本文關(guān)鍵詞：智能倒頻譜及其在故障診斷中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：倒頻譜分析方法是故障診斷的一種常用方法,該方法對具有邊頻帶的頻譜在檢測方面具有較強(qiáng)的辨析能力,它主要利用傅里葉變換將振動信號的周期成分轉(zhuǎn)變成離散的諧波信號,并且與對數(shù)變換相結(jié)合增強(qiáng)了能量較弱的周期成分的分辨率。齒輪故障是旋轉(zhuǎn)機(jī)械主要故障之一。當(dāng)齒輪出現(xiàn)偏心、局部斷裂、膠合、疲勞、齒面磨損等故障時,在嚙合頻率及其諧波周圍會產(chǎn)生以故障齒輪的運(yùn)行頻率為間隔的邊頻帶。利用倒頻譜分析能有效檢測到其中的邊頻帶。利用倒頻譜分析方法對齒輪箱進(jìn)行故障診斷研究,闡述了該方法所存在的優(yōu)缺點,在對倒頻譜分析進(jìn)行了詳細(xì)的理論研究的基礎(chǔ)上,解決了倒頻譜量化分析問題,為提高該方法的分辨率,研究了倒熵譜。為了避免誤判,還結(jié)合全矢譜技術(shù),研究了全矢倒頻譜。主要的研究工作和成果如下:研究方法:倒頻譜分析方法包括兩次傅里葉變換。第一次變換是對信號中的諧波成分進(jìn)行檢測,并以幅值譜的形式呈現(xiàn)。幅值譜中可能存在邊頻帶,邊頻帶的間距反應(yīng)故障的特征頻率,對功率譜作對數(shù)變換可以避免幅值小的邊頻信號被忽略。第二次傅里葉逆變換把幅值譜中的邊頻帶轉(zhuǎn)換成倒頻譜的一根或若干根譜線,倒頻率的倒數(shù)是幅值譜中邊頻帶的間距,因此可以對故障進(jìn)行定位。倒頻譜經(jīng)過量化分析后可以計算出幅值譜中諧波的數(shù)量。若把第二次傅里葉逆變換改成求最大熵分析方法,得到倒熵譜,能更穩(wěn)定的反映出功率譜中的邊頻信號,提高了分辨率,而全矢倒頻譜能夠更加真實的反應(yīng)故障信息。對象研究:當(dāng)齒輪出現(xiàn)齒面磨損時,幅值譜中會出現(xiàn)以運(yùn)行頻率為間隔的邊頻帶,通過對診斷方法和診斷對象的理論研究發(fā)現(xiàn),用倒頻譜分析方法可以判斷齒面磨損故障,其可取性和準(zhǔn)確性非常高。實驗仿真:為了驗證理論研究的可行性,采用以固定間隔的諧波信號為研究對象,對其做兩次傅里葉變換,分別得到幅值譜和倒頻譜,對兩者進(jìn)行比較,倒頻譜中特征倒頻率對應(yīng)的幅值剛好是幅值譜中邊頻帶中諧波的和。根據(jù)齒輪頻譜特征作出理論分析。把第二次傅里葉逆變換用最大熵方法代替,得到倒熵譜,倒熵譜的峰值更加明顯,分辨率更高。實例分析:利用倒頻譜分析方法對齒輪箱進(jìn)行故障診斷分析。闡述了倒頻譜分析方法應(yīng)用于實際分析的過程。在倒頻譜中出現(xiàn)了故障特征倒頻率,與故障齒輪的回轉(zhuǎn)頻率相對應(yīng),對此故障進(jìn)行量化分析,判斷齒輪故障的嚴(yán)重程度。方法優(yōu)化:用倒熵譜分析方法對齒輪箱進(jìn)行故障診斷研究,進(jìn)一步證明了該方法在分辨率和穩(wěn)定性等方面的優(yōu)勢,最終實現(xiàn)了齒輪箱故障的精確定位和量化分析。
【關(guān)鍵詞】：倒頻譜 倒熵譜 最大熵譜 故障診斷 量化分析
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH165.3
【目錄】：

