基于振動分析的減速機故障診斷研究.pdf

1、減速機在現(xiàn)代工業(yè)社會中得到了廣泛應用，它能夠使機器設備獲得最好的運行特性，起到降低生產成本以及節(jié)約能源等對現(xiàn)在社會、環(huán)境來說都十分重要的作用，所以如何實時監(jiān)測減速機的健康狀況，特別是深入研究最常用的基于振動信號分析減速機故障與否的算法具有重大意義。論文主要研究內容如下：
　　首先，闡明了減速機的類型、基本結構、振動機理、常見故障類型、產生故障原因及減速機實驗平臺的搭建，詳細闡述了減速機的振動信號分析方法。
　　其次，研究了希

2、爾伯特-黃變換（Hilbert-Huang Transform，HHT）過程中經驗模式分解（Empirical Mode Decomposition，EMD）時產生端點效應的原因。介紹了兩種抑制HHT端點效應的算法：支持向量回歸機（Support Vector Regression，SVR）和邊界局部特征尺度法（Border Local Characteristic-scale Continuation，BLCC），研究提出了一種基于S

3、VR和BLCC相結合的HHT算法。對比鏡像延拓的EMD分解，結合時頻分析和Hilbert瞬時參數(shù)結果指出，新算法的EMD分解結果比鏡像延拓法更趨近于數(shù)據的真實結果，證明了新算法有效地減輕了HHT端點效應現(xiàn)象。
　　然后，在盲源分離相關的基本原理的基礎上，研究了其中的一種盲源分離算法-特征矩陣的聯(lián)合近似對角化法（Jointly Approximate Diagonalisation of Eigen-matrices，JADE），提