齒輪箱作為機(jī)械設(shè)備中一種必不可少的連接和傳遞動(dòng)力的通用零部件,在現(xiàn)代工業(yè)發(fā)展中具有廣泛的應(yīng)用。但由于齒輪箱本身結(jié)構(gòu)復(fù)雜,工作環(huán)境惡劣等原因,齒輪及齒輪箱容易受到損害和出現(xiàn)故障,從而導(dǎo)致安全事故。由此可見,監(jiān)測(cè)齒輪箱的運(yùn)行狀態(tài),及時(shí)發(fā)現(xiàn)和排除故障,保證設(shè)備的精度和運(yùn)行穩(wěn)定性,具有重要的工程應(yīng)用價(jià)值與意義。 本課題以開發(fā)齒輪箱故障診斷系統(tǒng)為總體目標(biāo),將支持向量機(jī)技術(shù)應(yīng)用于齒輪箱故障的模式識(shí)別,旨在實(shí)現(xiàn)齒輪箱故障的智能診斷,并且提高其診斷準(zhǔn)確率。本文分析了齒輪箱典型故障的振動(dòng)特征,闡述了齒輪箱振動(dòng)信號(hào)分析與故障診斷方法。在信號(hào)分析方法的基礎(chǔ)上,提取時(shí)域參數(shù)、頻域參數(shù)和基于小波分解的多尺度空間能量特征參數(shù),作為支持向量機(jī)的輸入特征向量,構(gòu)建齒輪箱故障診斷模型,實(shí)現(xiàn)對(duì)齒輪箱故障的模式識(shí)別。最后利用而向?qū)ο蟮腣isual C++,開發(fā)了基于支持向量機(jī)的齒輪箱故障診斷系統(tǒng)。軟件系統(tǒng)具有信號(hào)文件讀取、信號(hào)預(yù)處理、時(shí)域和頻域分析、小波分析、特征參數(shù)提取、數(shù)據(jù)保存與讀取、支持向量機(jī)故障診斷等功能,可以實(shí)現(xiàn)圖形的查詢、放大、移動(dòng),并提供了良好的人機(jī)界面,操作方便。 通過采集實(shí)際齒輪箱故障信號(hào),對(duì)系統(tǒng)所實(shí)現(xiàn)的功能進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,采用時(shí)域參數(shù)、頻域參數(shù)和小波參數(shù)相結(jié)合的特征參數(shù)提取方法,利用支持向量機(jī)對(duì)齒輪箱進(jìn)行故障診斷,效果良好,提高了齒輪箱故障診斷的準(zhǔn)確率。
【學(xué)位單位】：東北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2010
【中圖分類】：TP18;TH165.3
【文章目錄】：
摘要
Abstract
目錄
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 齒輪箱故障診斷技術(shù)的發(fā)展與研究現(xiàn)狀
        1.2.1 齒輪箱故障診斷技術(shù)的發(fā)展
        1.2.2 齒輪箱故障診斷技術(shù)的研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.3 課題研究的主要內(nèi)容
第2章 齒輪箱故障類型及信號(hào)特征分析
    2.1 齒輪箱故障的分類
    2.2 齒輪故障振動(dòng)信號(hào)特征分析
        2.2.1 齒輪的簡(jiǎn)化振動(dòng)模型
        2.2.2 齒輪故障振動(dòng)信號(hào)特征
        2.2.3 齒輪的常見故障振動(dòng)特征
    2.3 滾動(dòng)軸承故障振動(dòng)信號(hào)特征分析
        2.3.1 滾動(dòng)軸承振動(dòng)機(jī)理
        2.3.2 滾動(dòng)軸承故障振動(dòng)信號(hào)特征
        2.3.3 滾動(dòng)軸承的常見故障振動(dòng)特征
    2.4 軸故障振動(dòng)信號(hào)特征分析
        2.4.1 軸不對(duì)中
        2.4.2 軸彎曲
        2.4.3 軸不平衡
        2.4.4 軸向竄動(dòng)
    2.5 本章小結(jié)
第3章 齒輪箱典型故障模擬實(shí)驗(yàn)
    3.1 實(shí)驗(yàn)系統(tǒng)的構(gòu)成
