基于時、頻域-小波分析和神經(jīng)網(wǎng)絡方法的齒輪箱故障診斷研究.pdf

1、隨著科學技術的不斷進步，機械設備向著高性能、高效率、高自動化和高可靠性的方向發(fā)展。齒輪箱由于具有傳動比固定、傳動轉矩大、結構緊湊等優(yōu)點，被用于改變轉速和傳遞動力的傳動部件中，它是機械設備的一個重要組成部分，也是易于發(fā)生故障的一個部件，其運行狀態(tài)對整機的工作性能有很大的影響。因此，對齒輪箱進行狀態(tài)監(jiān)測及故障診斷意義重大，不僅可以縮短維修時間、降低維修成本，還可提高診斷準確性和維修質量，創(chuàng)造可觀的經(jīng)濟效益。 齒輪箱的振動信號相當復雜

2、，除反映有關齒輪和軸承本身工作情況的信息外，也包含了大量機械中其它運動部件和結構的信息，因此如果僅僅單從時域與頻域或小波分析對齒輪箱的振動信號進行分析，則很難準確診斷出齒輪箱各類故障。本文提出并研究了一種新的齒輪箱故障診斷技術-基于時、頻域和小波分析的神經(jīng)網(wǎng)絡診斷法，該方法聯(lián)合時、頻域和小波分析的特性來識別齒輪箱故障信號，將所得到的綜合信息，進行神經(jīng)網(wǎng)絡訓練和診斷，結果證明該研究方法可提高齒輪箱故障診斷的準確性和可靠性。 具體研

3、究內容如下: 1)研究齒輪箱故障振動的機理。分析齒輪和軸承的常見故障類型及產(chǎn)生的原因，在此基礎上研究了齒輪和軸承幾種典型故障的振動機理。 2)研究時、頻域分析方法進行齒輪箱故障特征提取的特點。介紹了一些時域和頻域分析方法的理論，通過分析實驗所得的齒輪箱5種典型故障信號，得出相應的時域與頻域特征。 3)研究小波分析方法進行齒輪箱故障特征量提取的特點。根據(jù)小波分析和小波包分析的基本理論，采用了基于小波包能量的特征提取

4、方法，并用實例證明了該方法的可靠性。 4)根據(jù)BP神經(jīng)網(wǎng)絡算法的原理，提出了一種改進的BP算法，即基于誤差修正的自適應學習速率法，并針對這種算法進行了仿真測試。測試結果表明改進的BP算法縮短了學習時間，提高了學習效率，并在一定程度上避免了學習中的局部極小問題的出現(xiàn)。 5)對本文提出的研究方法進行實驗驗證。利用實驗室齒輪箱實驗臺模擬了齒輪箱五種典型故障形式，并采集了各工況下的振動信號。對信號進行時、頻域分析和小波分析并提取