形態(tài)學神經(jīng)網(wǎng)絡在齒輪箱故障診斷中的應用研究.pdf

1、現(xiàn)代設備正朝著高效率、高精度、自動化、大型化的方向發(fā)展，設備越來越昂貴。如果齒輪傳動系統(tǒng)出現(xiàn)故障，給人們帶來的生命財產(chǎn)損失越來越大。因此，提高齒輪傳動系統(tǒng)的可靠性，從而減少或消除由齒輪傳動系統(tǒng)故障帶來的事故，保證設備的安全運行，具有重要的意義。故障診斷技術(shù)是提高齒輪傳動系統(tǒng)可靠性的重要手段。故障信號特征提取和分類器的設計是齒輪箱故障診斷的關鍵環(huán)節(jié)。
　　本文研究了齒輪箱振動信號的調(diào)制現(xiàn)象，從信號調(diào)制的角度分析了齒輪副和軸承的振動模

2、型，研究了常見故障與振動信號特征的對應關系。在此基礎上建立了能夠反應齒輪箱故障特征的仿真信號表達式，這是一種含有周期性脈沖的非線性非平穩(wěn)信號。利用該仿真信號研究了各種形態(tài)學濾波器對齒輪箱故障特征的提取能力。研究表明，形態(tài)差值濾波器能夠較好的提取周期性脈沖特征并具有較小的計算量；加權(quán)多尺度形態(tài)濾波具有最好的特征提取能力，同時計算量也大大增加。
　　本文利用形態(tài)學神經(jīng)網(wǎng)絡對提取到的齒輪箱振動信號特征參數(shù)進行分類。在格代數(shù)理論的基礎上，