(jìn)行等角度重采樣，將其轉(zhuǎn)變?yōu)榻怯蛐盘?hào);最后對(duì)重采樣后的各故障成分進(jìn)行Hilbert包絡(luò)解調(diào)分析，以提取各故障調(diào)制信息。
　　通過(guò)算法仿真和應(yīng)用實(shí)例對(duì)變轉(zhuǎn)速下的

6、齒輪局部故障和滾動(dòng)軸承局部故障進(jìn)行了分析，結(jié)果表明，該方法可有效分離變轉(zhuǎn)速下的齒輪和滾動(dòng)軸承故障特征。
　　(4)針對(duì)循環(huán)平穩(wěn)解調(diào)方法不適合提取變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中故障調(diào)制信息的問(wèn)題，提出了基于線調(diào)頻小波路徑追蹤(Chirpletpathpursuit，CPP)與循環(huán)平穩(wěn)解調(diào)的齒輪箱復(fù)合故障診斷方法。該方法先用CPP方法自適應(yīng)地從變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中估計(jì)出轉(zhuǎn)速信息;再依據(jù)該轉(zhuǎn)速信息對(duì)信號(hào)進(jìn)行等角度重采樣;最后對(duì)

7、重采樣后的角域信號(hào)進(jìn)行循環(huán)平穩(wěn)解調(diào)分析，以提取信號(hào)中的故障調(diào)制信息。利用該方法對(duì)變轉(zhuǎn)速下的齒輪箱復(fù)合故障振動(dòng)信號(hào)進(jìn)行了算法仿真和應(yīng)用實(shí)例分析，結(jié)果表明，該方法可在無(wú)轉(zhuǎn)速計(jì)的情況下有效提取變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中的故障調(diào)制信息。
　　(5)在轉(zhuǎn)速大范圍變化情況下，用EEMD方法分析齒輪箱振動(dòng)信號(hào)會(huì)產(chǎn)生模態(tài)混淆。針對(duì)這一問(wèn)題，提出了基于CPP與EEMD的齒輪箱復(fù)合故障診斷方法，并將其應(yīng)用于變轉(zhuǎn)速下的齒輪箱復(fù)合故障診斷中。該方法先

8、用CPP方法從變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中提取轉(zhuǎn)速信息;然后依據(jù)該轉(zhuǎn)速信息對(duì)變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)進(jìn)行等角度重采樣，獲取其角域信號(hào);再對(duì)角域信號(hào)進(jìn)行EEMD分解，獲取各IMF分量，并根據(jù)各IMF分量與角域信號(hào)的相關(guān)系數(shù)選取包含故障信息的IMF分量;最后對(duì)選取的IMF分量進(jìn)行Hilbert包絡(luò)解調(diào)分析，以提取各故障調(diào)制信息。算法仿真和應(yīng)用實(shí)例表明，該方法可有效地提取變轉(zhuǎn)速齒輪箱復(fù)合故障振動(dòng)信號(hào)中的故障特征。
　　機(jī)械設(shè)備的復(fù)