數(shù)學(xué)形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用研究
本文關(guān)鍵詞:數(shù)學(xué)形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用研究,由筆耕文化傳播整理發(fā)布。
【摘要】:在機(jī)械設(shè)備中,齒輪是一種必不可少的常用部件,廣泛應(yīng)用于現(xiàn)代工業(yè)設(shè)備領(lǐng)域中,據(jù)顯示,在機(jī)械設(shè)備故障中由于齒輪的失效而引起的故障占了很大比例,故對(duì)齒輪進(jìn)行故障診斷意義重大。 對(duì)于齒輪故障診斷的核心和關(guān)鍵是齒輪故障特征信號(hào)的提取,從提取的特征信號(hào)中可以識(shí)別出齒輪故障的類(lèi)型和損傷部位。本文在學(xué)習(xí)了齒輪故障的類(lèi)型和特征的基礎(chǔ)上,,針對(duì)齒輪故障振動(dòng)信號(hào)的非線(xiàn)性非平穩(wěn)性和多分量的調(diào)制特征,將數(shù)學(xué)形態(tài)學(xué)引入到齒輪故障特征提取中,并結(jié)合了集合經(jīng)驗(yàn)?zāi)J椒纸猓‥EMD)和局部均值分解(LMD)方法,有效地提取出了齒輪的故障特征信息。本文的主要研究?jī)?nèi)容: 1、將數(shù)學(xué)形態(tài)學(xué)應(yīng)用到齒輪故障特征提取中,并用仿真信號(hào)和齒輪模擬故障實(shí)驗(yàn)數(shù)據(jù)證明了該方法的有效性,采用形態(tài)平均濾波器實(shí)現(xiàn)信號(hào)的降噪,形態(tài)差值濾波器實(shí)現(xiàn)信號(hào)特征的提取。 2、在數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)上,提出了基于EEMD形態(tài)學(xué)的齒輪故障特征提取算法。通過(guò)仿真信號(hào)和齒輪模擬故障實(shí)驗(yàn)信號(hào)證明了該方法是有效的。 3、針對(duì)EEMD分解速度慢的問(wèn)題,本文將LMD引入到齒輪振動(dòng)信號(hào)的降噪中,并與數(shù)學(xué)形態(tài)學(xué)相結(jié)合,提出了一種基于LMD形態(tài)學(xué)的齒輪故障特征提取算法。 4、比較三種方法在齒輪故障特征提取中的優(yōu)劣,綜合分析,結(jié)果表明:基于LMD形態(tài)學(xué)的特征提取算法更適合齒輪故障的特征提取。 本課題主要研究了一些基于形態(tài)學(xué)的故障特征提取算法,從計(jì)算效率和處理效果上對(duì)比分析,表明基于LMD形態(tài)學(xué)算法更適合應(yīng)用于大型設(shè)備的實(shí)時(shí)在線(xiàn)監(jiān)測(cè)系統(tǒng)中,但是該方法還有待應(yīng)用到更多的實(shí)時(shí)信號(hào),對(duì)其有效性和實(shí)用性進(jìn)行驗(yàn)證,以期為設(shè)備實(shí)時(shí)在線(xiàn)監(jiān)測(cè)提供一種穩(wěn)定的、有效的方法。
【關(guān)鍵詞】:齒輪故障診斷 數(shù)學(xué)形態(tài)學(xué) 故障特征提取 集合經(jīng)驗(yàn)?zāi)J椒纸?/strong> 局部均值分解
【學(xué)位授予單位】:武漢科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2014
【分類(lèi)號(hào)】:TH165.3;TH132.41
【目錄】:
- 摘要4-5
- Abstract5-10
- 第1章 緒論10-18
- 1.1 課題研究的背景和意義10-11
- 1.2 齒輪故障診斷的研究現(xiàn)狀11-12
- 1.3 基于振動(dòng)信號(hào)的處理技術(shù)12-14
- 1.3.1 平穩(wěn)信號(hào)分析方法12-13
- 1.3.2 非線(xiàn)性非平穩(wěn)信號(hào)時(shí)頻分析方法13-14
