【摘要】：齒輪箱是機(jī)械裝備中關(guān)鍵的基礎(chǔ)部件,廣泛應(yīng)用于航空航天、船舶、風(fēng)力發(fā)電、汽車工業(yè)、武器裝備、工程機(jī)械及精密機(jī)床等重大領(lǐng)域中,可實(shí)現(xiàn)機(jī)械裝備的動(dòng)力傳遞和運(yùn)動(dòng)變換。隨著機(jī)械裝備朝著高功率密度和大型化方向發(fā)展,齒輪箱工作環(huán)境變得復(fù)雜惡劣,故障出現(xiàn)概率增高,嚴(yán)重影響了機(jī)械裝備的精度和可靠性,及時(shí)發(fā)現(xiàn)齒輪箱萌生的早期故障振動(dòng)特征,就可以采取有效的應(yīng)對(duì)措施減少經(jīng)濟(jì)損失和災(zāi)難性事故的發(fā)生。因此,齒輪箱早期故障振動(dòng)特征的準(zhǔn)確提取和及時(shí)識(shí)別是制約故障診斷成功率的關(guān)鍵因素之一,對(duì)提高齒輪箱的安全服役性能具有十分重要的理論意義和實(shí)際工程價(jià)值。由于機(jī)械設(shè)備運(yùn)轉(zhuǎn)噪聲、非平穩(wěn)運(yùn)行工況、振源耦合、傳遞路徑以及界面等因素影響,齒輪箱早期故障誘發(fā)的微弱沖擊振動(dòng)特征信噪比低、時(shí)/頻域分布和波形形貌不斷發(fā)生變化,故障振動(dòng)特征調(diào)制尺度隨工況等因素實(shí)時(shí)改變。因此,亟需發(fā)展新的針對(duì)齒輪箱振動(dòng)信號(hào)變尺度解調(diào)和早期故障振動(dòng)特征提取的方法。本論文針對(duì)齒輪箱振動(dòng)信號(hào)變尺度解調(diào)與故障振動(dòng)特征提取問題,圍繞故障振動(dòng)特征信噪比提升、振動(dòng)信號(hào)解調(diào)尺度變換、故障振動(dòng)特征提取和故障監(jiān)測(cè)識(shí)別等方面開展了研究。論文的主要研究工作包括:(1)針對(duì)信噪比提升中機(jī)械設(shè)備運(yùn)轉(zhuǎn)噪聲消除問題,考慮噪聲時(shí)變統(tǒng)計(jì)特性、非均勻頻域分布和成分復(fù)雜等影響,提出了“全局定峰,局部尋優(yōu)”結(jié)合“優(yōu)勝劣汰”的最優(yōu)濾波器全局尋優(yōu)思想,建立了動(dòng)態(tài)生物進(jìn)化論自適應(yīng)消噪算法模型。新的模型在最優(yōu)濾波器搜索迭代過程中動(dòng)態(tài)調(diào)節(jié)濾波器種群進(jìn)化規(guī)則,在降噪性能曲面上實(shí)現(xiàn)了全局跨峰搜索到局部精細(xì)搜索的轉(zhuǎn)變,克服了傳統(tǒng)生物進(jìn)化論自適應(yīng)消噪算法收斂速度慢和種群容易早熟的問題,通過仿真和物理試驗(yàn)證明新算法在降噪效果上和收斂速度上的先進(jìn)性。(2)針對(duì)故障振動(dòng)特征解調(diào)頻帶尺度尋優(yōu)的問題,考慮譜峭度等頻帶尺度統(tǒng)計(jì)指標(biāo)與故障振動(dòng)特征相關(guān)性差和易受噪聲干擾的特點(diǎn),提出了新的包絡(luò)譜故障特征諧振/殘余成分比值指標(biāo),量化了每個(gè)頻帶尺度內(nèi)故障振動(dòng)特征成分的多少,基于遺傳算法建立了故障振動(dòng)特征解調(diào)頻帶的變尺度尋優(yōu)模型。新模型解決了頻帶提取指標(biāo)與故障相關(guān)性差及易受噪聲干擾問題,在行星輪系齒輪箱故障仿真和試驗(yàn)中,診斷效果較傳統(tǒng)的故障振動(dòng)特征解調(diào)頻帶提取等方法有著明顯的進(jìn)步。(3)針對(duì)非穩(wěn)運(yùn)行工況等導(dǎo)致的故障振動(dòng)特征調(diào)制尺度時(shí)變問題,提出了故障振動(dòng)特征時(shí)頻多尺度包絡(luò)解調(diào)算法,基于加權(quán)經(jīng)驗(yàn)?zāi)Ｊ椒纸鈱?shí)現(xiàn)了敏感內(nèi)稟函數(shù)挑選和加權(quán)重構(gòu),在時(shí)頻平面上提取了故障誘發(fā)的沖擊包絡(luò)特征信號(hào),解決了傳統(tǒng)解調(diào)方法在非穩(wěn)工況下無(wú)法做出解調(diào)頻率尺度適當(dāng)調(diào)整的難題。經(jīng)行星輪系和定軸輪系齒輪箱故障試驗(yàn)驗(yàn)證,發(fā)現(xiàn)時(shí)頻多尺度包絡(luò)解調(diào)算法在多種轉(zhuǎn)速工況下均能提取到故障沖擊包絡(luò)特征信號(hào),取得了良好的故障解調(diào)結(jié)果。(4)針對(duì)故障敏感特征提取問題,考慮傳統(tǒng)距離評(píng)估算法中提取的敏感振動(dòng)特征具有冗余性,提出了增強(qiáng)型距離評(píng)估敏感振動(dòng)特征子集挑選算法,實(shí)現(xiàn)了敏感特征子集中故障不相干特征和冗余特征的剔除,結(jié)合聚類算法建立了齒輪箱健康狀態(tài)分類模型。通過不同故障位置、不同故障程度的物理模擬試驗(yàn),驗(yàn)證了增強(qiáng)型距離評(píng)估算法在故障敏感特征子集挑選和分類上的優(yōu)越性。(5)基于振動(dòng)信號(hào)變尺度解調(diào)和早期故障振動(dòng)特征提取算法的研究,編制了齒輪箱運(yùn)行狀態(tài)在線監(jiān)測(cè)系統(tǒng)軟件,完成了信號(hào)采集、信號(hào)分析和齒輪箱運(yùn)行狀態(tài)分析模塊的開發(fā),實(shí)現(xiàn)了多種信號(hào)的采集、傳輸、濾波降噪、變尺度解調(diào)分析、特征提取、狀態(tài)識(shí)別等功能,驗(yàn)證了齒輪箱振動(dòng)信號(hào)變尺度解調(diào)和早期故障振動(dòng)特征提取算法在實(shí)際工程中的應(yīng)用能力。
【圖文】：

