【摘要】： 隨著現(xiàn)代冶金工業(yè)以及設(shè)備現(xiàn)代化水平的不斷發(fā)展進(jìn)步,機(jī)械設(shè)備向著高性能、高效率、高自動(dòng)化和高可靠性的方向發(fā)展。齒輪箱作為機(jī)械設(shè)備中應(yīng)用非常廣泛的一種通用部件,對(duì)其進(jìn)行監(jiān)測(cè)與診斷是非常必要的。不僅可縮短維修時(shí)間,還可提高診斷準(zhǔn)確性和維修質(zhì)量,創(chuàng)造可觀的經(jīng)濟(jì)效益。 小波分析是近年來(lái)迅速發(fā)展起來(lái)的一門理論,已成功應(yīng)用于圖像處理、通信和地球物理研究等領(lǐng)域。本論文將小波分析應(yīng)用到故障診斷領(lǐng)域,圍繞小波分析在齒輪箱故障診斷中的應(yīng)用進(jìn)行了理論研究和實(shí)例分析。 本文研究了小波分析在故障診斷中的意義,描述了齒輪箱的故障類型,介紹了小波分析理論以及小波變換的應(yīng)用。通過(guò)利用小波變換的多分辨逼近以及Mallat算法性質(zhì),可以直接提取對(duì)診斷有用的信息。通過(guò)其在濾波方面、消噪方面以及突變信號(hào)檢測(cè)方面的應(yīng)用,說(shuō)明了小波分析的優(yōu)越性以及小波分析在設(shè)備故障診斷中的必要性。 本文通過(guò)運(yùn)用振動(dòng)分析方法采集高線軋機(jī)齒輪箱振動(dòng)信號(hào)。運(yùn)用Matlab軟件,采用Mallat算法,運(yùn)用db10小波函數(shù)對(duì)采集的振動(dòng)信號(hào)進(jìn)行小波分析,利用閾值消噪,從而進(jìn)行單一頻率的提取,確定原信號(hào)是否為故障信號(hào)。這就提供了一種基于Matlab的判斷故障信號(hào)的方法。運(yùn)用LabVIEW軟件,利用新設(shè)計(jì)的在線監(jiān)測(cè)與故障診斷系統(tǒng),將小波分析方法與常規(guī)的頻譜分析方法相結(jié)合分析,可以更好地進(jìn)行故障診斷和預(yù)測(cè),能取得更好的診斷效果,并大大加強(qiáng)軋機(jī)在線監(jiān)控能力。 小波分析是一種信號(hào)分析方法,將小波分析應(yīng)用到齒輪箱等機(jī)械設(shè)備的故障診斷中是非常必要的。小波理論和應(yīng)用對(duì)齒輪箱等的早期故障有很好的檢測(cè)效果,并在保證一些關(guān)鍵設(shè)備的安全、可靠運(yùn)行方面起著相當(dāng)重要的作用。因而具有廣闊的應(yīng)用前景,是一項(xiàng)值得推廣應(yīng)用的新技術(shù)。
【圖文】：

齒輪及齒輪箱的振動(dòng)系統(tǒng)是一個(gè)相當(dāng)復(fù)雜的非線性系統(tǒng)。要建立其完整的非線性振動(dòng)模型是非常困難的，在研究齒輪及齒輪箱故障時(shí)，通常將齒輪傳動(dòng)副進(jìn)行簡(jiǎn)化。齒輪傳動(dòng)副作為一個(gè)振動(dòng)系統(tǒng)，其物理模型可以簡(jiǎn)化為圖2.1。圖2.1齒輪嚙合物理模型根據(jù)振動(dòng)理論[28]，其動(dòng)力學(xué)方程為。Mx +Cx+k(t )x=F(x)&&&(2.1)式中x—沿嚙合線上齒輪相對(duì)位移(21x = x x)；10

(a) (b)(c) (d)圖3.1 各種小波函數(shù)連續(xù)小波變換具有以下重要性質(zhì):(1)線性性:一個(gè)多分量信號(hào)的小波變換等于各個(gè)分量的小波變換之和。(2)平移不變性:若f(t)的小波變換為 W( a,b)f，則 f (t τ)的小波變換 W( a,b τ)f。(3)伸縮共變性:若f(t)的小波變換為 W( a,b)f，則f(ct)的小波變換為 (,)1Wcacbcf，c>0。(4)自相似性:對(duì)應(yīng)不同尺度參數(shù)a和不同平移參數(shù)b的連續(xù)小波變換之間是自相似的。(5)冗余性:在a b平面上，各點(diǎn)處的小波變換值是相關(guān)的。具體的就是有重建核方程:∫∫∞ ∞∞= WabKababdbadaWabff(,)(,)(,,,)00020 0ψ(3.10)其中，， (),()1(,,,)0000ttcKababababψψψψ= ，被稱為重建核。小波變換同傅里葉變換一樣，都是一種積分變換。我們稱 W( a,b)f為小波變換系數(shù)。小波基具有尺度a、平移b兩個(gè)參數(shù)
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：TH132.41

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 孫霞;;往復(fù)式機(jī)械的故障診斷分析[J];機(jī)械研究與應(yīng)用;2010年05期

相關(guān)碩士學(xué)位論文 前10條

1 孟艷;協(xié)同進(jìn)化PSO算法優(yōu)化RBF網(wǎng)絡(luò)在齒輪箱故障診斷中的應(yīng)用[D];中北大學(xué);2011年

2 喬晶晶;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究[D];中北大學(xué);2011年

3 秦仕群;基于小波分析的惡性負(fù)載識(shí)別智能電表研究設(shè)計(jì)[D];山東科技大學(xué);2011年

4 崔小超;球磨機(jī)傳動(dòng)系統(tǒng)狀態(tài)檢測(cè)與振動(dòng)分析[D];遼寧科技大學(xué);2012年

5 趙航;往復(fù)式機(jī)械故障診斷及磨損動(dòng)力學(xué)分析[D];西安建筑科技大學(xué);2010年

6 范江東;基于粒子群優(yōu)化與支持向量機(jī)的齒輪箱故障診斷研究[D];中北大學(xué);2010年

7 王敏;基于蟻群優(yōu)化算法的齒輪箱故障診斷研究[D];中北大學(xué);2010年

8 黃超勇;基于粒子群優(yōu)化支持向量機(jī)決策樹(shù)的齒輪箱故障診斷方法[D];太原理工大學(xué);2012年

9 裴新才;基于遺傳神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法的研究[D];山東理工大學(xué);2012年

10 張麗君;基于局部線性嵌入的變速器故障模式分類[D];華南理工大學(xué);2012年

本文編號(hào)：2615924