- 1.4 數(shù)學(xué)形態(tài)學(xué)的提出及其在機(jī)械故障診斷中的研究現(xiàn)狀14-15
- 1.4.1 數(shù)學(xué)形態(tài)學(xué)的提出14
- 1.4.2 數(shù)學(xué)形態(tài)學(xué)在機(jī)械故障診斷中的研究現(xiàn)狀14-15
- 1.5 本課題的主要研究?jī)?nèi)容15-17
- 1.6 結(jié)論17-18
- 第2章 齒輪的故障診斷18-33
- 2.1 引言18
- 2.2 齒輪故障的類(lèi)型和成因18-20
- 2.2.1 齒輪故障的類(lèi)型18-19
- 2.2.2 齒輪故障的成因19-20
- 2.3 齒輪的振動(dòng)機(jī)理20-25
- 2.3.1 齒輪振動(dòng)的來(lái)源20-21
- 2.3.2 齒輪振動(dòng)的基本參數(shù)21-24
- 2.3.3 齒輪振動(dòng)的簡(jiǎn)化模型24-25
- 2.4 齒輪振動(dòng)信號(hào)的調(diào)制25-30
- 2.4.1 齒輪的嚙合頻率調(diào)制現(xiàn)象26-30
- 2.4.2 齒輪的固有頻率調(diào)制現(xiàn)象30
- 2.5 齒輪典型故障的振動(dòng)信號(hào)特征30-32
- 2.6 結(jié)論32-33
- 第3章 數(shù)學(xué)形態(tài)學(xué)分析方法33-49
- 3.1 引言33
- 3.2 數(shù)學(xué)形態(tài)學(xué)基本運(yùn)算33-38
- 3.2.1 膨脹運(yùn)算(Dilation)33-35
- 3.2.2 腐蝕運(yùn)算(Erosion)35-36
- 3.2.3 開(kāi)運(yùn)算(Open)36-37
- 3.2.4 閉運(yùn)算(Close)37-38
- 3.3 數(shù)學(xué)形態(tài)濾波器的基本理論38-39
- 3.4 數(shù)學(xué)形態(tài)學(xué)的結(jié)構(gòu)元素39-40
- 3.4.1 結(jié)構(gòu)元素形狀的選取39-40
- 3.4.2 結(jié)構(gòu)元素尺寸的確定40
- 3.5 數(shù)學(xué)形態(tài)學(xué)在仿真信號(hào)中的應(yīng)用40-42
- 3.6 數(shù)學(xué)形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用42-48
- 3.6.1 齒輪故障模擬實(shí)驗(yàn)43-44
- 3.6.2 數(shù)學(xué)形態(tài)學(xué)在齒輪斷齒故障特征提取中的應(yīng)用44-46
- 3.6.3 數(shù)學(xué)形態(tài)學(xué)在齒輪磨損故障特征提取中的應(yīng)用46-48
- 3.7 結(jié)論48-49
- 第4章 基于 EEMD 形態(tài)學(xué)的齒輪故障特征提取49-60
- 4.1 引言49
- 4.2 集合經(jīng)驗(yàn)?zāi)J椒纸猓‥EMD)基本理論49-53
- 4.2.1 EEMD 在機(jī)械故障診斷中的應(yīng)用49-50
- 4.2.2 EEMD 分解原理50-53
- 4.3 基于 EEMD 形態(tài)學(xué)的特征提取算法53
- 4.4 基于 EEMD 形態(tài)學(xué)在仿真信號(hào)中的應(yīng)用53-55
- 4.5 基于 EEMD 形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用55-59
- 4.5.1 基于 EEMD 形態(tài)學(xué)在齒輪斷齒故障中的特征提取55-57
- 4.5.2 基于 EEMD 形態(tài)學(xué)在齒輪磨損故障中的特征提取57-59
- 4.6 結(jié)論59-60
- 第5章 基于 LMD 形態(tài)學(xué)的齒輪故障特征提取60-69
- 5.1 引言60
- 5.2 局部均值分解(LMD)基本理論60-63
- 5.2.1 LMD 在機(jī)械故障診斷中的應(yīng)用60-61
- 5.2.2 LMD 分解原理61-63
