本文關鍵詞：基于信號共振稀疏分解的齒輪故障診斷方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：齒輪是機械設備體系中傳遞動力和旋轉運動的關鍵部件，在機械加工機床、電力系統、采礦機械等現代工業(yè)設備中應用極為廣泛。齒輪的運行狀態(tài)對整個機械設備的運行狀況有很大影響，齒輪及齒輪箱故障將直接影響設備的安全可靠性。因此，對齒輪進行狀態(tài)監(jiān)測及故障診斷具有重要的意義和價值。 從故障齒輪的振動信號中提取出故障特征信息進行故障診斷，是齒輪故障診斷的重要手段。信號共振稀疏分解方法（Resonance-based Sparse SignalDecompos ition）是近年來由Se lesnick提出的一種新的振動信號分析方法，該方法根據信號中周期諧波成分與瞬態(tài)沖擊成分品質因子（定義為中心頻率與帶寬的比值，用Q表示）的不同，將信號分解為包含周期諧波成分的高共振分量與包含瞬態(tài)沖擊的低共振分量。周期諧波成分為窄帶信號，具有高的品質因子，而瞬態(tài)沖擊成分為寬帶信號，具有低的品質因子。因此，根據品質因子的差異，可實現周期諧波成分與瞬態(tài)沖擊成分的分離，從而避免了不包含故障特征的信號成分對故障診斷結果的干擾，提高故障診斷結果的可靠性。 本文在國家自然科學基金項目“信號共振稀疏分解方法及其在機械故障診斷中的應用研究”(項目批準號：51275161)資助下，以齒輪故障振動機理為基礎，深入研究了信號共振稀疏分解方法，并將其應用于變轉速條件下的齒輪故障診斷中。論文主要研究工作有： （1）針對齒輪的常見故障類型及其特點，介紹了齒輪振動機理、故障齒輪振動信號特征及目前常用的故障診斷方法。 （2）分析了信號共振稀疏分解方法。介紹了信號的共振屬性、品質因子可調小波變換及低共振分量與高共振分量分離的實現，并以此為基礎將信號共振稀疏分解方法應用于齒輪故障振動信號分析；通過仿真算例、裂紋齒輪振動信號、斷齒齒輪振動信號分析，驗證了該方法是一種有效的基于振動信號分析與處理的故障診斷方法。 （3）針對變轉速情況下齒輪故障特征信息難以提取的情況，提出了基于信號共振稀疏分解的階比分析方法。該方法首先通過對信號進行信號共振稀疏分解分析，將干擾成分與包含故障信息的瞬態(tài)沖擊成分分離，然后利用線調頻小波路徑追蹤方法得到的轉速信號對提取的瞬態(tài)沖擊成分進行階比分析。該方法既可以避免干擾成分對分析結果的影響，又可以保證利用提取的轉速信息對沖擊成分角度重采樣結果的正確性，因此該方法得到的最終包絡階次結果能夠正確的反映齒輪的故障信息，同時又避免干擾分量對齒輪故障診斷結果的影響。應用實例分析及對比驗證了該方法的有效性。 （4）針對變轉速齒輪箱的早期故障診斷問題，提出了基于信號共振稀疏分解的階比循環(huán)平穩(wěn)解調方法。該方法首先利用信號共振稀疏分解方法去除振動信號中的嚙合基頻及其諧波成分等干擾分量，避免其對分析結果的影響；然后利用階比循環(huán)平穩(wěn)解調對提取的變轉速信號中的瞬態(tài)沖擊成分進行解調分析。利用該方法獲得的瞬態(tài)沖擊成分的階比循環(huán)解調譜能夠清晰的反映故障信息，有利于進行變轉速條件下的齒輪故障診斷。齒輪早期裂紋故障信號分析的實例證明了其有效性。 本文以齒輪狀態(tài)監(jiān)測與故障診斷為基礎，研究了適用于故障信息與干擾分量分離的信號共振稀疏分解方法，并以其為基礎，，進一步提出基于信號共振稀疏分解的階比分析方法和基于信號共振稀疏分解的階比循環(huán)平穩(wěn)解調方法，并將二者應用于變轉速齒輪故障診斷中。仿真算例及應用實例表明，信號共振稀疏分解方法在齒輪故障診斷中有很好的應用前景。
【關鍵詞】：共振 稀疏分解 齒輪 線調頻 階比分析 循環(huán)平穩(wěn)解調 非平穩(wěn)信號 故障診斷
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH165.3;TH132.41
【目錄】：

