變速器故障主要分為兩類,一類是在長期運(yùn)行過程中產(chǎn)生的如點(diǎn)蝕、磨損等故障,另一類是在生產(chǎn)和制造過程中受加工裝配誤差的影響而產(chǎn)生的故障。第二類故障不僅影響第一類故障的產(chǎn)生和發(fā)展,且隨著變速器向高速化、超靜音發(fā)展,有效檢測(cè)此類故障對(duì)于提高變速器的安全性和可靠性意義重大。但變速器結(jié)構(gòu)復(fù)雜,運(yùn)行時(shí)零部件相互作用,尤其是當(dāng)各種不同位置、不同程度的故障復(fù)合在一起,再受到各種背景噪聲的影響,導(dǎo)致微弱故障特征難以提取。針對(duì)以上問題,本文以某型變速器為研究對(duì)象,分析其異響問題,研究復(fù)合故障狀態(tài)下的變速器微弱故障特征提取方法。論文主要研究內(nèi)容如下:通過分析變速器齒輪和軸承振動(dòng)響應(yīng)機(jī)理和不同故障信號(hào)特征,建立包含沖擊故障成分的變速器復(fù)合故障仿真信號(hào)。搭建了變速器測(cè)試試驗(yàn)臺(tái),采集故障變速器不同檔位不同工況下的聲振信號(hào),通過聲壓信號(hào)初步分析變速器異響來源,布置測(cè)點(diǎn)。研究基于振動(dòng)信號(hào)的故障變速器各測(cè)點(diǎn)時(shí)域統(tǒng)計(jì)特征隨轉(zhuǎn)速變化規(guī)律,同時(shí)結(jié)合排列熵進(jìn)行測(cè)點(diǎn)定位評(píng)價(jià),選擇合適的測(cè)點(diǎn)拾取振動(dòng)信號(hào),為微弱故障特征提取提供可靠數(shù)據(jù)。在深入研究解卷積理論基礎(chǔ)上,通過復(fù)合故障仿真信號(hào)研究比較了MED、MCKD、MOMEDA三種方法的... 