- 5.3 基于 LMD 形態(tài)學(xué)的特征提取算法63-64
- 5.4 基于 LMD 形態(tài)學(xué)在仿真信號(hào)中的應(yīng)用64-65
- 5.5 基于 LMD 形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用65-68
- 5.5.1 基于 LMD 形態(tài)學(xué)在齒輪斷齒故障中的特征提取65-67
- 5.5.2 基于 LMD 形態(tài)學(xué)在齒輪磨損故障中的特征提取67-68
- 5.6 結(jié)論68-69
- 第6章 三種基于形態(tài)學(xué)的齒輪故障診斷方法比較69-75
- 6.1 引言69
- 6.2 仿真信號(hào)的比較69-70
- 6.3 齒輪模擬故障實(shí)驗(yàn)的比較70-74
- 6.3.1 齒輪斷齒模擬實(shí)驗(yàn)的比較71-72
- 6.3.2 齒輪磨損模擬實(shí)驗(yàn)的比較72-74
- 6.4 結(jié)論74-75
- 第7章 總結(jié)與展望75-77
- 7.1 總結(jié)75-76
- 7.2 展望76-77
- 致謝77-78
- 參考文獻(xiàn)78-84
- 附錄 1 攻讀碩士學(xué)位期間發(fā)表的論文84-85
- 附錄 2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目85-86
- 詳細(xì)摘要86-90
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 章立軍;徐金梧;陽(yáng)建宏;楊德斌;;自適應(yīng)多尺度形態(tài)學(xué)分析及其在軸承故障診斷中的應(yīng)用[J];北京科技大學(xué)學(xué)報(bào);2008年04期
2 趙繼印;徐艷蕾;焦玉斌;;基于順序形態(tài)學(xué)的圖像邊緣檢測(cè)快速算法的研究[J];電子學(xué)報(bào);2008年11期
3 許東;安錦文;;基于屬性形態(tài)學(xué)分析的圖像顯著極值檢測(cè)及應(yīng)用[J];航空學(xué)報(bào);2006年04期
4 趙昭;劉利林;張承學(xué);李海濤;汪建敏;;形態(tài)學(xué)濾波器結(jié)構(gòu)元素選取原則研究與分析[J];電力系統(tǒng)保護(hù)與控制;2009年14期
5 郝如江;盧文秀;褚福磊;;滾動(dòng)軸承故障信號(hào)的多尺度形態(tài)學(xué)分析[J];機(jī)械工程學(xué)報(bào);2008年11期
6 胡愛(ài)軍;向玲;唐貴基;杜永祚;;基于數(shù)學(xué)形態(tài)變換的轉(zhuǎn)子故障特征提取方法[J];機(jī)械工程學(xué)報(bào);2011年23期
7 陳向民;于德介;羅潔思;;基于線(xiàn)調(diào)頻小波路徑追蹤階比循環(huán)平穩(wěn)解調(diào)的齒輪故障診斷[J];機(jī)械工程學(xué)報(bào);2012年03期
8 王國(guó)濤;涂群章;趙建勛;吳海;;油液檢測(cè)技術(shù)在工程機(jī)械中的應(yīng)用[J];建筑機(jī)械;2011年03期
9 王國(guó)彪;何正嘉;陳雪峰;賴(lài)一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報(bào);2013年01期
10 曹宇光;張士華;李森;劉海超;;自升式平臺(tái)齒輪齒條損傷溫度檢測(cè)方法[J];中國(guó)石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條
1 沈路;數(shù)學(xué)形態(tài)學(xué)在機(jī)械故障診斷中的應(yīng)用研究[D];浙江大學(xué);2010年
本文關(guān)鍵詞:數(shù)學(xué)形態(tài)學(xué)在齒輪故障診斷中的應(yīng)用研究,由筆耕文化傳播整理發(fā)布。
本文編號(hào):317021
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/317021.html