基于盲信号分离的齿轮系统故障诊断研究

论文摘要

齿轮系统作为现代工业系统中必不可少的机械传动装置,具有传递动力大,传递运动准确,传动平稳等诸多优点。随着现代机械设备向着大型化、高效率、高强度、自动化及高性能方向发展,作为传递运动和动力的齿轮装置发挥着越来越重要的作用。然而,由于其自身结构复杂,工作环境恶劣等原因,齿轮及齿轮箱都容易受到损害和出现故障。因此,采用先进的技术对齿轮及齿轮箱进行状态监测与故障诊断,可实现由事后维修、定期检修到视情维修的根本转变,减少不必要的损失,从而创造更大的经济效益和社会效益,具有重大的意义。本文针对齿轮箱常见故障,分析其典型故障机理及振动特性,重点研究了两种故障特征提取技术,包括基于重构吸引子轨迹矩阵的改进奇异值分解技术和基于改进奇异值分解技术与盲信号分离相结合的故障诊断新技术,并将这两种方法用于实测故障信号的分析中,其结果为齿轮系统故障诊断提供了新的思路。本文的主要研究内容及结论如下：(1)改进了现有奇异值分解技术。第二章在详细研究基于重构吸引子轨迹矩阵的奇异值分解技术基本原理的基础上,引入自相关分析,改进了原有算法,使其更加科学合理。数值仿真试验及实测数据分析表明：改进后的奇异值分解技术能够成功地提取强噪声背景下的调制故障信息,对齿轮系统故障诊断具有重要意义。(2)研究了盲信号分离的基本原理及应用。第三章详细推导了以JADE法为代表的批处理方法、以Infomax为代表的自适应算法及以FastICA为代表的固定点算法,并分析各自特点。数值仿真试验表明：以JADE法及FastICA法为代表的盲信号分离技术在多路混合信号中进行源分离是很有效的,这为齿轮系统故障诊断提供了新的思路。(3)进行齿轮箱故障诊断实验。第四章根据现有实验条件,设计了实验方案,对原有齿轮箱故障实验台进行改进,设置典型故障类型进行了相关故障诊断实验。(4)提出基于改进的奇异值分解技术与盲信号分离相结合的故障诊断新方法。第五章首先利用奇异值分解技术对实测信号降噪处理,再利用盲信号分离技术对降噪后信号进行盲源分离,通过奇异值分解技术与盲信号分离技术相结合,成功地分离出实测信号中的典型故障信号,其故障特征与实验设置故障完全吻合。同时,本实验数据的分离结果表明：JADE法与FastICA算法都能取得很好的分离效果。最后,第六章对本文所取得的研究成果进行了总结,并指出了若干值得进一步研究的方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的及意义
• 1.2 国内外研究现状
• 1.2.1 齿轮系统故障诊断研究现状
• 1.2.1.1 时域分析及其应用
• 1.2.1.2 频域分析及其应用
• 1.2.1.3 解调分析及其应用
• 1.2.1.4 时频分析及其应用
• 1.2.1.5 人工神经网络及其应用
• 1.2.1.6 支持向量机及其应用
• 1.2.1.7 专家系统及其应用
• 1.2.2 奇异值分解技术研究现状
• 1.2.3 盲信号分离技术研究现状
• 1.2.4 盲信号分离技术在故障诊断中的应用现状
• 1.2.4.1 直接应用BSS的故障诊断
• 1.2.4.2 BSS与小波变换结合应用于故障诊断
• 1.2.4.3 BSS与神经网络结合应用于故障诊断
• 1.2.4.4 BSS与其它技术结合应用于故障诊断
• 1.3 本文的主要技术路线和研究内容
• 第二章 改进的奇异值分解技术及应用
• 2.1 引言
• 2.2 奇异值分解技术
• 2.3 时间序列重构的吸引子轨迹矩阵及改进算法
• 2.4 调制信息提取的奇异值分解技术
• 2.5 数值仿真
• 2.6 本章小结
• 第三章 盲信号分离理论及应用
• 3.1 引言
• 3.2 独立性分析
• 3.3 高阶统计量
• 3.3.1 高阶矩和高阶累计量
• 3.3.2 偏度和峭度
• 3.4 信息论基础
• 3.4.1 微分熵
• 3.4.2 K-L散度
• 3.4.3 互信息
• 3.4.4 负熵
• 3.5 盲信号分离基本原理
• 3.6 盲信号分离经典算法
• 3.6.1 JADE法基本原理及应用
• 3.6.1.1 JADE法基本原理
• 3.6.1.2 JADE法仿真实验
• 3.6.2 Infomax算法基本原理及应用
• 3.6.2.1 信息极大Infomax法
• 3.6.2.2 扩展的Infomax法
• 3.6.3 FastICA算法基本原理及应用
• 3.6.3.1 FastICA基本原理
• 3.6.3.2 FastICA仿真实验
• 3.7 本章小结
• 第四章 齿轮箱故障诊断实验
• 4.1 引言
• 4.2 实验方案设计
• 4.3 ZD10型齿轮箱故障实验台工作原理
• 4.3.1 电机
• 4.3.2 齿轮箱
• 4.3.3 齿轮油泵
• 4.3.4 其它部件
• 4.4 信号采集系统及相关仪器
• 4.4.1 压电加速度传感器
• 4.4.2 电荷放大器
• 4.4.3 数据采集仪
• 4.4.4 DSP2005数据采集与信号分析系统
• 4.5 实验信号的采集
• 4.5.1 齿轮的基本参数及主要实验数据
• 4.5.2 实测信号基本时频特征
• 4.6 本章小结
• 第五章 基于改进SVD及BSS的齿轮箱故障诊断研究
• 5.1 引言
• 5.2 齿轮箱常见故障及其特征
• 5.2.1 齿轮箱的典型故障形式
• 5.2.1.1 齿轮的典型故障形式
• 5.2.1.2 传动轴的典型故障形式
• 5.2.1.3 轴承的典型故障形式
• 5.2.2 齿轮箱典型故障的振动信号特征
• 5.2.2.1 齿形误差的振动特征
• 5.2.2.2 齿轮均匀磨损的振动特征
• 5.2.2.3 断齿的振动特征
• 5.3 改进SVD在齿轮故障诊断中的应用
• 5.4 改进SVD与BSS相结合的故障诊断新方法
• 5.4.1 改进SVD与JADE法结合在齿轮故障诊断中的应用
• 5.4.2 改进SVD与FastICA结合在齿轮故障诊断中的应用
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 主要研究工作与结论
• 6.2 研究工作展望
• 参考文献
• 致谢
• 个人简历、参研项目及已发表的学术论文