斜齒輪傳動(dòng)平穩(wěn),具有較高的承載能力,在現(xiàn)代工業(yè)設(shè)備,特別是風(fēng)力發(fā)電機(jī)中,得到了廣泛的應(yīng)用。斜齒輪輪系發(fā)生故障常常導(dǎo)致嚴(yán)重的設(shè)備事故,造成慘重的經(jīng)濟(jì)損失。低速旋轉(zhuǎn)機(jī)械的轉(zhuǎn)速一般低于10Hz。齒輪系統(tǒng)工作過程中發(fā)生的齒根裂紋、斷齒、缺齒等都會(huì)產(chǎn)生周期性的脈沖沖擊力,在振動(dòng)信號(hào)頻域出現(xiàn)調(diào)制現(xiàn)象,在頻譜上表現(xiàn)為在嚙合頻率或固有頻率兩側(cè)出現(xiàn)間隔均勻的調(diào)制邊頻帶。風(fēng)力發(fā)電機(jī)中的斜齒輪振動(dòng)信號(hào)受周圍環(huán)境影響較大,背景噪聲在低頻段淹沒了故障頻率,本文對(duì)在低速工況下的齒輪故障診斷方法進(jìn)行了研究,取得了一定的成果。論文主要研究?jī)?nèi)容如下:（1）論述課題背景及研究意義,闡述了國(guó)內(nèi)外低速斜齒輪故障診斷方法的研究現(xiàn)狀,概述了自適應(yīng)模式分解算法和模式識(shí)別算法的發(fā)展情況,引出本文的研究對(duì)象和結(jié)合或改進(jìn)的算法。（2）論述了變分模態(tài)分解算法和循環(huán)自相關(guān)函數(shù)理論,提出了基于參數(shù)優(yōu)化的變分模態(tài)分解的低速斜齒輪故障診斷方法。將此方法應(yīng)用于低速斜齒輪故障的故障診斷,仿真信號(hào)和試驗(yàn)數(shù)據(jù)證明了本方法的有效性。（3）針對(duì)第二章提出方法適用于平穩(wěn)工況的不足,研究在低速范圍內(nèi)的變速情況下的斜齒輪故障診斷方法。提出了基于計(jì)算階次跟蹤的變速斜... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀概述
        1.2.1 低速斜齒輪故障診斷研究現(xiàn)狀概述
        1.2.2 特征提取算法研究現(xiàn)狀概述
        1.2.3 模式識(shí)別研究現(xiàn)狀概述
    1.3 論文研究?jī)?nèi)容與結(jié)構(gòu)安排
2 基于參數(shù)優(yōu)化VMD的低速斜齒輪故障診斷方法
    2.1 算法原理
        2.1.1 VMD基本原理
        2.1.2 CAF基本原理
        2.1.3 TEO基本原理
        2.1.4 余弦相似度度量
    2.2 VMD參數(shù)優(yōu)化
        2.2.1 VMD的重要參數(shù)
        2.2.2 重要參數(shù)值確定方法
    2.3 基于參數(shù)優(yōu)化VMD的故障診斷方法流程
    2.4 仿真信號(hào)分析
    2.5 試驗(yàn)驗(yàn)證和結(jié)果分析
    2.6 本章小結(jié)
3 基于計(jì)算階次跟蹤的變速斜齒輪故障診斷方法
    3.1 算法原理
        3.1.1 階次分析基本原理
        3.1.2 COT仿真信號(hào)分析
        3.1.3 ITD基本原理
    3.2 基于階次分析的變速斜齒輪故障診斷方法
    3.3 仿真信號(hào)分析
    3.4 試驗(yàn)驗(yàn)證和結(jié)果分析
    3.5 本章小結(jié)
4 基于mRVM的變工況斜齒輪故障診斷方法
    4.1 算法原理
        4.1.1 信號(hào)特征指標(biāo)
        4.1.2 局部保持投影
        4.1.3 數(shù)據(jù)歸一化方法
    4.2 mRVM基本原理
    4.3 基于mRVM的故障診斷方法
    4.4 變工況齒輪故障診斷
    4.5 本章小結(jié)
5 低速斜齒輪故障診斷系統(tǒng)開發(fā)
    5.1 低速齒輪箱齒輪故障試驗(yàn)臺(tái)
        5.1.1 低速斜齒輪故障試驗(yàn)臺(tái)介紹
        5.1.2 低速斜齒輪故障試驗(yàn)類型
        5.1.3 低速斜齒輪故障試驗(yàn)
    5.2 系統(tǒng)開發(fā)環(huán)境
        5.2.1 硬件條件
        5.2.2 軟件開發(fā)環(huán)境
    5.3 低速斜齒輪故障診斷系統(tǒng)
        5.3.1 登陸及密碼管理模塊
        5.3.2 數(shù)據(jù)采集存儲(chǔ)模塊
        5.3.3 基于mRVM的故障模型在線診斷模塊
        5.3.4 數(shù)據(jù)離線分析模塊
        5.3.5 基于COT的離線分析模塊
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Hilbert振動(dòng)分解和高階能量算子的行星齒輪箱故障診斷研究[J]. 馮志鵬,秦嗣峰.  振動(dòng)與沖擊. 2016(05)
[2]Teager能量算子增強(qiáng)倒階次譜提取軸承微弱故障特征[J]. 楊青樂,梅檢民,肖靜,張玲玲,肖云魁.  振動(dòng)與沖擊. 2015(06)
[3]希爾伯特振動(dòng)分解在滾動(dòng)軸承故障診斷中應(yīng)用[J]. 朱可恒,宋希庚,薛冬新.  振動(dòng)與沖擊. 2014(14)
[4]基于多分類相關(guān)向量機(jī)的水電機(jī)組振動(dòng)故障診斷[J]. 易輝,梅磊,李麗娟,劉宇芳,袁宇浩.  中國(guó)電機(jī)工程學(xué)報(bào). 2014(17)
[5]相關(guān)向量機(jī)在污水硝氮檢測(cè)中的應(yīng)用[J]. 曾甜玲,溫志渝,溫中泉.  光譜學(xué)與光譜分析. 2013(04)
[6]基于改進(jìn)型相關(guān)向量機(jī)的高光譜圖像分類[J]. 趙春暉,齊濱,張燚.  光學(xué)學(xué)報(bào). 2012(08)
[7]齒輪常見故障類型及診斷方法[J]. 劉玉樑.  甘肅科技. 2012(05)
[8]基于小波分析的滾動(dòng)軸承故障診斷研究[J]. 陳剛,廖明夫.  科學(xué)技術(shù)與工程. 2007(12)
[9]概率因果網(wǎng)絡(luò)在汽輪機(jī)故障診斷中的應(yīng)用[J]. 陳長(zhǎng)征,劉強(qiáng).  中國(guó)電機(jī)工程學(xué)報(bào). 2001(03)
[10]基于神經(jīng)網(wǎng)絡(luò)的智能診斷[J]. 虞和濟(jì),陳長(zhǎng)征,張省.  振動(dòng)工程學(xué)報(bào). 2000(02)

碩士論文
[1]行星齒輪箱故障表征與診斷方法研究[D]. 唐道龍.大連理工大學(xué) 2018
[2]基于深度信念網(wǎng)絡(luò)的變速器故障分類識(shí)別研究[D]. 單外平.華南理工大學(xué) 2015
[3]基于經(jīng)驗(yàn)?zāi)B(tài)分解法的滾動(dòng)軸承故障診斷系統(tǒng)研究[D]. 曾海平.浙江大學(xué) 2005



本文編號(hào)：3194174