發(fā)布時(shí)間：2020-09-29 13:25

　　 齒輪箱作為機(jī)械設(shè)備中傳遞運(yùn)動(dòng)和動(dòng)力的重要部件,其健康狀態(tài)將直接影響整個(gè)機(jī)械設(shè)備的運(yùn)行安全。由于齒輪箱結(jié)構(gòu)復(fù)雜、工作環(huán)境惡劣等原因,齒輪箱在機(jī)械設(shè)備中容易發(fā)生故障,造成較大經(jīng)濟(jì)損失甚至人員傷亡。本文以齒輪箱為研究對(duì)象,在總結(jié)齒輪箱現(xiàn)有故障診斷技術(shù)的基礎(chǔ)上,采用動(dòng)力學(xué)建模仿真補(bǔ)充故障數(shù)據(jù)并發(fā)現(xiàn)故障特性,同時(shí)采用基于熵值的復(fù)雜度表征和先進(jìn)濾波技術(shù)對(duì)齒輪箱進(jìn)行特征提取和早期故障診斷研究。其主要研究工作如下:為從理論上分析齒輪箱的故障特性,同時(shí)補(bǔ)充齒輪箱點(diǎn)蝕故障類型及程度的實(shí)驗(yàn)數(shù)據(jù),進(jìn)行了齒輪箱點(diǎn)蝕故障動(dòng)力學(xué)仿真研究。首先,對(duì)一級(jí)齒輪箱進(jìn)行動(dòng)力學(xué)建模,建立扭轉(zhuǎn)和橫向振動(dòng)的6自由度動(dòng)力學(xué)模型。其次,嚙合剛度是齒輪動(dòng)力學(xué)系統(tǒng)中最主要的一個(gè)內(nèi)部激勵(lì)。隨著齒輪點(diǎn)蝕程度增大,嚙合剛度的值會(huì)發(fā)生變化,因而齒輪的動(dòng)力學(xué)特性也會(huì)改變。本文采用時(shí)變嚙合剛度來描述齒輪點(diǎn)蝕故障程度的變化,最終求出齒輪不同點(diǎn)蝕故障程度下的故障特征。最后,對(duì)動(dòng)力學(xué)仿真模型進(jìn)行驗(yàn)證,并進(jìn)一步分析了齒輪箱的早期故障特性以及齒輪箱不同點(diǎn)蝕故障程度下振動(dòng)信號(hào)的特點(diǎn)。針對(duì)齒輪在不同故障類型下的振動(dòng)信號(hào)所呈現(xiàn)出的復(fù)雜度不同的特點(diǎn),提出了基于自適應(yīng)排列熵的齒輪故障類型特征提取方法。自適應(yīng)排列熵集成了局部均值分解算法自適應(yīng)的特點(diǎn)及排列熵較高的計(jì)算效率,能夠從齒輪振動(dòng)信號(hào)有效提取不同故障類型的故障信息。與傳統(tǒng)的多尺度排列熵相比,自適應(yīng)多尺度排列熵采用軟閾值分割,能更加全面準(zhǔn)確地描述振動(dòng)信號(hào)的故障信息,有效提高了樣本之間的可區(qū)分性。經(jīng)齒輪箱仿真數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證,基于自適應(yīng)多尺度排列熵的特征提取方法具有較高的識(shí)別精度和計(jì)算效率,實(shí)現(xiàn)了齒輪不同故障類型的準(zhǔn)確識(shí)別。針對(duì)多尺度模糊熵對(duì)齒輪故障程度特征提取能力不足的問題,提出了廣義復(fù)合多尺度模糊熵的特征提取方法。針對(duì)多尺度模糊熵中粗�；^程的缺點(diǎn),提出了廣義復(fù)合多尺度分解算法,有效提高模糊熵在大尺度下的穩(wěn)定性,并且同時(shí)兼顧振動(dòng)信號(hào)低頻分量和高頻分量的故障信息。首先采用廣義復(fù)合多尺度模糊熵提取齒輪箱不同故障程度的故障特征,然后采用拉普拉斯分值對(duì)特征進(jìn)行優(yōu)選,并結(jié)合極限學(xué)習(xí)機(jī)實(shí)現(xiàn)齒輪不同故障程度的有效區(qū)分。通過仿真和實(shí)驗(yàn),驗(yàn)證了基于廣義復(fù)合多尺度模糊熵進(jìn)行故障特征提取的優(yōu)勢(shì),實(shí)現(xiàn)了齒輪不同故障程度的有效區(qū)分。針對(duì)齒輪早期微弱故障特征難以準(zhǔn)確提取的問題,提出了基于集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?EEMD)與改進(jìn)自適應(yīng)多尺度形態(tài)學(xué)(IAMMA)的齒輪箱早期故障診斷方法。為了降低噪聲的干擾,首先應(yīng)用EEMD對(duì)早期的故障信號(hào)進(jìn)行預(yù)處理,優(yōu)選出包含故障特征較多的內(nèi)稟模式分量,組成重構(gòu)信號(hào)。其次應(yīng)用形態(tài)學(xué)方法對(duì)重構(gòu)信號(hào)進(jìn)行解調(diào)分析,本文針對(duì)自適應(yīng)多尺度形態(tài)學(xué)(AMMA)將結(jié)果直接均分的問題,提出IAMMA算法。通過引入特征頻率比(CFR),將AMMA的解調(diào)結(jié)果賦予權(quán)重值,依據(jù)CFR指標(biāo)自適應(yīng)分配權(quán)重,提高了AMMA算法的解調(diào)能力。仿真與實(shí)驗(yàn)結(jié)果表明:所提出的EEMD-IAMMA方法能夠有效提高故障診斷精度,完成齒輪早期故障的準(zhǔn)確定位。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：TH132.41
【部分圖文】：

