【摘要】：隨著現(xiàn)代科學技術的迅速發(fā)展,現(xiàn)代工業(yè)和設備現(xiàn)代化水平不斷提高,高效率、高性能、高自動化和高可靠性成為機械設備的發(fā)展方向。齒輪傳動是機械設備中最普遍的傳動方式之一,為確保機械設備的正常運行,減少故障出現(xiàn)時的維修時間和維護成本,對齒輪箱出現(xiàn)的故障進行更快速、更準確的診斷是非常必要的。變分模態(tài)分解算法(Variational Mode Decomposition,VMD)主要有兩個方面內(nèi)容:變分問題的構(gòu)造及變分問題的求解。變分模態(tài)分解算法(VMD)本質(zhì)是一組自適應維納濾波器組,能夠同時預估出各種不同中心頻率的模態(tài)。與經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)不同的是,變分模態(tài)分解采用非遞歸模式分解來有效地避免了由遞歸模式分解引起的的模態(tài)混疊,并且能夠很好地克服和避免端點效應。所以這種基于變分模態(tài)分解的故障分析方法具有很大的研究意義。本文在基于變分模態(tài)分解(VMD)以及小波原理的基礎上,對齒輪箱故障診斷進行了理論研究和實驗驗證。以大唐張家口某風電廠齒輪箱為實驗研究對象,根據(jù)齒輪箱的實際工況,首先為故障振動信號選取合適的小波基,進行小波去噪預處理和變分模態(tài)分解(VMD),說明信號去噪后進行變分模態(tài)分解(VMD)的效果要好于直接對信號進行分解,接著選取分解后有研究意義的模態(tài)分量進行希爾伯特變換,最后分析變換后得的頻譜圖,找出齒輪箱故障并完成故障診斷。用經(jīng)驗模態(tài)分解(EMD)方法重復上述實驗,結(jié)果表明本文提出的方法能夠有效地對齒輪箱故障進行系統(tǒng)分析和診斷。
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH132.41
【圖文】：

備重要的變速傳動部件，其運行狀態(tài)與機械設備運行狀態(tài)有著密不可分由于其安裝和拆卸過程比較復雜，只依靠過去聽、摸、看等傳統(tǒng)的診斷僅縮短了維護的周期，增加了維修的成本，而且還會受到主觀因素的影診和漏診的發(fā)生。因而齒輪箱是故障診斷技術研究的重要對象之一[22大型機械設備經(jīng)常在惡劣的工作環(huán)境下運行，齒輪、傳動軸和軸承是齒出現(xiàn)故障的地方[23]。多變的振動信號，復雜的運行條件，嚴重的噪聲系列問題使得齒輪箱故障診斷總是難以達到快速準確的效果。因此，加箱的振動機理和故障類型的研究，在故障診斷過程中具有舉足輕重的 齒輪箱的振動機理及振動特性.1 齒輪的振動機理復雜的非線性系統(tǒng)很難建立起完整的振動模型，齒輪箱就是這樣復雜因此，只有對齒輪傳動副作出必要的簡化處理，才能在實際中實現(xiàn)對輪箱的故障診斷。簡化后的齒輪傳動副物理模型如圖 2-1 所示。

為了在含有附加脈沖、隱含成分和其他成分的齒輪振動信號中，識別齒有用信號并提高齒輪故障診斷率，有必要有效地區(qū)分這些成分以減少由不必要的干擾。.3 滾動軸承的振動機理及特性內(nèi)圈、外圈、滾動體和保持架等元件是多數(shù)滾動軸承包含的通用元件。頸相連接，外圈與軸承座孔相連接。在大多數(shù)的情況下，內(nèi)圈隨軸旋轉(zhuǎn)不隨軸旋轉(zhuǎn)的。作為滾動軸承的核心元件，滾動體能按照一定規(guī)律在內(nèi)道中滾動，在相對運動表面的滑動摩擦可以通過滾動體的滾動轉(zhuǎn)化成滾5,26]。如圖 2-2 所示的滾動軸承結(jié)構(gòu)圖中， D是軸承節(jié)徑，d 是滾動體直徑滾道半徑，2r 是外環(huán)滾道半徑， 是接觸角， z 是滾動體個數(shù)，rf 是內(nèi)頻率，一般為軸的轉(zhuǎn)頻，af 是外圈的旋轉(zhuǎn)頻率，c 是滾動體的旋轉(zhuǎn)角滾動體的自轉(zhuǎn)角速度。

