隨著科學技術的發(fā)展,機械設備朝著高效率、高強度、高性能、大型化和自動化的方向發(fā)展。作為傳遞運動和動力的齒輪傳動系統(tǒng)在許多大型設備中都發(fā)揮著重要的作用。但由于具有載荷條件復雜,工作環(huán)境惡劣等原因,齒輪傳動系統(tǒng)容易受到損害而出現(xiàn)故障,這些故障的發(fā)生則極有可能誘發(fā)機器癱瘓,從而造成難以估計的經(jīng)濟損失和社會影響。因此,研究齒輪傳動系統(tǒng)故障診斷的理論與技術具有重要的理論和實際意義。盡管現(xiàn)有的特征提取方法及故障識別技術取得了許多成果,但仍然存在諸多缺陷:功率譜分析適用于平穩(wěn)信號分析,齒輪傳動系統(tǒng)拾取的振動信號由于存在非平穩(wěn)性導致這種分析方法無法有效使用;短時傅立葉變換、小波變換、EMD分解等非平穩(wěn)信號處理算法能夠適應齒輪故障診斷信號的非平穩(wěn)特性,但在特征提取方面卻存在太多的頻段特征,導致故障診斷難度增加;如何實現(xiàn)減少特征維數(shù),保證故障診斷效果是迫切需要解決的問題�；谔卣魈崛〉哪Ｊ阶R別方法是故障診斷中的重要內容,BP等神經(jīng)網(wǎng)絡以其極強的自學習、非線性識別能力在故障識別中獲得了廣泛的研究,但其容易陷入局部最優(yōu)一直是該種方法的詬病;同時針對如何更好的應用各種特征提取算法的成果來提高故障識別率也是故障診... 

【文章來源】：太原理工大學山西省 211工程院校

【文章頁數(shù)】：118 頁

【學位級別】：博士

【部分圖文】：

滾動軸承結構示意圖

統(tǒng)故障的物理模擬實驗在太原理工大學機械電子工程障診斷實驗臺上進行的。本文以我研究所實驗室的齒輪的齒輪傳動系統(tǒng)實驗系統(tǒng)由三部分構成，分別是：動力驗系統(tǒng)如圖 2-3 所示，由 Y132S－4 型三相異步電動機齒輪箱的輸入軸，然后經(jīng)過齒輪傳動系統(tǒng)一級傳動，將加載器制動，在該系統(tǒng)中磁粉加載器作為負載使用。楊鐵梅：基于混合智能的齒輪傳動系統(tǒng)集成故障診斷方法研究

圖 2-4 齒輪傳動系統(tǒng)實驗裝置及傳感器測點布置示意圖4 The sketch map for the experimental device of gear transmission systemthe placement of the sensor measurement points采集系統(tǒng)處理分析，是振動測試以及設備故障診斷的前提和基礎[105]率成分，頻帶非常寬，并且其故障信息集中在中頻段和高的參數(shù)是加速度信號(較少用位移和速度)，所用傳感器一般驗中，振動信號的數(shù)據(jù)采集系統(tǒng)由三部分構成，分別是加器。器壓電式三軸加速度傳感器8638M004，該傳感器由瑞士KISTL體積小、靈敏度高的優(yōu)點。該傳感器已經(jīng)將放大器集成在加

【參考文獻】：
期刊論文
[1]Application of Wavelets Transform to Fault Detection in Rotorcraft UAV Sensor Failure[J]. Jun-tong Qi1,2, Jian-da Han1 1. Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, P. R. China 2. Graduate School, Chinese Academy of Sciences, Beijing 100049, P. R. China.  Journal of Bionic Engineering. 2007(04)
[2]基于階次跟蹤與偽魏格納分布的齒輪故障診斷[J]. 康海英,欒軍英,鄭海起,崔清斌.  振動、測試與診斷. 2007(03)
[3]EMD方法基于AR模型預測的數(shù)據(jù)延拓與應用[J]. 胡勁松,楊世錫.  振動、測試與診斷. 2007(02)
[4]混合智能系統(tǒng)R-CSNN及其應用[J]. 夏潔,蔡自興,王剛.  計算機科學. 2007(04)
[5]基于HHT變換的時頻分析法及其在2FSK系統(tǒng)解調中的應用[J]. 毛煒,金榮洪,李家強,耿軍平,范瑜.  電子與信息學報. 2006(12)
[6]一種新的屬性約簡算法[J]. 楊寶華.  計算機技術與發(fā)展. 2006(05)
[7]齒輪故障診斷技術應用綜述[J]. 熊軍,李鳳英,沈玉娣.  機床與液壓. 2005(12)
[8]基于Wigner高階譜的機械故障診斷的研究[J]. 李志農(nóng),何永勇,褚福磊.  機械工程學報. 2005(04)
[9]基于多傳感器信息融合技術[J]. 劉海英,張池平.  佳木斯大學學報(自然科學版). 2004(01)
[10]小波神經(jīng)網(wǎng)絡在齒輪早期故障診斷中的應用[J]. 韓振南,李進寶,熊詩波.  煤礦機械. 2003(05)

博士論文
[1]復雜機械系統(tǒng)動態(tài)特性分析和實驗辨識方法的研究[D]. 熊曉燕.太原理工大學 2008
[2]軋機自激振動診斷與結構動力學修改[D]. 馬維金.太原理工大學 2006
[3]基于模型的異步電動機早期故障智能診斷[D]. 田慕琴.太原理工大學 2006
[4]基于支持向量回歸技術的大型復雜機電設備故障診斷研究與應用[D]. 王然風.太原理工大學 2005
[5]機械結構損傷檢測方法研究[D]. 鄭渝.太原理工大學 2004
[6]齒輪傳動系統(tǒng)的故障診斷方法的研究[D]. 韓振南.太原理工大學 2003



本文編號：2932889