基于EMD和粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究.pdf

1、本文以齒輪箱故障診斷為課題研究背景，研究了近年來(lái)出現(xiàn)的一種自適應(yīng)時(shí)頻分析方法——經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,簡(jiǎn)稱EMD)方法。該方法非常適合應(yīng)用于非平穩(wěn)信號(hào)的分析和處理中，并結(jié)合粒子群優(yōu)化(Particle Swarm Optimization,PSO)神經(jīng)網(wǎng)絡(luò)對(duì)故障模式進(jìn)行識(shí)別，在齒輪箱故障診斷中取得了良好的效果。
　　在研究EMD方法的基礎(chǔ)理論與實(shí)現(xiàn)過(guò)程的基礎(chǔ)上，針對(duì)EMD方法在實(shí)際

2、應(yīng)用中遇到的問(wèn)題，分析了EMD方法中的端點(diǎn)效應(yīng)，嘗試采用極值點(diǎn)延拓法減少端點(diǎn)效應(yīng)的影響，通過(guò)仿真驗(yàn)證了極值點(diǎn)延拓法能夠減少端點(diǎn)效應(yīng)。
　　以實(shí)驗(yàn)室JZQ250型齒輪箱為測(cè)試對(duì)象，進(jìn)行了故障診斷實(shí)驗(yàn)，將改進(jìn)后的EMD方法應(yīng)用到齒輪箱故障信號(hào)中，對(duì)正常、斷齒、軸承外圈和內(nèi)圈故障信號(hào)進(jìn)行分解，并對(duì)分解出來(lái)的各級(jí)本征模函數(shù)(Intrinic Mode Function，IMF)做功率譜分析，獲得了較好的故障診斷效果。實(shí)驗(yàn)結(jié)果表明了經(jīng)驗(yàn)?zāi)B(tài)