齒輪箱是機械設備中一種必不可少的連接和傳遞動力通用零部件,也是一種易于發(fā)生故障的零部件。研究齒輪箱的狀態(tài)監(jiān)測與故障診斷技術,對于保障機械設備的安全、穩(wěn)定運行具有重要意義。 基于振動信號分析處理的齒輪箱狀態(tài)監(jiān)測與故障診斷方法由于具有可在線、實時、非損傷、診斷便捷準確等特點,己廣泛應用于工程實際。齒輪箱發(fā)生故障時,故障產生的沖擊形成不同程度和形態(tài)的振動信號調制現(xiàn)象,如何有效的提取具有故障特征的振動信號調制邊頻帶是齒輪箱故障診斷技術的重要研究內容。針對轉速變化的復雜齒輪箱動態(tài)調制邊頻帶難以提取和現(xiàn)有時頻分析方法時頻聚集性不夠、抗噪能力弱、不能有效分析瞬時頻率大范圍變化的非平穩(wěn)信號問題,本文在國家自然科學基金項目“多尺度線調頻基稀疏信號分解方法及其在機械故障診斷中的應用研究”(項目批準號:50875078)和高等學校博士學科點專項科研基金項目“基于多尺度線調頻基的稀疏信號分解包絡解調方法及其在齒輪箱故障診斷中的應用研究”(項目批準號:20090161110006)資助下,研究提出了一種新的信號處理方法—多尺度線調頻基稀疏信號分解方法,并將其應用于轉速變化的復雜齒輪箱故障診斷,深入系統(tǒng)地研究了基于多尺度線調頻基稀疏信號分解方法的變轉速齒輪箱動態(tài)調制邊頻帶提取、階比跟蹤轉速提取、多分量非平穩(wěn)信號相位函數(shù)提取以及自適應時變?yōu)V波器設計等問題,主要研究工作有: (1)針對現(xiàn)有時頻分析方法不能有效分折處理瞬時頻率大范圍連續(xù)變化的多分量非平穩(wěn)信號,以及時頻聚集性不理想的問題,將多尺度的概念融合到稀疏信號分解中,研究提出了完整、系統(tǒng)的基于多尺度線調頻基的稀疏信號分解方法,證明了該方法具有較高的時頻聚集性、分解的自適應性、表示的稀疏性和較強的抗噪能力,非常適合于多分量非平穩(wěn)信號的分析處理。 (2)針對轉速波動情況下齒輪箱動態(tài)調制邊頻帶難以提取的問題,研究提出了利用多尺度線調頻基稀疏信號分解準確獲取載波頻率和調制頻率曲線,從而提取齒輪箱故障特征,診斷齒輪箱故障的方法。仿真和實驗分析證明了基于多尺度線調頻基的稀疏信號分解方法能準確提取動態(tài)變化的調制故障特征,非常適合于轉速劇烈波動情況下的齒輪箱故障診斷。 (3)針對階比跟蹤方法中轉速提取困難,和基于瞬時頻率的轉速估計方法抗噪能力弱、精度不理想問題,研究提出利用基于多尺度線調頻基的稀疏信號分解方法來提取轉速信號。在齒輪箱故障診斷中的應用表明,該方法能準確提取轉速信號,避免了階比跟蹤分析中轉速測量設備安裝困難問題,節(jié)約了診斷成本。 (4)針對廣義解調方法中對頻率相互不平行的多分量信號相位函數(shù)提取困難的問題,研究利用基于多尺度線調頻基的稀疏信號分解方法提取多分量非平穩(wěn)信號的相位函數(shù),有效解決了廣義解調方法中相位函數(shù)提取問題。對軸承故障的仿真和實驗信號分析表明,利用該方法提取的相位函數(shù)對信號進行廣義解調,可以將多分量非平穩(wěn)信號轉化為平穩(wěn)信號,適用于非平穩(wěn)信號的處理和變轉速齒輪箱與軸承的故障診斷。 (5)為了將多個調幅調頻信號線性疊加的非平穩(wěn)信號分解為單個調幅調頻信號,在利用基于多尺度線調頻基的稀疏信號分解方法分別提取各調幅調頻信號載波頻率的基礎上,通過對經典濾波器的擴展,研究提出濾波中心和濾波帶寬可以自適應變化的時變?yōu)V波器設計方法。利用該時變?yōu)V波器可從頻率成分復雜的齒輪箱振動信號中分別提取單個齒輪嚙合頻率調制信號,解決了轉速變化下的多級傳動齒輪箱存在多個嚙合頻率調制信號以及無關頻率成分與嚙合頻率波動范圍重疊狀態(tài)下的齒輪故障診斷難題。 (6)針對多輸入多輸出齒輪箱傳動系統(tǒng)和多齒輪箱系統(tǒng)(即一個基座安裝多個齒輪箱,振動信號互相影響的系統(tǒng))的振動信號中各嚙合頻率階次相互干擾,從而導致故障診斷困難的問題,研究提出用基于多尺度線調頻基稀疏信號分解的自適應時變?yōu)V波器逐個提取振動信號中的嚙合頻率調制分量,再對提取的嚙合頻率調制分量進行階比分析的方法,有效抑制了其他無關聯(lián)軸上齒輪嚙合振動信號和其他非階比噪聲信號對階比譜的影響,較好的解決了階比信號相互干擾的問題,提高了階比譜的調制識別效果,為多輸入多輸出齒輪箱系統(tǒng)和多齒輪箱系統(tǒng)的故障診斷提供了一條有效途徑。 本文研究提出的多尺度線調頻基稀疏信號分解方法融合了稀疏信號分解對基函數(shù)選擇的靈活性、信號表達的簡潔性以及線調頻小波路徑追蹤算法匹配的自適應性和柔性,能有效的分解頻率變化呈線性或曲線變化的多分量非平穩(wěn)信號。仿真分析與應用實例表明,本文在多尺度線調頻基稀疏信號分解基礎上研究提出的變轉速齒輪箱動態(tài)調制邊頻帶提取、階比跟蹤轉速提取、多分量非平穩(wěn)信號相位函數(shù)提取以及自適應時變?yōu)V波器等方法能有效應用于變工況下的復雜齒輪箱系統(tǒng)的故障診斷。
【學位單位】：湖南大學
【學位級別】：博士
【學位年份】：2010
【中圖分類】：TH165.3;TH132.41
【部分圖文】：

