基于粒子群優(yōu)化和系統(tǒng)特性的齒輪箱故障診斷研究.pdf

1、本課題來(lái)源于國(guó)家自然科學(xué)基金資助項(xiàng)目“基于粒子群優(yōu)化和濾波技術(shù)的復(fù)雜傳動(dòng)裝置早期故障診斷研究”（項(xiàng)目編號(hào)：50875247）和山西省自然科學(xué)基金資助項(xiàng)目“基于粒子群優(yōu)化的齒輪箱故障診斷新技術(shù)研究”(項(xiàng)目編號(hào)：2007011070)。
　　齒輪箱作為機(jī)械設(shè)備中最常用的動(dòng)力傳遞部件，在長(zhǎng)期運(yùn)轉(zhuǎn)的過(guò)程中，由于制造誤差、沖擊載荷和工作環(huán)境等因素的影響以及疲勞、老化等效應(yīng)的存在，軸承和齒輪都將不可避免的出現(xiàn)一些故障。針對(duì)振動(dòng)響應(yīng)信號(hào)特征提取

2、困難以及振動(dòng)信號(hào)會(huì)受到輸入軸轉(zhuǎn)速轉(zhuǎn)矩波動(dòng)影響的問(wèn)題，提出基于輸入軸轉(zhuǎn)速轉(zhuǎn)矩信號(hào)和輸出振動(dòng)響應(yīng)信號(hào)建立ARX時(shí)序模型的方法，通過(guò)相應(yīng)的ARX模型表征不同工況下的齒輪箱系統(tǒng)特性，從系統(tǒng)特性的角度分析齒輪箱的狀態(tài)并對(duì)其進(jìn)行故障診斷。
　　本文進(jìn)行的實(shí)驗(yàn)研究工作主要包括：對(duì)轉(zhuǎn)速波動(dòng)信號(hào)進(jìn)行剔點(diǎn)及平滑處理，對(duì)振動(dòng)響應(yīng)信號(hào)進(jìn)行零均值化、濾波、重采樣、野點(diǎn)剔除以及EMD分解處理；用處理后的輸入-輸出數(shù)據(jù)組建立齒輪箱系統(tǒng)的ARX模型；提取模型自回

3、歸系數(shù)和模型殘差作為模型特征的一部分；對(duì)模型進(jìn)行時(shí)域特性和頻域特性分析，將模型的幅頻響應(yīng)曲線的十六個(gè)統(tǒng)計(jì)特征參量也做為模型特征，構(gòu)成本文齒輪箱故障診斷的完整特征集合；建立離散粒子群優(yōu)化算法實(shí)驗(yàn)?zāi)Ｐ筒⒂肕ATLAB編程實(shí)現(xiàn)，以RBF神經(jīng)網(wǎng)絡(luò)的分類(lèi)結(jié)果作為目標(biāo)函數(shù)，選擇狀態(tài)分類(lèi)效果最好的特征子集，使得故障診斷正確率最高。
　　以上研究成果形成一套完整的齒輪箱故障診斷方法。通過(guò)測(cè)得的實(shí)驗(yàn)信號(hào)，有效建立了ARX模型，進(jìn)行特征提取，在優(yōu)化過(guò)