本文關(guān)鍵詞：基于振動(dòng)信號(hào)的齒輪傳動(dòng)監(jiān)測(cè)系統(tǒng)

  更多相關(guān)文章： 齒輪故障診斷 振動(dòng)信號(hào)分析 虛擬儀器技術(shù) 狀態(tài)監(jiān)測(cè) 故障識(shí)別

【摘要】：齒輪傳動(dòng)是機(jī)械傳動(dòng)的主要方式,齒輪失效是齒輪傳動(dòng)難以避免的現(xiàn)象和最終歸宿,并且是誘發(fā)機(jī)器故障的重要原因。齒輪運(yùn)行狀態(tài)的在線監(jiān)測(cè)和故障診斷,對(duì)于降低設(shè)備維修費(fèi)用、防止突發(fā)性事故具有重要意義,并得到了廣泛的重視和研究。對(duì)齒輪振動(dòng)信號(hào)進(jìn)行分析和處理,以判斷齒輪的運(yùn)行狀況,是目前齒輪運(yùn)行故障診斷的最主要方法。本文采用Lab VIEW編程語(yǔ)言,設(shè)計(jì)和開發(fā)了基于振動(dòng)信號(hào)的齒輪傳動(dòng)在線監(jiān)測(cè)系統(tǒng)和故障離線分析系統(tǒng),主要研究工作有以下幾個(gè)方面:1.闡述了齒輪傳動(dòng)在線監(jiān)測(cè)和故障診斷的研究意義,綜述國(guó)內(nèi)外齒輪箱故障診斷技術(shù)和機(jī)械設(shè)備振動(dòng)狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)的研究現(xiàn)狀,從齒輪傳動(dòng)嚙合振動(dòng)機(jī)理上分析了常見齒輪故障模式的成因以及各故障模式下嚙合振動(dòng)信號(hào)特征。分析了時(shí)域統(tǒng)計(jì)參數(shù)、幅值譜和功率譜、細(xì)化譜、包絡(luò)譜、倒頻譜、小波包分解以及可靠性評(píng)估的原理,為監(jiān)測(cè)系統(tǒng)和離線故障分析系統(tǒng)提供理論基礎(chǔ)。2.研制了基于虛擬儀器技術(shù)的齒輪振動(dòng)信號(hào)采集分析系統(tǒng)。硬件部分主要針對(duì)傳感器、恒流源適調(diào)器、數(shù)據(jù)采集卡和光電編碼器的選取,軟件部分開發(fā)了參數(shù)設(shè)置模塊、信號(hào)分析模塊、數(shù)據(jù)管理模塊和幫助模塊,實(shí)現(xiàn)了齒輪傳動(dòng)嚙合振動(dòng)數(shù)據(jù)的采集、監(jiān)測(cè)以及故障分析處理,搭建齒輪傳動(dòng)故障診斷試驗(yàn)臺(tái),對(duì)比分析齒輪正常狀態(tài)和故障狀態(tài)的振動(dòng)信號(hào),驗(yàn)證了齒輪傳動(dòng)線監(jiān)測(cè)系統(tǒng)和離線故障分析系統(tǒng)的在實(shí)際應(yīng)用中的準(zhǔn)確性和可靠性。3.為了快速準(zhǔn)確識(shí)別齒輪故障模式,提出了一種基于最佳小波包分解(OWPD:Optimum Wavelet Packet Decomposition)和隱馬爾可夫模型(HMM:Hidden Markov Model)的識(shí)別方法。該方法對(duì)采集的振動(dòng)信號(hào)進(jìn)行小波包分解,再利用OWPD自動(dòng)選擇提取最佳小波包能量構(gòu)造特征向量,輸入HMM中進(jìn)行訓(xùn)練與測(cè)試,實(shí)現(xiàn)了齒輪故障模式識(shí)別。實(shí)驗(yàn)結(jié)果表明該方法在齒輪故障模式識(shí)別方面的有效性和準(zhǔn)確性。
【關(guān)鍵詞】：齒輪故障診斷 振動(dòng)信號(hào)分析 虛擬儀器技術(shù) 狀態(tài)監(jiān)測(cè) 故障識(shí)別
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH132.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 課題來源9
• 1.2 選題背景及意義9-10
• 1.3 齒輪箱故障診斷技術(shù)綜述10-13
• 1.4 本課題主要研究?jī)?nèi)容和工作13-15
• 第二章 齒輪振動(dòng)機(jī)理及常見故障特征分析15-22