    3.2 實(shí)驗(yàn)所用儀器
    3.3 齒輪箱故障模擬
    3.4 測(cè)點(diǎn)布置
    3.5 實(shí)驗(yàn)數(shù)據(jù)的采集
    3.6 本章小結(jié)
第4章 齒輪箱振動(dòng)信號(hào)的分析及特征提取
    4.1 齒輪箱振動(dòng)信號(hào)的時(shí)域分析
        4.1.1 信號(hào)預(yù)處理
        4.1.2 時(shí)域統(tǒng)計(jì)分析
        4.1.3 相關(guān)分析
    4.2 齒輪箱振動(dòng)信號(hào)的頻域分析
        4.2.1 頻譜分析
        4.2.2 頻譜細(xì)化分析
        4.2.3 倒頻譜分析
        4.2.4 解調(diào)分析
        4.2.5 齒輪箱實(shí)驗(yàn)數(shù)據(jù)的頻域分析實(shí)例
    4.3 小波分析方法
        4.3.1 小波變換基礎(chǔ)
        4.3.2 多分辨分析
        4.3.3 Mallat算法
        4.3.4 齒輪箱振動(dòng)信號(hào)的小波降噪處理
        4.3.5 小波分析在齒輪箱故障診斷中的應(yīng)用
    4.4 故障特征參數(shù)提取
        4.4.1 時(shí)域故障特征參數(shù)
        4.4.2 頻域故障特征參數(shù)
        4.4.3 基于小波分解的多尺度空間能量分布特征參數(shù)
    4.5 本章小結(jié)
第5章 基于支持向量機(jī)的齒輪箱故障模式識(shí)別
    5.1 支持向量機(jī)
        5.1.1 支持向量機(jī)的基本思想
        5.1.2 最優(yōu)超平面與支持向量機(jī)
    5.2 支持向量分類機(jī)
        5.2.1 線性可分問題的支持向量分類機(jī)
        5.2.2 線性支持向量分類機(jī)
        5.2.3 非線性支持向量分類機(jī)
        5.2.4 支持向量機(jī)的多分類算法
    5.3 支持向量機(jī)的參數(shù)選擇
        5.3.1 核函數(shù)的選擇
        5.3.2 核參數(shù)的調(diào)整
        5.3.3 正則化參數(shù)C
    5.4 基于支持向量機(jī)的齒輪箱故障診斷
        5.4.1 支持向量機(jī)訓(xùn)練
        5.4.2 支持向量機(jī)診斷
    5.5 本章小結(jié)
第6章 齒輪箱故障診斷軟件系統(tǒng)開發(fā)
    6.1 軟件系統(tǒng)的整體設(shè)計(jì)
        6.1.1 系統(tǒng)概述
        6.1.2 系統(tǒng)功能需求分析
        6.1.3 系統(tǒng)設(shè)計(jì)方案
    6.2 軟件開發(fā)工具的選用及簡(jiǎn)要介紹
    6.3 軟件界面及主要功能模塊
        6.3.1 視圖界面
        6.3.2 采樣數(shù)據(jù)格式轉(zhuǎn)換模塊
        6.3.3 時(shí)域波形顯示
        6.3.4 信號(hào)預(yù)處理模塊
        6.3.5 特征頻率計(jì)算模塊
        6.3.6 信號(hào)分析模塊
        6.3.7 特征參數(shù)提取模塊
        6.3.8 支持向量機(jī)診斷模塊
        6.3.9 實(shí)驗(yàn)數(shù)據(jù)診斷結(jié)果
    6.4 本章小結(jié)
第7章 結(jié)論與展望
    7.1 結(jié)論
    7.2 展望
參考文獻(xiàn)
附錄
致謝

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 王紹敢;基于局域波與遺傳神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷[D];中北大學(xué);2013年

本文編號(hào)：2857401