基于D-S證據(jù)理論的多模型融合齒輪早期故障智能診斷方法研究.pdf

1、齒輪箱是一種量大面廣的機(jī)械設(shè)備關(guān)鍵性基礎(chǔ)部件，也是最易損壞的零部件之一，其運(yùn)行狀況直接影響到整個(gè)機(jī)器或機(jī)組設(shè)備的安全運(yùn)行，因此，如何能盡早發(fā)現(xiàn)齒輪系統(tǒng)的早期故障，做到合理組織安排設(shè)備的維修，避免發(fā)生重大安全事故，造成重大的經(jīng)濟(jì)損失具有重大意義。機(jī)械設(shè)備的振動(dòng)信號(hào)蘊(yùn)含著系統(tǒng)（正常、故障）狀態(tài)的信息，各種類型故障也有一定的規(guī)律可循，因此，采用振動(dòng)信號(hào)對(duì)大型、關(guān)鍵機(jī)組運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷是目前設(shè)備管理維護(hù)的主要手段。由于受齒輪傳動(dòng)振動(dòng)響應(yīng)和

2、環(huán)境噪聲的影響，齒輪早期故障的微弱信號(hào)往往被其他成分或環(huán)境噪聲淹沒，故障信號(hào)具有復(fù)雜的非線性、非平穩(wěn)特性，采用傳統(tǒng)的基于平穩(wěn)信號(hào)假設(shè)的信號(hào)處理方法很難對(duì)其取得準(zhǔn)確診斷，因此，研究有效去噪、消噪信號(hào)預(yù)處理技術(shù)和非平穩(wěn)信號(hào)處理方法對(duì)設(shè)備故障診斷具有非常大的意義。小波分析和經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）是近年來發(fā)展起來的兩種處理非平穩(wěn)信號(hào)的時(shí)頻方法，小波閾值去噪，形態(tài)濾波，奇異值分解技術(shù)是幾種應(yīng)用較多的去噪方法，兩種時(shí)頻方法與幾種去噪方法相融合，被廣

3、泛應(yīng)用于信號(hào)檢測(cè)，機(jī)械故障診斷等工程領(lǐng)域。同時(shí)，隨著設(shè)備向著高速度、高功率、高可靠性、大型化/微型、智能化、集成化的方向發(fā)展，使得傳統(tǒng)的設(shè)備故障診斷方法和單一智能診斷方法已不能完全滿足設(shè)備狀態(tài)復(fù)雜性的需求，將多種智能診斷方法相融合的智能診斷技術(shù)是目前研究的熱點(diǎn)方向。因此，本文對(duì)齒輪系統(tǒng)動(dòng)力學(xué)和故障形成機(jī)理、小波分析理論、小波閾值去噪和重分配小波譜奇異值去噪、Hilbert-Huang變換理論、D-S證據(jù)理論、遺傳算法-BP神經(jīng)網(wǎng)絡(luò)，模糊

4、優(yōu)化理論研究的基礎(chǔ)上，提出了基于D-S證據(jù)理論的多模型融合齒輪早期故障智能診斷方法，分析齒輪典型故障信號(hào)的結(jié)果驗(yàn)證了該方法的有效性。對(duì)齒輪故障診斷提供了依據(jù)。
　　本研究主要內(nèi)容包括：⑴建立了考慮摩擦、時(shí)變剛度、齒側(cè)間隙的具有偏心直齒輪摩擦-間隙齒輪振動(dòng)模型，分析考慮摩擦、齒側(cè)間隙、偏心質(zhì)量時(shí)的齒輪動(dòng)力學(xué)行為以及它們的頻譜特征。⑵提出了基于shannon熵優(yōu)化TBP參數(shù)的重分配小波尺度譜進(jìn)行SVD降噪方法，通過仿真信號(hào)分析發(fā)現(xiàn)該方

5、法具有比小波尺度譜、重分配小波尺度譜更好的時(shí)頻聚集性，且其時(shí)頻分辨率能夠同時(shí)實(shí)現(xiàn)最佳，具有更高的時(shí)頻分布可讀性。因此，該方法能夠識(shí)別出強(qiáng)噪聲背景下的機(jī)械早期故障微弱信號(hào)成分，為強(qiáng)噪聲背景下機(jī)械早期故障微弱信號(hào)的去噪、消噪以及特征提取和故障診斷奠定了一定的理論基礎(chǔ)。⑶將經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）方法和分形維數(shù)融合，提出了基于小波閾值去噪和EMD分形融合故障診斷方法，列出了基于EMD的分形維數(shù)的具體步驟。并將該方法應(yīng)用于齒輪傳動(dòng)齒面磨損、斷齒故