矿用齿轮箱的故障特征提取和故障诊断研究

矿用齿轮箱的故障特征提取和故障诊断研究

论文摘要

本文简述了机械故障诊断的意义、目的和研究现状及其发展趋势。以矿用齿轮箱为研究对象,分析和研究了齿轮箱运行当中出现的各种动态激励,通过建立物理模型分析了其产生振动故障的机理,并分析了齿轮箱几种常见的典型故障及其故障特征。研究了小波分析及其在齿轮箱故障特征提取与故障诊断中的具体应用,通过小波分析可以有针对性地对感兴趣的频段进行故障特征提取,并且还能有效地抑制噪声,提高分析诊断的准确性。研究了齿轮箱振动调制现象,利用Hilbert包络解调方法有效的实现了齿轮箱故障特征提取。研究了双谱及其对角切片谱的除噪性能及其在齿轮箱故障诊断中的应用,结论表明,高阶谱可以有效抑制高斯噪声,准确地提取故障特征,还可以检测二次相位耦合现象。研究了小波分析与Hilbert包络解调及双谱分析相结合的故障特征提取和故障诊断方法,结果表明,相融合的方法更有针对性、更有效地提取出机械设备的故障特征,反映出机械设备中的某种非线性振动故障及二次相位耦合,从而实现机械设备的准确故障诊断。

论文目录

  • 致谢
  • 摘要
  • ABSTRACT
  • 1 引言
  • 1.1 课题意义
  • 1.2 故障诊断技术的研究现状与发展
  • 1.3 高阶统计量在机械故障诊断中的研究现状
  • 1.4 论文研究的主要内容
  • 2 小波分析理论
  • 2.1 信号的频域分析
  • 2.2 信号的时频局部分析
  • 2.3 小波分析理论
  • 2.3.1 连续小波变换
  • 2.3.2 离散小波变换
  • 2.3.3 小波级数
  • 2.4 多分辨分析
  • 2.5 小波包分析
  • 2.6 小波包频带的能量分析
  • 2.7 小波除噪
  • 2.8 小结
  • 3 齿轮箱振动机理及故障特征分析
  • 3.1 齿轮振动机理分析
  • 3.1.1 齿轮啮合动态激励分析
  • 3.1.2 齿轮传动力学模型分析
  • 3.1.3 齿轮振动信号的调制原理探讨
  • 3.1.4 齿轮振动的其他成分
  • 3.2 齿轮箱典型故障特征分析
  • 3.2.1 正常状态
  • 3.2.2 齿面磨损故障
  • 3.2.3 齿形误差
  • 3.2.4 断齿故障
  • 3.2.5 轴承疲劳剥落和点蚀
  • 3.2.6 轴类故障
  • 3.2.7 箱体共振
  • 3.3 本章小结
  • 4 Hilbert 包络解调原理及其仿真研究
  • 4.1 Hilbert 包络解调原理
  • 4.2 基于 Hilbert 包络解调的齿轮箱故障特征提取
  • 4.2.1 齿轮振动信号的Hilbert 解调原理
  • 4.2.2 仿真分析
  • 4.3 本章小结
  • 5 高阶统计量分析
  • 5.1 随机变量的特征函数
  • 5.2 高阶矩与高阶累积量
  • 5.2.1 高阶矩与高阶累积量定义
  • 5.2.2 平稳随机过程的高阶累积量
  • 5.2.3 高阶累积量性质
  • 5.2.4 高斯随机过程的高阶累积量
  • 5.3 高阶矩谱与高阶累积量谱
  • 5.3.1 定义
  • 5.3.2 双谱及其性质
  • 5.4 双谱估计算法
  • 5.4.1 直接法
  • 5.4.2 间接法
  • 5.5 双谱对角切片谱
  • 5.5.1 定义
  • 5.5.2 性质
  • 5.5.3 对角切片谱估计算法
  • 5.6 基于高阶累积量的除噪研究
  • 5.7 双谱及其切片谱仿真分析
  • 5.8 结论
  • 6 矿用齿轮箱故障特征提取与故障诊断
  • 6.1 矿用齿轮箱传动示意图及主要特征参数
  • 6.2 振动信号采集与频谱分析
  • 6.3 基于小波分析的齿轮箱故障特征提取
  • 6.4 基于小波分解与 Hilbert 包络解调的故障特征提取
  • 6.5 基于双谱的齿轮箱故障诊断与识别
  • 6.6 本章小结
  • 7 结论与展望
  • 7.1 研究结论
  • 7.2 研究展望
  • 参考文献
  • 附录
  • 作者简历
  • 学位论文数据集
  • 相关论文文献