• 摘要5-7
• Abstract7-12
• 插圖索引12-14
• 插表索引14-15
• 第1章 緒論15-25
• 1.1 齒輪故障診斷的目的和意義15-16
• 1.2 齒輪故障診斷技術研究現狀16-17
• 1.3 基于振動信號處理技術的齒輪故障診斷17-22
• 1.3.1 時域分析方法17-18
• 1.3.2 頻域分析方法18-19
• 1.3.3 時頻分析方法19-22
• 1.4 本文的主要工作及章節(jié)安排22-25
• 1.4.1 本文的主要工作22-23
• 1.4.2 章節(jié)安排23-25
• 第2章 基于振動分析的齒輪故障診斷基礎25-33
• 2.1 齒輪劣化規(guī)律25-26
• 2.2 齒輪失效及其原因26-29
• 2.2.1 齒輪故障及其分類26-27
• 2.2.2 齒輪常見故障及其原因27-29
• 2.3 齒輪系統的振動機理29-31
• 2.3.1 齒輪振動方程29-30
• 2.3.2 齒輪振動來源30-31
• 2.4 故障齒輪振動信號特征31-32
• 2.5 本章小結32-33
• 第3章 信號共振稀疏分解方法33-51
• 3.1 信號的共振屬性33-36
• 3.1.1 品質因子33-34
• 3.1.2 信號的共振屬性的定義34-36
• 3.2 品質因子可調小波變換36-38
• 3.3 低共振分量與高共振分量的分離38-39
• 3.3.1 形態(tài)分量分析38
• 3.3.2 最佳稀疏表示形式38-39
• 3.4 算例39-50
• 3.4.1 仿真算例39-43
• 3.4.2 裂紋齒輪振動信號分析43-47
• 3.4.3 斷齒齒輪平穩(wěn)信號算例47-50
• 3.5 本章小結50-51
• 第4章 基于信號共振稀疏分解的齒輪故障信號階比分析51-63
• 4.1 線調頻小波路徑追蹤算法52-53
• 4.2 階比分析53-55
• 4.3 基于信號共振稀疏分解的階比分析55-56
• 4.4 實測非平穩(wěn)齒輪振動信號分析56-62
• 4.4.1 斷齒及正常齒輪振動信號分析56-60
• 4.4.2 裂紋齒輪振動信號分析60-62
• 4.5 本章小結62-63
• 第5章 基于信號共振稀疏分解的階比循環(huán)平穩(wěn)解調方法63-70
• 5.1 階比循環(huán)平穩(wěn)解調64-65
• 5.2 基于信號共振稀疏分解的階比循環(huán)平穩(wěn)解調方法65-67
• 5.3 實測齒輪振動信號分析67-69
• 5.4 本章小結69-70
• 結論與展望70-72
• 參考文獻72-79
• 致謝79-80
• 附錄 A 攻讀學位期間發(fā)表和錄用的論文目錄80

【參考文獻】

中國期刊全文數據庫 前10條

1 郭瑜,秦樹人,梁玉前;時頻分析階比跟蹤技術[J];重慶大學學報(自然科學版);2002年05期

2 熊良才,史鐵林,楊叔子;基于雙譜分析的齒輪故障診斷研究[J];華中科技大學學報;2001年11期

3 鄒紅星,戴瓊海,李衍達,盧旭光;不含交叉項干擾且具有WVD聚集性的時頻分布之不存在性[J];中國科學E輯:技術科學;2001年04期

4 王凱;張永祥;李軍;;齒輪裂紋故障的雙譜分析[J];機械強度;2006年03期

5 郭瑜,秦樹人,湯寶平,紀躍波;基于瞬時頻率估計的旋轉機械階比跟蹤[J];機械工程學報;2003年03期

6 郭瑜,秦樹人;無轉速計旋轉機械升降速振動信號零相位階比跟蹤濾波[J];機械工程學報;2004年03期

7 程軍圣,于德介,楊宇;基于EMD的能量算子解調方法及其在機械故障診斷中的應用[J];機械工程學報;2004年08期

8 于德介,楊宇,程軍圣;一種基于SVM和EMD的齒輪故障診斷方法[J];機械工程學報;2005年01期

9 劉小峰;柏林;秦樹人;;基于自適應時頻分解的瞬態(tài)沖擊信號提純[J];機械工程學報;2008年11期

10 袁靜;何正嘉;王曉東;李臻;訾艷陽;;平移不變多小波相鄰系數降噪方法及其在監(jiān)測診斷中的應用[J];機械工程學報;2009年04期

中國博士學位論文全文數據庫 前1條

1 羅潔思;基于多尺度線調頻小波路徑追蹤的機械故障診斷方法研究[D];湖南大學;2011年

  本文關鍵詞：基于信號共振稀疏分解的齒輪故障診斷方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：426247