基于時(shí)、頻域-小波分析和神經(jīng)網(wǎng)絡(luò)方法的齒輪箱故障診斷研究.pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步，機(jī)械設(shè)備向著高性能、高效率、高自動(dòng)化和高可靠性的方向發(fā)展。齒輪箱由于具有傳動(dòng)比固定、傳動(dòng)轉(zhuǎn)矩大、結(jié)構(gòu)緊湊等優(yōu)點(diǎn)，被用于改變轉(zhuǎn)速和傳遞動(dòng)力的傳動(dòng)部件中，它是機(jī)械設(shè)備的一個(gè)重要組成部分，也是易于發(fā)生故障的一個(gè)部件，其運(yùn)行狀態(tài)對(duì)整機(jī)的工作性能有很大的影響。因此，對(duì)齒輪箱進(jìn)行狀態(tài)監(jiān)測及故障診斷意義重大，不僅可以縮短維修時(shí)間、降低維修成本，還可提高診斷準(zhǔn)確性和維修質(zhì)量，創(chuàng)造可觀的經(jīng)濟(jì)效益。 齒輪箱的振動(dòng)信號(hào)相當(dāng)復(fù)雜

2、，除反映有關(guān)齒輪和軸承本身工作情況的信息外，也包含了大量機(jī)械中其它運(yùn)動(dòng)部件和結(jié)構(gòu)的信息，因此如果僅僅單從時(shí)域與頻域或小波分析對(duì)齒輪箱的振動(dòng)信號(hào)進(jìn)行分析，則很難準(zhǔn)確診斷出齒輪箱各類故障。本文提出并研究了一種新的齒輪箱故障診斷技術(shù)-基于時(shí)、頻域和小波分析的神經(jīng)網(wǎng)絡(luò)診斷法，該方法聯(lián)合時(shí)、頻域和小波分析的特性來識(shí)別齒輪箱故障信號(hào)，將所得到的綜合信息，進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練和診斷，結(jié)果證明該研究方法可提高齒輪箱故障診斷的準(zhǔn)確性和可靠性。 具體研

3、究內(nèi)容如下: 1)研究齒輪箱故障振動(dòng)的機(jī)理。分析齒輪和軸承的常見故障類型及產(chǎn)生的原因，在此基礎(chǔ)上研究了齒輪和軸承幾種典型故障的振動(dòng)機(jī)理。 2)研究時(shí)、頻域分析方法進(jìn)行齒輪箱故障特征提取的特點(diǎn)。介紹了一些時(shí)域和頻域分析方法的理論，通過分析實(shí)驗(yàn)所得的齒輪箱5種典型故障信號(hào)，得出相應(yīng)的時(shí)域與頻域特征。 3)研究小波分析方法進(jìn)行齒輪箱故障特征量提取的特點(diǎn)。根據(jù)小波分析和小波包分析的基本理論，采用了基于小波包能量的特征提取

4、方法，并用實(shí)例證明了該方法的可靠性。 4)根據(jù)BP神經(jīng)網(wǎng)絡(luò)算法的原理，提出了一種改進(jìn)的BP算法，即基于誤差修正的自適應(yīng)學(xué)習(xí)速率法，并針對(duì)這種算法進(jìn)行了仿真測試。測試結(jié)果表明改進(jìn)的BP算法縮短了學(xué)習(xí)時(shí)間，提高了學(xué)習(xí)效率，并在一定程度上避免了學(xué)習(xí)中的局部極小問題的出現(xiàn)。 5)對(duì)本文提出的研究方法進(jìn)行實(shí)驗(yàn)驗(yàn)證。利用實(shí)驗(yàn)室齒輪箱實(shí)驗(yàn)臺(tái)模擬了齒輪箱五種典型故障形式，并采集了各工況下的振動(dòng)信號(hào)。對(duì)信號(hào)進(jìn)行時(shí)、頻域分析和小波分析并提取