根據(jù)公式（4-14）能得出結(jié)論：平穩(wěn)白噪聲的性質(zhì)不會因為經(jīng)過正交小波變改變而改變。因此我們可以推斷經(jīng)正交小波變換后，對于如公式（4-8）所加性噪聲模型，在少數(shù)的小波系數(shù)上包含信號 s (t)的主要能量，而噪聲 u (t)在時間軸的各個尺度下都有分布，小波系數(shù)彼此互不相關。.2 小波閾值去噪算法通過之前對小波變換特點的描述，小波閾值去噪法的具體步驟可以分為以下[52,53]：（1）合適的小波函數(shù)和分解尺度要根據(jù)含噪信號的特點進行選取，然后含號進行整個頻段上的小波分解；（2）對每個尺度的細節(jié)小波系數(shù)都使用所選的合理閾值函數(shù)進行閾值處理閾值根據(jù)相應的閾值設定原則確定；（3） 通過小波逆變換，重構(gòu)最大尺度下的近似小波系數(shù)和經(jīng)過閾值處理后波系數(shù)，完成信號去噪。小波去噪算法的流程如圖 4-5 所示：

【相似文獻】

相關期刊論文 前10條

1 唐貴基;劉夢凡;王棟;;基于ADAMS的750KW風電齒輪箱的動力學仿真[J];云南電力技術;2019年05期

2 張昕冉;高陽;袁小華;許傲然;;對風機機艙內(nèi)部齒輪箱散熱的初步探討[J];電子世界;2019年23期

3 李雪波;;4號高爐水冷傳動齒輪箱離線調(diào)試及安裝[J];梅山科技;2011年03期

4 陳瑞興;仇文凡;關云輝;;兩級傳動齒輪箱漏油分析與優(yōu)化[J];清洗世界;2018年11期

5 吳亞軍;李吉祥;;高速齒輪箱密封[J];機械管理開發(fā);2016年12期

6 張揚;;諾德推出新規(guī)格模塊化工業(yè)齒輪箱[J];中國設備工程;2017年10期

7 劉菊芬;周鐵山;祝春桐;彭軒;;風電齒輪箱行星齒輪軸承拆卸工裝的設計[J];機械制造;2017年06期

8 ;杭州前進齒輪箱集團股份有限公司[J];軍民兩用技術與產(chǎn)品;2017年07期

9 林達文;彭立群;王進;;風機齒輪箱彈性支撐試驗臺的研制及應用[J];特種橡膠制品;2017年04期

10 朱小晶;;軌道交通牽引齒輪箱試驗技術研究[J];機械工程師;2017年11期

相關會議論文 前10條

1 趙立超;陳長征;;基于神經(jīng)網(wǎng)絡的風電機齒輪箱振動信號的分析與應用[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

2 王奉濤;李海峰;張亮;宋魯濤;;高速齒輪箱性能檢測系統(tǒng)的研制[A];2010中國儀器儀表與測控技術大會論文集[C];2010年

3 滕偉;武鑫;高青風;柳亦兵;;風電齒輪箱振動信號的倒頻譜分析[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

4 張帥;張慶運;;風電機組齒輪箱油溫高原因探討及解決方案研究[A];第六屆中國風電后市場交流合作大會論文集[C];2019年

5 許軍;芮立鑫;王福東;;風電齒輪箱的應用及維護[A];第三屆中國風電后市場專題研討會論文集[C];2016年

6 劉靜;周鳳星;;一種同步齒輪箱初始故障的在線監(jiān)測與診斷裝置的研究[A];全國冶金自動化信息網(wǎng)2009年會論文集[C];2009年

7 華青松;白景利;陳鳳艷;;功率分流型風電齒輪箱的優(yōu)化設計[A];中國農(nóng)業(yè)機械工業(yè)協(xié)會風能設備分會2012年度論文集（上）[C];2012年