合剛度是齒輪箱動(dòng)力學(xué)最主要的參數(shù)之一，它隨的變化而變化[41, 42]。上一節(jié)描述了兩種齒輪箱模方法和有限元建模方法。集中參數(shù)建模方法需元建模方法可以通過模型計(jì)算出嚙合剛度。本文的動(dòng)力學(xué)建模，計(jì)算嚙合剛度的方法主要有三method），能量法（Potential energy method）和有限方波法對(duì)正常嚙合的齒輪，嚙合剛度是一個(gè)周期的函評(píng)估齒輪的嚙合剛度，如圖 1-1 所示[43,44]。一個(gè)即輪齒轉(zhuǎn)一圈除以齒數(shù)的時(shí)間間隔。方波法可以了輪齒嚙合的位置對(duì)嚙合剛度的影響。方波值的。

1, 1, 2, 2, 11 1 1 1 1 b i s i a i b i s i k k k k k 齒嚙合，m 代表 m 對(duì)輪齒正的主動(dòng)輪和從動(dòng)輪。輪重合度在 1 至 2 范圍內(nèi) 1-2 給出了兩對(duì)輪齒嚙合的同時(shí)齒輪 1 的 C 點(diǎn)和齒輪這對(duì)齒輪的嚙合剛度可以使輪的轉(zhuǎn)動(dòng)而變化，故難點(diǎn)是[20,21,41,42,46,47]中，赫茲表示成以齒輪轉(zhuǎn)角為變量-2）也是以齒輪轉(zhuǎn)角為變量合剛度即使他們不熟悉梁

第 1 章 緒 論到方程中，通過動(dòng)力學(xué)仿真分析，得到了齒輪箱正常和故障狀態(tài)號(hào)的特性差異以及早期故障特性。為第 3 章，第 4 章和第 5 章奠定述齒輪箱不同故障類型的信號(hào)特性，引入基于熵值理論的時(shí)間序量方法。首先，為了解決簡(jiǎn)單齒輪不同故障類型區(qū)分的問題，第熵值的齒輪箱不同故障類型信號(hào)的特征提取方法。其次，基于齒類型和不同故障程度下的振動(dòng)信號(hào)特性，第 4 章研究基于熵值的方法。最后，針對(duì)故障程度較輕的早期故障振動(dòng)信號(hào)，第 5 章討輪箱早期弱故障信號(hào)的信噪比。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 侯高雁;呂勇;肖涵;郝志強(qiáng);;基于LMD的多尺度形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2014年19期

2 侯高雁;呂勇;肖涵;秦拓;;基于EEMD自適應(yīng)形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2014年18期

3 鄭近德;陳敏均;程軍圣;楊宇;;多尺度模糊熵及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2014年01期

4 徐亞軍;于德介;孫云嵩;趙丹;;滾動(dòng)軸承故障診斷的階比多尺度形態(tài)學(xué)解調(diào)方法[J];振動(dòng)工程學(xué)報(bào);2013年02期

5 沈路;周曉軍;張文斌;張志剛;;形態(tài)解調(diào)在齒輪故障特征提取中的應(yīng)用[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2010年08期

6 張進(jìn)林;張榆鋒;張燕;陳秋英;蔣薇;;經(jīng)驗(yàn)?zāi)B(tài)分解端點(diǎn)效應(yīng)抑制的常用方法比較研究[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

7 章立軍;徐金梧;陽建宏;楊德斌;;自適應(yīng)多尺度形態(tài)學(xué)分析及其在軸承故障診斷中的應(yīng)用[J];北京科技大學(xué)學(xué)報(bào);2008年04期

8 章立軍;楊德斌;徐金梧;陳志新;;基于數(shù)學(xué)形態(tài)濾波的齒輪故障特征提取方法[J];機(jī)械工程學(xué)報(bào);2007年02期

9 邵忍平,郭萬林,沈允文;機(jī)械傳動(dòng)系統(tǒng)損傷監(jiān)測(cè)的研究現(xiàn)狀和展望[J];振動(dòng)、測(cè)試與診斷;2002年03期

10 張帆,丁康;廣義檢波解調(diào)分析的三種算法及其局限性研究[J];振動(dòng)工程學(xué)報(bào);2002年02期

相關(guān)博士學(xué)位論文 前8條

1 何俊;齒輪箱振動(dòng)特性分析與智能故障診斷方法研究[D];浙江大學(xué);2018年

2 王志堅(jiān);齒輪箱復(fù)合故障診斷特征提取的若干方法研究[D];太原理工大學(xué);2015年

3 李懷俊;基于能量信號(hào)分析的齒輪傳動(dòng)系統(tǒng)故障診斷方法與系統(tǒng)研究[D];華南理工大學(xué);2014年

4 鄭近德;局部特征尺度分解方法及其在機(jī)械故障診斷中的應(yīng)用研究[D];湖南大學(xué);2014年

5 陳偉婷;基于熵的表面肌電信號(hào)特征提取研究[D];上海交通大學(xué);2008年

6 任獲榮;數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用[D];西安電子科技大學(xué);2004年

7 韓振南;齒輪傳動(dòng)系統(tǒng)的故障診斷方法的研究[D];太原理工大學(xué);2003年

8 王新晴;齒輪箱不解體診斷技術(shù)研究[D];天津大學(xué);1998年

相關(guān)碩士學(xué)位論文 前3條

1 熊星;基于小波包分解和希爾伯特黃變換的滾動(dòng)軸承故障診斷[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

2 程超;船用齒輪箱狀態(tài)評(píng)估技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

3 陸小明;基于EMD的滾動(dòng)軸承故障診斷方法的研究[D];蘇州大學(xué);2012年

本文編號(hào)：2829783