基于智能技術的后橋主減速器齒輪故障診斷研究.pdf

1、現(xiàn)代汽車技術發(fā)展突飛猛進，人們對汽車的質量要求越來越高，汽車的噪聲、振動、與舒適性即NVH(noise，Viblalion，Harshness)是衡量汽車制造質量的一個綜合性指標。在汽車噪聲中，主減速器是微車傳動系統(tǒng)中的關鍵部件總成，齒輪作為主減速器中的重要零件，其振動噪聲是主要噪聲源之一。齒輪的振動產(chǎn)生噪音是客觀存在的，但如果齒輪噪聲過大，則對汽車的質量安全帶來隱患，同時又污染環(huán)境，影響人們乘坐的舒適性。目前，對齒輪故障診斷，企業(yè)的做

2、法多為靠人工聽齒輪轉動的聲音來判斷齒輪的好壞，對工人的業(yè)務要求較高，需要有經(jīng)驗的工人師傅才能擔當這一任務。因此，對齒輪噪聲攜帶的信息，利用相關儀器進行采集，分析其特征，規(guī)律，然后利用現(xiàn)代計算機智能方法對其進行診斷研究，是一件很有意義的工作。
　　 齒輪噪聲傳遞出來的信息是雜亂的，非線性的，為了尋求其中的規(guī)律，利用人工神經(jīng)網(wǎng)絡方法對其進行研究是相得益彰的。人工神經(jīng)網(wǎng)絡是一種非程序化、適應性、大腦風格的信息處理。尤其是BP神經(jīng)網(wǎng)絡，

3、結構簡單，可塑性強，在故障診斷領域已經(jīng)有了廣泛的應用。然而，BP網(wǎng)絡的優(yōu)缺點也十分突出，其自學習自適應能力強，容錯性強，極其適于處理非線性復雜問題，但是收斂速度慢，尤其是極易陷入局部最優(yōu)點，制約了其性能。模擬退火算法適合解大規(guī)模組合優(yōu)化問題，計算過程簡單通用，魯棒性強，適用于并行處理，尤其是在理論上被證明是一種以概率1收斂于全局最優(yōu)解的全局優(yōu)化算法。用模擬退火算法改進BP神經(jīng)網(wǎng)絡，克服了BP神經(jīng)網(wǎng)絡極易陷入局部最優(yōu)點的缺點，進一步提高了