棒線材軋機齒輪箱智能診斷技術(shù)研究.pdf

1、由于棒線材軋機是典型的高效率、高自動化的設(shè)備，一旦突發(fā)故障，將給正常生產(chǎn)帶來嚴重威脅。軋機動力系統(tǒng)多采用齒輪傳動方式，作為軋機最重要的組成部分之一，齒輪箱運行是否正常涉及到整個機器或生產(chǎn)線的工況狀態(tài)。因此，針對齒輪箱典型故障開展智能診斷技術(shù)研究，具有重要的實際意義，本文研究內(nèi)容如下： (1)在棒線材軋機齒輪箱各種零部件故障中，齒輪和軸承故障占很大的比例。本文從理論上分析了齒輪和軸承典型故障產(chǎn)生的機理，用故障實例說明了齒輪和軸承故

2、障的判別過程，根據(jù)在線監(jiān)測系統(tǒng)提供的振動信號研究了齒輪及軸承的常見失效形式和主要識別特征。采用有限元仿真技術(shù)對滾動軸承承載過程中的應(yīng)力、應(yīng)變情況進行模擬，從而驗證了軸承失效的破壞機理。 (2)智能診斷的知識庫將框架式和產(chǎn)生式方法相結(jié)合進行構(gòu)建，主要包括診斷參量數(shù)據(jù)庫和規(guī)則庫兩部分。其中診斷參量數(shù)據(jù)庫存儲齒輪箱運行狀況的基本監(jiān)測參數(shù)，如基本參數(shù)、振動幅值、振動的波形、典型故障特征等；規(guī)則庫存放的是診斷規(guī)則。 (3)為了有效

3、地對齒輪箱故障進行診斷，本文將齒輪箱振動信號采用小波分解后，定義了小波分層突變系數(shù)用于齒輪箱故障特征的識別，并將其與傳統(tǒng)的“雙特征判別法”相結(jié)合，形成了“三特征判別法”。為了完善系統(tǒng)的智能推理作用，本系統(tǒng)采用矩陣判別篩選法作為核心推理機制，并將“三特征判別法”融入其中，實現(xiàn)了齒輪箱各類典型故障的智能判別，降低了漏診的可能性?；谌卣髋袆e法和矩陣判別篩選法的推理機制是一種有效的推理方法。 整合了新診斷方法和新推理機制的棒線材軋機