• 摘要4-6
• Abstract6-11
• 1 緒論11-15
• 1.1 課題的來源11
• 1.2 課題的提出和意義11-12
• 1.3 故障診斷技術(shù)的研究及其進(jìn)展12-13
• 1.4 倒頻譜技術(shù)的研究及其進(jìn)展13-14
• 1.5 論文的主要研究內(nèi)容14
• 1.6 本章小結(jié)14-15
• 2 齒輪的振動機(jī)理和故障診斷方法15-28
• 2.1 齒輪的振動機(jī)理和特征頻率15-21
• 2.1.1 齒輪的振動機(jī)理15
• 2.1.2 齒輪運(yùn)行的特征頻率15-17
• 2.1.3 齒輪副的等效質(zhì)量17
• 2.1.4 直齒圓柱齒輪剛度的確定17-18
• 2.1.5 齒輪振動的數(shù)學(xué)模型18-20
• 2.1.6 齒輪故障的頻譜特征20-21
• 2.2 齒輪故障的頻譜特征21-23
• 2.2.1 大周期故障的頻譜特征21-22
• 2.2.2 小周期故障的頻率特征22-23
• 2.3 齒輪的主要失效形式23-24
• 2.3.1 齒輪的主要失效形式23-24
• 2.4 齒輪振動檢測的常用分析方法24-27
• 2.4.1 信號的時域分析24-26
• 2.4.2 信號的頻域分析26
• 2.4.3 信號的倒頻譜分析26-27
• 2.5 本章小結(jié)27-28
• 3 倒頻譜分析28-48
• 3.1 倒頻譜定義28-29
• 3.1.1 功率倒頻譜28
• 3.1.2 復(fù)倒頻譜28-29
• 3.1.3 全矢倒頻譜29
• 3.2 倒頻譜的變換過程29-42
• 3.2.1 同源信息融合30-37
• 3.2.2 譜分析37-40
• 3.2.3 功率譜40-41
• 3.2.4 對數(shù)轉(zhuǎn)換41
• 3.2.5 二次傅里葉逆變換41-42
• 3.2.6 采樣頻率42
• 3.3 倒熵譜分析42-47
• 3.3.1 最大熵譜理論42-44
• 3.3.2 階數(shù)的估算準(zhǔn)則44-45
• 3.3.3 最大熵譜估計的特點45
• 3.3.4 倒熵譜理論45-47
• 3.4 本章小結(jié)47-48
• 4 倒頻譜分析方法在齒輪故障診斷中的應(yīng)用研究48-58
• 4.1 仿真分析48-52
• 4.2 診斷實例分析52-56
• 4.3 本章小結(jié)56-58
• 5 結(jié)論與展望58-60
• 5.1 工作總結(jié)及創(chuàng)新點58-59
• 5.1.1 本文主要內(nèi)容及總結(jié)58
• 5.1.2 本文創(chuàng)新點58-59
• 5.2 展望59-60
• 參考文獻(xiàn)60-64
• 致謝64-65
• 個人簡歷在校期間發(fā)表的學(xué)術(shù)論文及研究成果65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 駱志高;仇學(xué)青;田海泉;;齒輪故障診斷研究的國內(nèi)現(xiàn)狀與發(fā)展方向[J];礦山機(jī)械;2006年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王洪;旋轉(zhuǎn)機(jī)械故障診斷新方法的應(yīng)用研究與振動監(jiān)測診斷系統(tǒng)的開發(fā)[D];華北電力大學(xué)（北京）;2003年

2 鞏曉峗;基于全矢譜技術(shù)的高速齒輪故障診斷研究[D];鄭州大學(xué);2009年

  本文關(guān)鍵詞：智能倒頻譜及其在故障診斷中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：262686