基于數(shù)學形態(tài)學的齒輪箱故障診斷方法研究.pdf

1、齒輪箱是機械設備動力傳輸中必不可少的部件，齒輪箱的運行狀態(tài)直接影響機械設備的狀態(tài)。為了保證機械設備正常運行，對齒輪箱狀態(tài)監(jiān)測、故障診斷和壽命預測具有重要意義。
　　振動信號分析是齒輪箱故障診斷關(guān)鍵環(huán)節(jié)，有效的從振動信號中提取故障特征是故障診斷的關(guān)鍵。數(shù)學形態(tài)學是一種非線性信號分析方法，已經(jīng)在機械故障診斷方面取得很好的效果。本文以齒輪箱為研究對象，對基于數(shù)學形態(tài)學的齒輪箱故障類型、模式識別和壽命預測進行了研究，主要工作和研究成果如下

2、：
　　(1)研究了齒輪箱中常見的機械零件齒輪和軸承的振動信號故障診斷機理，并對這兩個部件常見故障進行分析。
　　(2)分析不同尺度的不同結(jié)構(gòu)元素濾波產(chǎn)生影響，比較了形態(tài)學濾波與傳統(tǒng)濾波方法的優(yōu)點，同時針對自適應多尺度復合形態(tài)濾波方法在用信號的極值點來選取結(jié)構(gòu)元素尺度標準存在不足，提出了限定閾值的自適應多尺度形態(tài)濾波方法，對齒輪振動信號進行濾波處理，通過支持向量機對齒輪故障進行分類，最后通過仿真與實驗數(shù)據(jù)驗證了方法的有效性。

3、
　　(3)研究了數(shù)學形態(tài)學單重分形故障診斷方法，驗證了單重分形維數(shù)對齒輪單一故障的識別能力。同時用數(shù)學形態(tài)學多重分形維數(shù)對齒輪復合故障進行分析，實驗驗證了形態(tài)學多重分形維數(shù)能很好地對齒輪箱復合故障診斷，由于多重分形維數(shù)存在空間波動，對同一信號不同時期狀態(tài)不能識別而提出了信號的高維分形故障診斷方法此方法是基于多重分形提出的，把形態(tài)學分形維數(shù)從“線”到“面”的擴展。采用微分的經(jīng)驗模式分解原理對信號進行升維，實現(xiàn)了高維信號的分形維數(shù)的

4、故障診斷。同時用齒輪箱軸承全壽命周期信號對高維分形維數(shù)故障診斷方法進行了驗證，該方法有效的提高了多重分形的故障識別能力很好的區(qū)分故障狀態(tài)、判斷故障類型。
　　(4)對齒輪箱進行狀態(tài)監(jiān)測和故障預測能很好了解其運行狀態(tài)和使用壽命，從而可以對運行過程中的故障進行處理，以延長使用壽命。采用廣義數(shù)學形態(tài)學分形譜參數(shù)提取特征量。該方法以數(shù)學形態(tài)學分形為理論基礎，定義數(shù)學形態(tài)學分形譜以及分形譜參數(shù)。分形譜參數(shù)能定量反映滾動軸承的性能退化程，分別