基于包絡(luò)分析的齒輪故障監(jiān)測及基于人工神經(jīng)網(wǎng)絡(luò)的齒輪故障分類.pdf

1、齒輪是機(jī)械傳動系統(tǒng)中應(yīng)用最為廣泛的部件，現(xiàn)代科技的發(fā)展使機(jī)械設(shè)備越來越精密化，給這些設(shè)備的狀態(tài)監(jiān)測帶來困難。齒輪箱是機(jī)械設(shè)備中的重要一員，其工作狀態(tài)的監(jiān)測必須具有實時性和有效性，這樣機(jī)械設(shè)備中任何故障都能被檢測到，并能在早期得到及時的維修。
　　包絡(luò)分析在軸承和齒輪的故障診斷中已經(jīng)得到廣泛的應(yīng)用，傳統(tǒng)方法要求監(jiān)測信號在帶通濾波前需進(jìn)行時域同步平均處理，以提高包絡(luò)分析的效果。然而，在實際應(yīng)用中，齒輪振動信號的時域同步平局處理很難進(jìn)行

2、，需要其他的方法來輔助齒輪故障診斷中包絡(luò)分析。針對上述問題，本文提出了一種新的解調(diào)方法，它對齒輪振動信號進(jìn)行以共振頻率為中心頻率（一般遠(yuǎn)離具有較大幅值的齒輪嚙合頻率諧波分量）的帶通濾波，再進(jìn)行包絡(luò)分析，實現(xiàn)兩種類型，不同損傷程度的齒輪局部故障（輪齒裂紋和剝落）的診斷和分類。齒輪的局部故障將導(dǎo)致一對嚙合的齒輪，每旋轉(zhuǎn)一圈的過程中會產(chǎn)生低幅脈沖信號，它會和齒輪的結(jié)構(gòu)共振信號產(chǎn)生調(diào)制現(xiàn)象。但是這個低能量的信號往往會被淹沒在齒輪箱其他信號源產(chǎn)生

3、的高能量信號中。本文提出了一個方法，它通過從監(jiān)測信號中提取故障激勵信號從而獲得齒輪的故障信息。本文提出的包絡(luò)分析方法步驟如下：
　?、偻ㄟ^觀察齒輪箱監(jiān)測信號頻譜中的共振成分，尋找合適的解調(diào)頻帶，以利于提取由齒輪局部故障產(chǎn)生的脈沖信號，用于故障診斷。
　?、谠诮Y(jié)構(gòu)共振頻率附近（一般遠(yuǎn)離具有較大幅值的齒輪嚙合頻率諧波分量）選擇帶通濾波器的中心頻率，通過觀察原信號的頻譜圖，選擇帶通濾波器的帶寬，使帶通頻段能覆蓋整個共振頻率區(qū)間，它

4、能有效的去除齒輪嚙合頻率分量的影響。
　?、弁ㄟ^對帶通濾波后的信號進(jìn)行基于Hilbert變換的解調(diào)，解調(diào)后的包絡(luò)信號只包含與齒輪故障頻率相關(guān)的分量。再對包絡(luò)信號進(jìn)行FFT變換獲得其頻譜圖，從而可以提取并觀察齒輪箱中齒輪的故障信息。
　?、芡ㄟ^觀察包絡(luò)信號頻譜中不同頻率分量的特征（例如齒輪的嚙合頻率及其邊頻），可提取每個試驗齒輪包絡(luò)信號頻譜中的可相互區(qū)別的基本頻率特征，然后將這些特征作為神經(jīng)網(wǎng)絡(luò)分類器的輸入，可用于不同損傷程度