【文章頁數(shù)】：93 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 課題研究背景和意義
    1.2 齒輪箱故障診斷的研究現(xiàn)狀
    1.3 微弱信號(hào)識(shí)別的研究現(xiàn)狀
    1.4 盲解卷積理論及其在機(jī)械故障診斷中的研究現(xiàn)狀
    1.5 變速器微弱故障診斷難點(diǎn)
    1.6 主要研究內(nèi)容
2 變速器常見故障及機(jī)理分析
    2.1 變速器常見故障類型
    2.2 變速器故障診斷機(jī)理
        2.2.1 齒輪振動(dòng)機(jī)理分析
        2.2.2 滾動(dòng)軸承振動(dòng)機(jī)理分析
        2.2.3 變速器振動(dòng)故障特征總結(jié)
    2.3 變速器復(fù)合故障仿真信號(hào)
    2.4 本章小結(jié)
3 變速器試驗(yàn)研究和測(cè)點(diǎn)定位評(píng)價(jià)
    3.1 試驗(yàn)臺(tái)搭建和實(shí)驗(yàn)條件
    3.2 變速器聲壓信號(hào)分析
    3.3 排列熵理論
        3.3.1 排列熵計(jì)算
        3.3.2 參數(shù)影響分析
    3.4 變速器測(cè)點(diǎn)定位評(píng)價(jià)
        3.4.1 加速度傳感器位置選擇
        3.4.2 時(shí)域特征分析
        3.4.3 頻域特征分析
        3.4.4 排列熵分析
    3.5 本章小結(jié)
4 基于AR-MCKD的微弱故障特征提取方法研究
    4.1 最小熵解卷積算法
    4.2 最大相關(guān)峭度解卷積理論
        4.2.1 最大相關(guān)峭度解卷積算法
        4.2.2 MCKD參數(shù)影響分析
    4.3 MED和MCKD的降噪效果分析
    4.4 基于AR-MCKD的微弱故障特征提取方法
    4.5 變速器齒輪故障特征提取
    4.6 本章小結(jié)
5 基于SK-MOMEDA的微弱故障特征提取方法研究
    5.1 多點(diǎn)優(yōu)化最小熵解卷積
        5.1.1 MOMEDA算法
        5.1.2 MOMEDA參數(shù)影響分析
        5.1.3 MOMEDA降噪效果分析
    5.2 基于SK-MOMEDA的微弱故障特征提取方法
    5.3 變速器振動(dòng)信號(hào)分析
        5.3.1 變速工況
        5.3.2 穩(wěn)速工況
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
        6.1.1 本文工作總結(jié)
        6.1.2 創(chuàng)新點(diǎn)
    6.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及所取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于樣本熵的變速器微弱異響故障特征提取研究[J]. 武超,孫虎兒,梁曉華.  機(jī)械傳動(dòng). 2017(09)
[2]基于MKurt-MOMEDA的齒輪箱復(fù)合故障特征提取[J]. 王志堅(jiān),王俊元,趙志芳,吳文軒,張紀(jì)平,寇彥飛.  振動(dòng).測(cè)試與診斷. 2017(04)
[3]基于Teager能量算子和ZFFT的滾動(dòng)軸承故障特征提取[J]. 夏均忠,趙磊,白云川,于明奇,汪治安.  振動(dòng)與沖擊. 2017(11)
[4]基于最小熵解卷積和Teager能量算子直升機(jī)滾動(dòng)軸承復(fù)合故障診斷研究[J]. 陳海周,王家序,湯寶平,李俊陽.  振動(dòng)與沖擊. 2017(09)
[5]基于CEEMDAN樣本熵與SVM的滾動(dòng)軸承故障診斷[J]. 謝志謙,孫虎兒,劉樂,武超.  組合機(jī)床與自動(dòng)化加工技術(shù). 2017(03)
[6]基于SVD-LMD模糊熵與PNN的滾動(dòng)軸承故障診斷[J]. 劉樂,孫虎兒,謝志謙.  機(jī)械傳動(dòng). 2017(03)
[7]基于AR-MCKD的齒輪點(diǎn)蝕故障特征提取[J]. 呂宏強(qiáng),武志斐,王鐵,谷豐收.  機(jī)械傳動(dòng). 2017(03)
[8]基于網(wǎng)格搜索法優(yōu)化最大相關(guān)峭度反卷積的滾動(dòng)軸承早期故障診斷方法[J]. 呂中亮,湯寶平,周憶,孟杰.  振動(dòng)與沖擊. 2016(15)
[9]Teager能量算子結(jié)合MCKD的滾動(dòng)軸承早期故障識(shí)別[J]. 劉尚坤,唐貴基,何玉靈.  振動(dòng)與沖擊. 2016(15)
[10]基于全矢排列熵的齒輪故障特征提取方法研究[J]. 郝旺身,王洪明,董辛?xí)F,郝偉,韓捷,張坤.  振動(dòng)與沖擊. 2016(11)

博士論文
[1]基于盲源分離的齒輪箱低頻故障特征提取方法研究[D]. 冷軍發(fā).河南理工大學(xué) 2016
[2]復(fù)合齒輪傳動(dòng)系統(tǒng)振動(dòng)響應(yīng)調(diào)制機(jī)理及稀疏分離方法研究[D]. 何國林.華南理工大學(xué) 2015
[3]基于多尺度非線性狀態(tài)特征增強(qiáng)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 王俊.中國科學(xué)技術(shù)大學(xué) 2015

碩士論文
[1]基于隨機(jī)共振的滾動(dòng)軸承微弱信號(hào)幅值估計(jì)研究[D]. 吳尚孺.北京郵電大學(xué) 2017
[2]強(qiáng)沖擊下變速箱滾動(dòng)軸承故障特征提取及狀態(tài)評(píng)估研究[D]. 尹芳莉.中南大學(xué) 2014
[3]汽車變速器微弱故障識(shí)別與智能化診斷研究[D]. 賴欣歡.中國計(jì)量學(xué)院 2013



本文編號(hào)：3727520