    • [1].断路器故障特征提取及识别方法研究[J]. 电力设备管理 2020(02)
    • [2].基于时域同步平均的齿轮箱故障特征提取[J]. 科技风 2020(04)
    • [3].风电机组传动链典型故障特征提取方法[J]. 可再生能源 2020(03)
    • [4].行星变速箱故障模拟试验台设计及故障特征提取[J]. 装甲兵工程学院学报 2016(06)
    • [5].基于决策树的煤矿机械故障特征提取研究[J]. 煤炭技术 2017(09)
    • [6].基于改进小波算法的舰炮齿轮箱故障特征提取[J]. 舰船电子工程 2012(10)
    • [7].一种城市轨道车辆轴箱轴承故障特征提取方法[J]. 测控技术 2015(12)
    • [8].基于随机共振预处理的振动故障特征提取研究[J]. 振动与冲击 2014(02)
    • [9].三级式发电机旋转整流器故障特征提取[J]. 微电机 2011(07)
    • [10].基于独立分量分析与相关系数的机械故障特征提取[J]. 振动与冲击 2013(06)
    • [11].无人机故障特征提取问题研究[J]. 航空电子技术 2010(01)
    • [12].快速峭度谱用于复合行星齿轮故障特征提取[J]. 机械传动 2019(10)
    • [13].基于时频图像特征约简的柴油机故障特征提取新方法[J]. 汽车工程 2018(01)
    • [14].基于最小熵翻卷积的网络故障特征提取仿真[J]. 计算机仿真 2015(04)
    • [15].基于小波和分形理论的机车故障特征提取研究[J]. 煤矿机械 2014(11)
    • [16].基于最优分数阶傅里叶变换的模拟电路故障特征提取新方法[J]. 仪器仪表学报 2009(05)
    • [17].基于时频分析的运载火箭故障特征提取技术[J]. 北京航空航天大学学报 2012(06)
    • [18].基于小波分析的滚动轴承的故障特征提取技术[J]. 机械工程与自动化 2010(02)
    • [19].全矢S变换在风力机齿轮箱微弱故障特征提取中的运用[J]. 机床与液压 2019(13)
    • [20].滚动轴承故障特征提取与应用研究[J]. 黑龙江科技信息 2017(07)
    • [21].矿井提升机变速箱机械故障特征提取与诊断[J]. 现代制造工程 2016(09)
    • [22].基于小波相关排列熵的齿轮故障特征提取[J]. 装甲兵工程学院学报 2015(04)
    • [23].基于变分模态分解与独立分量分析的轴承故障特征提取方法[J]. 济南大学学报(自然科学版) 2017(03)
    • [24].希尔伯特-黄变换与小波变换在故障特征提取中的对比研究[J]. 兵工学报 2009(05)
    • [25].基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法[J]. 机械设计与研究 2017(01)
    • [26].全矢局部特征尺度分解及其在转子碰摩故障特征提取中的应用[J]. 机械强度 2017(04)
    • [27].基于小波包优选的模拟电路故障特征提取方法[J]. 电工技术学报 2018(01)
    • [28].粗糙核主元分析方法及其在故障特征提取中的应用[J]. 振动与冲击 2008(03)
    • [29].基于DBN的故障特征提取及诊断方法研究[J]. 仪器仪表学报 2016(09)
    • [30].自适应参数优化EEMD机械故障特征提取方法[J]. 振动.测试与诊断 2014(06)

    标签:;  ;  ;  ;  ;  

    矿用齿轮箱的故障特征提取和故障诊断研究
    下载Doc文档

    猜你喜欢