8 何俊;楊世錫;甘春標;;受外部載荷激勵的風機齒輪箱動力學建模及故障特征提取[A];中國力學大會——2013論文摘要集[C];2013年

9 趙鏡涵;;懸掛齒輪箱潤滑故障的分析與處理[A];第六屆摩擦學工礦企業(yè)潤滑技術工業(yè)應用學術年會論文集[C];1998年

10 周平;;列車驅(qū)動齒輪箱密封系統(tǒng)分析[A];推進鐵路新跨越加快經(jīng)濟大發(fā)展——中國科協(xié)2004年學術年會鐵道分會場論文集[C];2004年

相關重要報紙文章 前10條

1 記者 林佳萍;前進齒輪箱：小配件撬動農(nóng)機變革[N];紹興日報;2019年

2 本報記者 張子瑞;風電齒輪箱冠軍控股方再“易主”[N];中國能源報;2018年

3 本報記者 蔣云龍;這個齒輪箱不一般[N];人民日報;2017年

4 張一一;羅羅宣布UltraFan動力齒輪箱創(chuàng)世界最大功率紀錄[N];中國航空報;2017年

5 記者 矯陽;中國高鐵齒輪箱技術接受高寒考核[N];科技日報;2014年

6 記者 楊建光;中國高鐵齒輪箱技術獲重大突破[N];人民鐵道;2014年

7 本報記者 栗清振;風機主齒輪箱設計帶來潤滑挑戰(zhàn)[N];中國電力報;2015年

8 周瀟瀟;杭齒輕量化齒輪箱研發(fā)上軌道[N];中國船舶報;2014年

9 金小萍;杭齒新型齒輪箱首度打入海監(jiān)船配套市場[N];中國船舶報;2012年

10 成吉昌 蔡云龍;江蘇泰隆核電齒輪箱實現(xiàn)國產(chǎn)化“零”的突破[N];工人日報;2012年

相關博士學位論文 前10條

1 張冕;行星齒輪箱關鍵零部件故障診斷[D];電子科技大學;2019年

2 竇春紅;風電齒輪箱運行狀態(tài)監(jiān)測與故障診斷[D];北京交通大學;2019年

3 魏禹;基于熵值的齒輪箱故障特征提取與早期故障診斷方法研究[D];哈爾濱工業(yè)大學;2019年

4 江國乾;基于排序模式分析與深度學習的風電設備故障診斷方法研究[D];燕山大學;2017年

5 王利明;齒輪箱齒輪故障振動信號變尺度解調(diào)與振動特征提取算法研究[D];重慶大學;2018年

6 賀妍;基于群智能算法融合的行星齒輪箱損傷狀態(tài)識別診斷及維護[D];中北大學;2019年

7 寧少慧;基于嵌入式傳感器的齒輪箱早期故障診斷研究[D];太原理工大學;2017年

8 吳路路;電子齒輪箱高速高精度控制及誤差補償算法研究[D];合肥工業(yè)大學;2017年

9 李廣全;高速列車齒輪箱箱體動態(tài)特性及疲勞可靠性研究[D];北京交通大學;2018年

10 王新晴;齒輪箱不解體診斷技術研究[D];天津大學;1998年

相關碩士學位論文 前10條

1 梁博通;風電機組齒輪箱的狀態(tài)建模與剩余壽命預測研究[D];華北電力大學;2019年

2 徐陽;基于VMD和小波的風電機組齒輪箱的故障診斷[D];華北電力大學;2019年

3 劉夢凡;基于虛擬樣機的750KW風電齒輪箱動力學仿真分析[D];華北電力大學;2019年

4 周曉慶;基于FCE和DUCG的齒輪箱運行狀態(tài)評價與故障診斷[D];江西理工大學;2019年

5 王九成;動車輪對及齒輪箱跑合試驗系統(tǒng)設計[D];長春理工大學;2019年

6 胡澤民;基于光學法的風電齒輪箱油液磨粒在線監(jiān)測系統(tǒng)研究[D];北京交通大學;2019年

7 丁寧;基于混合神經(jīng)網(wǎng)絡的風機齒輪箱潤滑油性能分析方法研究[D];華北電力大學(北京);2019年

8 王桂松;基于風電機組SCADA數(shù)據(jù)的齒輪箱故障預警方法研究[D];華北電力大學(北京);2019年

9 馬智博;高爐上料傳動系統(tǒng)齒輪箱軸承故障診斷研究[D];遼寧科技大學;2019年

10 李偉明;大型風機齒輪箱在線監(jiān)測與故障診斷應用研究[D];華南理工大學;2019年

本文編號：2794702