本文關(guān)鍵詞：齒輪箱故障診斷及其機器學(xué)習(xí)算法應(yīng)用研究

  更多相關(guān)文章： 齒輪箱 故障診斷 時域同步平均 殘余信號 連續(xù)小波分析 小波包分析 支持向量機 一類學(xué)習(xí)

【摘要】：齒輪作為動力傳動系統(tǒng)的核心部件,對其運行狀態(tài)進行監(jiān)測和診斷具有重要意義。傳統(tǒng)的研究思路為已知某種故障類型,根據(jù)某種信號處理方法進行故障檢測,能夠達到很好的效果�，F(xiàn)實中,面對實際齒輪箱故障類型未知,各種故障隨時可能發(fā)生的危險,單一對某種故障進行監(jiān)測存在極大不足,同時,在復(fù)雜的齒輪箱系統(tǒng)中,多對齒輪同時嚙合,形成強大的背景噪聲,為齒輪早期微弱故障的特征提取造成了極大不便。本文試圖以復(fù)雜的傳動系統(tǒng)作為研究對象,從齒輪常見故障類型出發(fā),分析常見故障類型的故障機理,研究復(fù)雜環(huán)境下的齒輪故障特征提取方法,延續(xù)傳統(tǒng)研究思路,從各個角度提取常見故障類型故障特征,最后通過機器學(xué)習(xí)方法,根據(jù)所有能夠表征故障的特征信息作為機器學(xué)習(xí)輸入,訓(xùn)練正常樣本,得到正常樣本在高維空間張成的分界曲面,把未知類型樣本作為待檢測樣本,達到實時在線監(jiān)測、判斷的目的。主要結(jié)論如下 (1)針對齒輪的調(diào)制特點,在帶通濾波的基礎(chǔ)上,用希爾伯特變換解調(diào)法提取調(diào)制信號特征,用實際直升機振動數(shù)據(jù)驗證,具有明顯的診斷效果。 (2)針對復(fù)雜環(huán)境下的齒輪振動背景噪聲強,研究了基于周期的時域同步平均方法原理,在劉紅星的基礎(chǔ)上提出用提高采樣頻率的方法,可以極大地提高平均次數(shù),同時有用信號不會得到很大衰減。此外,分析了相位誤差累計效應(yīng),提出在轉(zhuǎn)速波動的情況下,用基于時標的角域平均能夠起到很好地平均效果,得到的角域同步平均信號具有較高的信噪比。 (3)針對時域同步平均信號中嚙合頻率及其諧波能量較大的特點,齒輪微弱故障特征往往被這些主要能量成分所淹沒,提出用殘余信號的方法進行微弱故障特征提取,給出了殘余信號的提取方法,以及用幅值域分析方法對實際齒輪副進行了分析,結(jié)果表明,相比直接用時域同步平均信號進行幅值域分析,殘余信號具有更高的故障靈敏度。 (4)針對齒輪故障發(fā)生具有非平穩(wěn)特點,用小波降噪的方法對環(huán)境隨機噪聲進行了降噪,通過齒輪故障發(fā)生的調(diào)幅調(diào)頻特點,仿真了調(diào)幅調(diào)頻信號在高斯噪聲的情況下,用小波閾值對其進行了降噪處理,分析了不同閾值準則、不同母小波函數(shù)以及分解層數(shù)對小波閾值降噪的影響,結(jié)果表明,采用heursure規(guī)則為佳,選用sym8母小波以及分解層數(shù)為4-6層時,降噪效果最好。 同時,用連續(xù)小波變換的方法對實際振動數(shù)據(jù)進行了分析,運用各尺度下能量特征提取的方法進行了故障特征提取,用歐氏距離的方法比較了同種類型以及不同類型齒輪特征向量之間的歐氏距離。針對齒根裂紋故障,提出用時域同步平均的方法進行連續(xù)小波變換、能量特征提取具有很好的診斷效果,相比用小波去噪方法,時域同步平均方法具有更好的診斷效果。同時,針對齒根裂紋故障或者在嚙合頻率處無表征的故障類型,用殘余信號的連續(xù)小波變換、能量特征提取的方法具有更好的診斷效果,此方法針對不同傳感器測點之間的同種類型齒輪,仍然具有較好的分辨能力。 最后,用殘余信號的小波包分析方法進行了故障診斷,實驗結(jié)果表明,在計算時間少的前提下,用殘余信號的小波包分解以及能量特征提取,采用歐氏距離比較的方法與用連續(xù)小波分析方法具有同等診斷效果,對于實時監(jiān)測診斷具有重要價值。 (5)針對實際工程故障樣本難以收集等樣本不對稱情況,提出無須長時間進行故障指標門限值統(tǒng)計的支持向量機一類學(xué)習(xí)算法,對正常樣本進行訓(xùn)練,其他類型樣本作為待檢測樣本,達到實時診斷的效果。文章提出,對于在嚙合頻率無表征的故障類型,用基于殘余信號的小波包分解、能量特征提取的支持向量機一類學(xué)習(xí)方法進行機器學(xué)習(xí),具有較高的判斷準確率,對于在嚙合頻率有表征的故障類型,采用基于TSA信號的小波包分解、能量特征提取的支持向量機一類學(xué)習(xí)算法進行機器學(xué)習(xí),具有較高的判斷準確率。
【學(xué)位授予單位】：五邑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH165.3;TP181

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 樊可清,倪一清,高贊明;基于SVM的橋梁狀態(tài)監(jiān)測方法[J];公路交通科技;2004年01期

2 李輝;鄭海起;潘宏俠;;基于階次跟蹤和角域平均的齒輪裂紋故障診斷[J];中北大學(xué)學(xué)報(自然科學(xué)版);2007年01期

3 李延斌,鄭 鵬,張文祥,陳長征;齒輪故障診斷技術(shù)現(xiàn)狀與展望[J];機械設(shè)計與制造;2002年02期

4 倪兵兵;鄭曉星;李霆;黃鶴玲;;基于一類學(xué)習(xí)的支持向量機核參數(shù)選擇方法[J];統(tǒng)計與決策;2010年17期

5 林京;基于最大似然估計的小波閾值消噪技術(shù)及信號特征提取[J];儀器儀表學(xué)報;2005年09期

6 劉紅星,左洪福,姜澄宇,屈梁生;信號時域平均處理的新算法[J];振動工程學(xué)報;1999年03期

7 劉紅星,林京,屈梁生,李振武;信號時域平均處理中的若干問題探討[J];振動工程學(xué)報;1997年04期

，

本文編號：1233427