• 2.1 齒輪嚙合振動(dòng)機(jī)理分析15-18
• 2.1.1 齒輪嚙合振動(dòng)的產(chǎn)生15-16
• 2.1.2 齒輪嚙合振動(dòng)的傳遞路徑16-17
• 2.1.3 齒輪嚙合振動(dòng)機(jī)理17-18
• 2.2 齒輪常見故障模式及特征頻率計(jì)算18-21
• 2.2.1 常見的故障模式18-20
• 2.2.2 齒輪箱特征頻率計(jì)算20-21
• 2.3 本章小結(jié)21-22
• 第三章 基于振動(dòng)信號(hào)的齒輪箱故障診斷方法研究22-34
• 3.1 時(shí)域分析法22-27
• 3.1.1 時(shí)域統(tǒng)計(jì)特征參數(shù)22-25
• 3.1.2 時(shí)域同步平均法25-27
• 3.2 頻域分析法27-32
• 3.2.1 幅值譜和功率譜分析法27-28
• 3.2.2 細(xì)化譜分析法28-29
• 3.2.3 包絡(luò)譜分析法29-31
• 3.2.4 倒頻譜分析法31-32
• 3.3 可靠性評(píng)估32-33
• 3.3.1 歸一化小波信息熵32
• 3.3.2 歸一化小波信息熵的可靠度32-33
• 3.4 小結(jié)33-34
• 第四章 基于虛擬儀器的齒輪振動(dòng)信號(hào)采集分析系統(tǒng)34-65
• 4.1 系統(tǒng)總體方案設(shè)計(jì)34-38
• 4.1.1 齒輪傳動(dòng)在線監(jiān)測(cè)系統(tǒng)設(shè)計(jì)34-36
• 4.1.2 齒輪傳動(dòng)離線故障分析系統(tǒng)設(shè)計(jì)36-37
• 4.1.3 軟件設(shè)計(jì)平臺(tái)37-38
• 4.2 硬件設(shè)計(jì)38-43
• 4.2.1 傳感器的選擇及測(cè)點(diǎn)選擇38-40
• 4.2.2 恒流信號(hào)適調(diào)器的選擇40-41
• 4.2.3 數(shù)據(jù)采集卡的選擇41-42
• 4.2.4 光電編碼器的選擇42-43
• 4.3 系統(tǒng)參數(shù)設(shè)置模塊43-46
• 4.4 時(shí)域同步平均及時(shí)域指標(biāo)計(jì)算46-48
• 4.4.1 時(shí)域參數(shù)趨勢(shì)分析47
• 4.4.2 時(shí)域同步平均及參數(shù)計(jì)算47-48
• 4.5 頻域分析48-57
• 4.5.1 幅值譜及功率譜分析49-50
• 4.5.2 包絡(luò)譜分析50-52
• 4.5.3 倒頻譜分析52
• 4.5.4 小波包分析52-54
• 4.5.5 可靠性評(píng)估54-55
• 4.5.6 數(shù)據(jù)管理模塊及幫助模塊55-57
• 4.6 系統(tǒng)測(cè)試及結(jié)果分析57-64
• 4.6.1 齒輪傳動(dòng)故障診斷試驗(yàn)臺(tái)57-58
• 4.6.2 診斷結(jié)果及分析58-64
• 4.7 小結(jié)64-65
• 第五章 基于最佳小波包分解和HMM的齒輪故障模式識(shí)別65-73
• 5.1 振動(dòng)信號(hào)能量特征提取65-69
• 5.1.1 小波包分解理論66
• 5.1.2 基于最佳小波包分解的自動(dòng)提取特征66-69
• 5.2 HMM的基本理論和建模69-72
• 5.2.1 HMM的基本理論69-70
• 5.2.2 HMM的建模與識(shí)別結(jié)果分析70-72
• 5.3 本章小結(jié)72-73
• 第六章 總結(jié)與展望73-75
• 6.1 總結(jié)73-74
• 6.2 展望74-75
• 參考文獻(xiàn)75-79
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文79-80
• 致謝80-81

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 孫美玲;朱春吉;岳曉峰;谷文超;;時(shí)域同步平均在振動(dòng)信號(hào)分析中的應(yīng)用[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

，

本文編號(hào)：528161