传动系统状态监测与故障诊断研究

论文摘要

振动分析是进行传动系统的状态监测与故障诊断的重要手段。传动系统振动信号中常常含有大量噪声,这使得信号和噪声的频谱在频域内发生了重叠。本文旨在研究适于传动系统的振动信号处理方法。盲源分离（BSS）是目前信号处理中最热门的新兴技术之一,而将盲源分离技术应用于实际机械振动信号处理方面,还不多见。本文以传动系统故障诊断实验为基础,展开这方面的研究。本文介绍了小波分析和盲源分离（BSS）的原理,研究了小波阈值去噪算法和基于负熵的快速固定点算法及其改进的牛顿迭代形式。在实际情况下,传动系统的振动信号受到噪声影响,本文提出了综合采用时延自相关和小波去噪的方法对信号进行预处理,再用改进的快速固定点算法进行信号分离,即“小波去噪-盲源分离-小波去噪”方法。之后,搭建了传动系统故障试验平台,获得了关于齿轮振动信号的丰富的数据。同时,对轴承故障数据进行了研究,得到了若干分析结果。通过分析验证了所研究的算法的有效性和适用性,为盲源分离技术在传动系统上的应用打下了基础,同时也为传动系统故障诊断提供了一个新的手段。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 国内外研究现状
• 1.2.1 时频分析技术概述
• 1.2.2 独立分量分析的发展与研究现状
• 1.2.3 带有噪声的独立分量分析研究现状
• 1.3 本文的主要研究内容
• 第二章 传动系统故障诊断基础
• 2.1 齿轮故障诊断基础
• 2.1.1 齿轮振动数学模型
• 2.1.2 齿轮故障调制现象
• 2.1.3 齿轮典型故障信号特征
• 2.2 滚动轴承故障诊断基础
• 2.2.1 轴承振动的特征频率
• 2.2.2 正常与故障轴承的振动信号特征
• 2.2.3 轴承振动信号的频谱结构分析
• 2.3 轴承故障实例
• 第三章 小波分析理论及应用
• 3.1 小波变换
• 3.1.1 连续小波变换
• 3.1.2 离散小波变换
• 3.2 小波包的基本理论
• 3.2.1 小波包的定义
• 3.2.2 小波包的分解与重建
• 3.3 小波阈值去噪算法
• 3.3.1 去噪问题描述
• 3.3.2 小波阈值去噪原理
• 3.3.3 小波阈值去噪算法描述
• 3.3.4 小波阈值大小确定
• 3.4 小波变换在传动系统故障诊断中的应用
• 3.4.1 小波变换在齿轮故障诊断中的应用
• 3.4.2 小波变换在轴承故障诊断中的应用
• 第四章 独立分量分析原理
• 4.1 独立分量分析的定义
• 4.1.1 独立分量分析的基本模型
• 4.1.2 带有噪声的ICA 问题
• 4.1.3 独立分量分析的预处理问题
• 4.2 独立分量分析的相关数学知识
• 4.2.1 独立与不相关
• 4.2.2 高阶统计量
• 4.2.3 信息论知识
• 4.3 独立分量分析的度量
• 4.3.1 非高斯性极大判据
• 4.3.2 互信息最小化判据
• 4.3.3 最大似然判据
• 4.4 基于负熵的独立分量分析方法
• 4.4.1 基于负熵的FastICA 算法推导
• 4.4.2 改进的牛顿迭代算法
• 第五章 传动系统故障信号提取与分析
• 5.1 传动系统故障诊断试验方案
• 5.1.1 仿真算例
• 5.2 齿轮故障的模拟实验
• 5.2.1 试验装置
• 5.2.2 故障模拟
• 5.2.3 齿轮振动信号分析及盲源分离
• 5.3 滚动轴承故障研究
• 5.3.1 轴承外圈故障信号分析
• 5.3.2 轴承内圈故障信号分析
• 5.3.3 轴承滚动体故障信号分析
• 第六章 总结与展望
• 6.1 本文工作总结
• 6.2 工作展望
• 参考文献
• 致谢
• 在学期间发表的学术论文
• 附录