其思路來源于幾何中的分段擬合。在幾何中，曲線可以用分段線進行擬合近似表示，而信號分解的本質是利用基函數(shù)對信號進行表示，因們可以對信號利用多個基函數(shù)來分段進行描述，對信號進行分解。在頻域內示為對頻率曲線變化的非平穩(wěn)信號利用多個頻率直線變化的線調頻基函數(shù)來表示。如圖 1.2 所示，信號 f 為一頻率曲線變化的非平穩(wěn)信號，其頻率曲線.2 左圖中虛線所示。連接線調頻基函數(shù),1 ,2 ,3 ,4, , ,m m m mg g g g 對信號進行擬合，線基函數(shù)頻率曲線均為直線，如 1.2 左圖中實線所示，信號的時域擬合過程如圖所示。從 1.2 圖中可以看出，本文提出的基于多尺度線調頻基的稀疏信號方法可以根據信號自身的頻率變化特點對非平穩(wěn)信號進行擬合，精度較高，有自適應性，時頻聚集性好，無 “頻率模糊”、交叉干擾等現(xiàn)象。f士學位論文全文數(shù)據庫 2011年 第07期 工程科技Ⅱ輯

圖 1.3 小波變換和基于多尺度線調頻基的多尺度概念示意圖基于多尺度線調頻基的稀疏信號分解方法原理是在單次分解中采用線調頻小波路徑追蹤算法[73]獲得與分析信號具有最大相關系數(shù)的信號分量，然后采用稀疏信號分解的概念，將該分量從分析信號中除去，再進一步的分解，這樣逐次將各信號分量分解出來。其具體分解方法是先對分析信號的時間坐標軸進行劃分，在尺度系數(shù) j 下，時間軸被分割為 2j個動態(tài)時間支撐區(qū)，然后求解信號在各個動態(tài)時間支撐區(qū)內的最大正交投影系數(shù)（大的系數(shù)代表著信號與基元函數(shù)之間具有較好的局部相似性）及對應的線調頻基元函數(shù)。最大投影系數(shù)中包含了分解信號的幅值和初始相位信息，對應的基元函數(shù)則包含了分解信號的頻偏信息和調頻率信息。在獲得了各個動態(tài)時間支撐區(qū)內的最大正交投影系數(shù)和其對應的基元函數(shù)后，再在最大系數(shù)基元函數(shù)集合中，搜尋出使整個時間軸上分量信號能量最大的基元函數(shù)組合，完成信號的單次分解。該方法分解出的信號可以自適應的動態(tài)匹配原始信號成分，在原始信號頻率成分變化較復雜的地方該方法會自動使用時間跨度較小的線調頻基進行分解，反之則會用較長時間跨度的線調頻基。分解出的信號即為信號中能量最大的信號分量，將原始信號減去分解信號獲得的殘余信號可進

16圖 1.4 本文的總體研究思路1.5.3 主要研究內容及章節(jié)安排論文主要研究內容包括：(1) 基于多尺度線調頻基的稀疏信號分解方法研究針對傳統(tǒng)稀疏信號分解方法采用單一原子對信號進行匹配分解，無法很好匹配非平穩(wěn)信號的問題，研究提出一種新的基于多尺度線調頻基的稀疏信號分解方法，該方法將多尺度的概念融合到稀疏信號分解中，采用多尺度的線調頻基函數(shù)對信號進行投影分解，通過從不同的時間支撐區(qū)內投影系數(shù)最大的基函數(shù)集合中尋找出使分解信號能量最大的基函數(shù)組合，逐次獲得分析信號中能量最大的信號分量。給出了分解信號的數(shù)學定義；證明了最大投影系數(shù)包含了分解信號的幅值
【引證文獻】

相關期刊論文 前1條

1 梅檢民;肖云魁;周斌;陳祥龍;喬龍;;基于FRFT的改進多尺度線調頻基稀疏信號分解方法[J];振動工程學報;2013年01期

相關博士學位論文 前1條

1 李鵬;多尺度分析方法在旋轉機械狀態(tài)監(jiān)測中的應用研究[D];中國科學技術大學;2012年

本文編號：2882521