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、本課題來源于國家自然科學(xué)基金資助項目“基于粒子群優(yōu)化和濾波技術(shù)的復(fù)雜傳動裝置早期故障診斷研究”（項目編號：50875247）和山西省自然科學(xué)基金資助項目“基于粒子群優(yōu)化的齒輪箱故障診斷新技術(shù)研究”(項目編號：2007011070)。
　　齒輪箱作為機械設(shè)備中最常用的動力傳遞部件，在長期運轉(zhuǎn)的過程中，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。針對振動響應(yīng)信號特征提取

2、困難以及振動信號會受到輸入軸轉(zhuǎn)速轉(zhuǎn)矩波動影響的問題，提出基于輸入軸轉(zhuǎn)速轉(zhuǎn)矩信號和輸出振動響應(yīng)信號建立ARX時序模型的方法，通過相應(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)并對其進行故障診斷。
　　本文進行的實驗研究工作主要包括：對轉(zhuǎn)速波動信號進行剔點及平滑處理，對振動響應(yīng)信號進行零均值化、濾波、重采樣、野點剔除以及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；對模型進行時域特性和頻域特性分析，將模型的幅頻響應(yīng)曲線的十六個統(tǒng)計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)化算法實驗?zāi)Ｐ筒⒂肕ATLAB編程實現(xiàn)，以RBF神經(jīng)網(wǎng)絡(luò)的分類結(jié)果作為目標(biāo)函數(shù)，選擇狀態(tài)分類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。通過測得的實驗信號，有效建立了ARX模型，進行特征提取，在優(yōu)化過