本文關鍵詞：基于嵌入式的齒輪箱故障診斷系統(tǒng)研究

  更多相關文章： 齒輪箱 DSP28335 經(jīng)驗模態(tài)分解（EMD） 嵌入式代碼生成 故障診斷

【摘要】：齒輪箱是在機械設備中使用頻率高、應用范圍廣的部件之一，因此對齒輪箱進行實時監(jiān)測和故障診斷在工業(yè)生產(chǎn)領域具有重大的經(jīng)濟和安全意義。本文將齒輪箱作為研究對象，以DSP芯片處理器TMSF28335為核心開發(fā)了一種能夠監(jiān)測診斷故障的系統(tǒng)，在軟件的開發(fā)過程中將經(jīng)驗模態(tài)分解算法嵌入到診斷系統(tǒng)中進行數(shù)據(jù)處理，并將其應用于齒輪箱常見的幾種故障特征量提取中，為進一步實現(xiàn)故障診斷提供了良好的基礎。 嵌入式故障診斷系統(tǒng)是一種基于嵌入式硬件平臺，并將信號采集、數(shù)據(jù)處理與特征提取集成于一體在嵌入式硬件平臺上執(zhí)行，能夠?qū)崿F(xiàn)故障的自動診斷和多種通信方式的功能。本文中以TI公司的DSP—TMS320F28335為核心處理器，并集成了采集模塊和通信模塊等電路，使該系統(tǒng)可以實現(xiàn)模擬量采集、數(shù)字量輸入輸出和轉(zhuǎn)速測量功能，同時也具有以太網(wǎng)通信和CAN總線通信功能。 本文主要介紹了EMD方法的基本原理和算法，根據(jù)EMD算法的實現(xiàn)過程，設計了總體的算法流程，并研究了EMD算法中極值點與IMF分量的判斷標準。文中還利用Matlab/Simulink中的模型設計，將EMD算法的matlab代碼生成嵌入式代碼并應用于故障診斷系統(tǒng)中。本文實驗首先采集齒輪箱實驗數(shù)據(jù)并進行EMD分解，得到各個IMF分量，并利用EMD能量特征提取法對故障信息進行特征值提取，最后使用BP神經(jīng)網(wǎng)絡檢測該方法在齒輪箱故障診斷上的使用效果，，實驗結(jié)果表明本系統(tǒng)能夠有效的提取故障信息，從而進一步實現(xiàn)故障診斷的目的。
【關鍵詞】：齒輪箱 DSP28335 經(jīng)驗模態(tài)分解（EMD） 嵌入式代碼生成 故障診斷
【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH165.3;TH132.4
【目錄】：

• 摘要4-6
• Abstract6-11
• 1 緒論11-21
• 1.1 研究齒輪箱故障診斷系統(tǒng)的意義11-13
• 1.2 機械故障診斷的研究現(xiàn)狀13-16
• 1.3 嵌入式芯片發(fā)展和應用動態(tài)16-19
• 1.4 本文研究的主要內(nèi)容19-21
• 2 齒輪箱常見故障及信號特征21-34
• 2.1 齒輪常見故障機理分析21-23
• 2.1.1 齒輪典型的故障形式21-22
• 2.1.2 齒輪故障的特征信息22-23
• 2.2 滾動軸承典型故障機理分析23-26
• 2.2.1 滾動軸承常見的故障形式23-25
• 2.2.2 滾動軸承故障的特征信息25-26
• 2.3 齒輪箱振動信號的分析方法26-33
• 2.3.1 時域分析26-28
• 2.3.2 頻域分析28-32
• 2.3.3 時頻分析32-33
• 2.4 本章小結(jié)33-34
• 3 經(jīng)驗模式分解（EMD）34-44
• 3.1 EMD 時頻分析方法的基本理論34-36
• 3.2 經(jīng)驗模態(tài)分解（EMD）的基本原理和算法36-43
• 3.3 本章小結(jié)43-44
• 4 故障診斷系統(tǒng)總體結(jié)構(gòu)44-62
• 4.1 芯片 TMS32028335 簡介44-45
• 4.2 系統(tǒng)整體設計方案45-46
• 4.3 系統(tǒng)硬件設計方案46-50
• 4.3.1 模擬量采集模塊46-47
• 4.3.2 CAP 轉(zhuǎn)速測量模塊47
• 4.3.3 SD 卡存儲47-48
• 4.3.4 串口通信模塊48-49
• 4.3.5 CAN 總線通信模塊49-50
• 4.4 系統(tǒng)軟件設計方案50-55
• 4.5 MatIab 嵌入式算法的代碼生成55-61
• 4.6 本章小結(jié)61-62
• 5 基于嵌入式故障診斷系統(tǒng)的實例應用62-74
• 5.1 齒輪箱故障試驗裝置及方案62-63
• 5.2 實驗數(shù)據(jù)的特征值提取63-67
• 5.3 BP 神經(jīng)網(wǎng)絡的故障診斷方法67-68
• 5.3.1 BP 神經(jīng)網(wǎng)絡的結(jié)構(gòu)原理67-68
• 5.3.2 BP 神經(jīng)網(wǎng)絡應用于故障識別的優(yōu)勢68
• 5.4 BP 神經(jīng)網(wǎng)絡對實驗數(shù)據(jù)故障識別68-73
• 5.5 本章小結(jié)73-74
• 6 結(jié)論與展望74-77
• 6.1 結(jié)論74-75
• 6.2 展望75-77
• 參考文獻77-84
• 攻讀碩士學位期間發(fā)表的學術論文及所取得的研究成果84-85
• 致謝85

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孟宗;戴桂平;劉彬;;基于EMD時頻分析方法的性能研究[J];傳感技術學報;2006年04期

2 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術現(xiàn)狀及展望[J];測試技術學報;2006年04期

3 高陽;潘宏俠;吳升;梁松林;;基于DSP的電力設備遠程監(jiān)測分析系統(tǒng)[J];電力自動化設備;2010年01期

4 劉傳潤;DSP技術的特點及應用[J];河北工程技術高等�？茖W校學報;2005年02期

5 劉慧婷,張e

本文編號：1124985