發(fā)的異常振動(dòng)特征的信噪比具有十分重要的意義。濾波被認(rèn)為是一種有效的噪聲去除方法，但齒輪箱振動(dòng)信號(hào)中，噪聲功率密度分布范圍廣且非均勻，統(tǒng)計(jì)特性隨齒輪箱運(yùn)行，傳統(tǒng)的維納數(shù)字信號(hào)濾波器對(duì)非平穩(wěn)噪聲濾除效果往往不能箱非平穩(wěn)噪聲自適應(yīng)消除難題，本章圍繞全局最優(yōu)濾波器自適問題應(yīng)濾波器是指根據(jù)運(yùn)行環(huán)境改變，通過自適應(yīng)算法不斷調(diào)整濾應(yīng)噪聲隨時(shí)間變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波的一種數(shù)字應(yīng)濾波器搭建的降噪算法框架如圖 2. 1 所示，濾波器通過自適一時(shí)刻濾波器參數(shù)，對(duì)參考輸入的噪聲 y(k)濾波得到濾波后信號(hào)入 x(k)=s(k)+n(k)和濾波信號(hào) m(k)之間的誤差函數(shù) 不斷調(diào)節(jié)自實(shí)現(xiàn)原始輸入 x(k)中噪聲相關(guān)成分的濾除。

圖 2. 2 進(jìn)化論自適應(yīng)濾波結(jié)構(gòu)簡(jiǎn)圖Fig. 2. 2 Schematic of the evolutionary adaptive filter 動(dòng)態(tài)生物進(jìn)化論迭代濾波算法.1 傳統(tǒng) EDF 算法種群進(jìn)化規(guī)則介紹EDF 算法的本質(zhì)是通過生物種群進(jìn)化規(guī)則：克隆策略(無(wú)性繁殖)和匹配繁殖)，控制 N 個(gè)(種群大小)線性時(shí)不變內(nèi)置濾波器(個(gè)體)自適應(yīng)調(diào)整濾，尋找到最優(yōu)秀的濾波器。因此，EDF 算法屬于群智能優(yōu)化算法，，每一相當(dāng)于一個(gè)個(gè)體[47]。適應(yīng)度值性能曲面克隆策略進(jìn)化適應(yīng)度值性能曲面匹配匹配策略進(jìn)化
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TH136

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾鳴;楊宇;鄭近德;程軍圣;;歸一化復(fù)域能量算子解調(diào)及其在轉(zhuǎn)子碰摩故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2014年05期

2 蘇祖強(qiáng);湯寶平;姚金寶;;基于敏感特征選擇與流形學(xué)習(xí)維數(shù)約簡(jiǎn)的故障診斷[J];振動(dòng)與沖擊;2014年03期

3 梁永亮;李可軍;牛林;趙建國(guó);孫林升;;一種優(yōu)化特征選擇 快速相關(guān)向量機(jī)變壓器故障診斷方法[J];電網(wǎng)技術(shù);2013年11期

4 歐璐;于德介;;基于監(jiān)督拉普拉斯分值和主元分析的滾動(dòng)軸承故障診斷[J];機(jī)械工程學(xué)報(bào);2014年05期

5 李蓉;于德介;陳向民;;基于形態(tài)分量分析與能量算子解調(diào)的齒輪箱復(fù)合故障診斷方法[J];中國(guó)機(jī)械工程;2013年13期

6 張志剛;石曉輝;施全;湯寶平;;基于改進(jìn)EMD和譜峭度法滾動(dòng)軸承故障特征提取[J];振動(dòng).測(cè)試與診斷;2013年03期

7 孫波;張雷;王華茂;;衛(wèi)星PHM系統(tǒng)設(shè)計(jì)技術(shù)研究[J];計(jì)算機(jī)測(cè)量與控制;2013年03期

8 王國(guó)彪;何正嘉;陳雪峰;賴一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報(bào);2013年01期

9 宋辰;黃海燕;;基于免疫文化算法的故障特征選擇方法[J];計(jì)算機(jī)應(yīng)用研究;2012年11期

10 彭暢;柏林;謝小亮;;基于EEMD、度量因子和快速峭度圖的滾動(dòng)軸承故障診斷方法[J];振動(dòng)與沖擊;2012年20期

本文編號(hào)：2632785