本文關(guān)鍵詞：基于局域波與遺傳神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷

  更多相關(guān)文章： 故障診斷 齒輪箱 局域波 遺傳神經(jīng)網(wǎng)絡(luò)

【摘要】：齒輪箱作為機械傳動（系統(tǒng)）的重要組成部分，其運行狀況對整臺機械的工作性能至關(guān)重要。因此，許多信號處理方法及模式識別理論被廣泛應(yīng)用到齒輪箱的狀態(tài)監(jiān)測中，以便及時發(fā)現(xiàn)故障，進行維護和修理，保證設(shè)備正常、安全及可靠的運行。本文在分析齒輪箱故障類型和故障機理的基礎(chǔ)上，利用局域波及相關(guān)理論對實驗測得的齒輪箱振動信號進行了處理并提取了相關(guān)的特征向量，最后利用遺傳神經(jīng)網(wǎng)絡(luò)算法對提取的特征向量進行了分類，實現(xiàn)了齒輪箱故障的診斷。主要的研究內(nèi)容包括： （1）簡要分析和闡述了齒輪箱故障的主要類型及產(chǎn)生的機理，并利用實驗裝置，采集了齒輪箱在不同故障條件下的振動信號。 （2）本文將局域波方法應(yīng)用于齒輪箱故障診斷中，對正常，斷齒，軸承內(nèi)外圈故障四種工況信號進行分解，選取信號豐富的IMF分量，對其做功率譜分析，提取特征值，實現(xiàn)了齒輪箱的初步故障診斷。 （3）本文還對實際應(yīng)用中出現(xiàn)的包絡(luò)分解法端點效應(yīng)問題作了分析，并利用端點對稱拓展法減小了端點效應(yīng)對分解的影響。 （4）針對BP神經(jīng)網(wǎng)絡(luò)迭代時容易陷入局部最小值的問題，采用遺傳算法對其優(yōu)化，利用遺傳算法的全局搜索性對BP神經(jīng)網(wǎng)絡(luò)模型中的權(quán)值和閾值進行了優(yōu)化，既克服了BP網(wǎng)絡(luò)的固有缺點，，減少了迭代次數(shù)，又保留了BP神經(jīng)網(wǎng)絡(luò)的精準(zhǔn)度，兩者優(yōu)勢互補。
【關(guān)鍵詞】：故障診斷 齒輪箱 局域波 遺傳神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH165.3;TH132.41
【目錄】：

• 摘要4-5
• Abstract5-10
• 第一章 緒論10-18
• 1.1 課題研究背景和意義10-11
• 1.1.1 課題研究背景10-11
• 1.1.2 開展齒輪箱故障診斷技術(shù)的主要意義11
• 1.2 齒輪箱故障診斷技術(shù)的研究內(nèi)容以及國內(nèi)外發(fā)展現(xiàn)狀11-13
• 1.2.1 齒輪箱故障診斷技術(shù)的主要研究內(nèi)容11-12
• 1.2.2 齒輪箱故障診斷發(fā)展歷史與現(xiàn)狀12-13
• 1.3 齒輪故障診斷發(fā)展研究趨勢13-15
• 1.4 局域波的研究動態(tài)15-16
• 1.5 本文研究內(nèi)容16
• 1.6 本章小結(jié)16-18
• 第二章 齒輪箱故障類型及故障機理分析18-29
• 2.1 齒輪箱的主要故障因素及其所占比重18-19
• 2.2 常見的齒輪箱故障形式19-21
• 2.2.1 齒輪的失效形式19-20
• 2.2.2 軸的常見失效形式20
• 2.2.3 軸承發(fā)生故障的主要形式20-21
• 2.3 常見的振動信號處理方法21-22
• 2.3.1 振動信號的幅值域分析法21
• 2.3.2 振動信號頻域分析方法21-22
• 2.4 振動機理22-28
• 2.4.1 齒輪振動機理分析22-26
• 2.4.2 滾動軸承振動機理分析26-28
• 2.5 本章小結(jié)28-29
• 第三章 局域波分解29-42
• 3.1 局域波的引出29-31
• 3.2 局域波分解原理31-36
• 3.2.1 分量提取31-34
• 3.2.2 局部均值求取方法34-36
• 3.3 局域波的仿真效果36-38
• 3.4 端點問題38-41
• 3.5 局域波分解中的終止篩選標(biāo)準(zhǔn)41
• 3.6 本章小結(jié)41-42
• 第四章 基于局域波的齒輪箱故障診斷42-60
• 4.1 實驗方案42-45
• 4.1.1 實驗平臺的搭建42-43
• 4.1.2 齒輪箱故障的設(shè)置43-44
• 4.1.3 采集設(shè)備和方法44-45
• 4.1.4 轉(zhuǎn)速設(shè)置45
• 4.2 信號預(yù)處理45-49
• 4.2.1 測試數(shù)據(jù)的選定45-46
• 4.2.2 小波信號降噪46
• 4.2.3 小波消噪的基本原理46-49
• 4.3 工況分析49-59
• 4.3.1 正常工況信號分析49-50
• 4.3.2 斷齒工況分析50-53
• 4.3.3 軸承外圈斷裂工況分析53-56
• 4.3.4 軸承內(nèi)圈點蝕故障分析56-59
• 4.4 本章小結(jié)59-60
• 第五章 基于遺傳神經(jīng)網(wǎng)絡(luò)的故障識別60-72
• 5.1 BP 神經(jīng)網(wǎng)絡(luò)60-62
• 5.1.1 BP 神經(jīng)網(wǎng)絡(luò)原理60
• 5.1.2 BP 網(wǎng)絡(luò)的模型結(jié)構(gòu)60-61
• 5.1.3 BP 算法的缺點61-62
• 5.2 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)62-65
• 5.2.1 遺傳神經(jīng)網(wǎng)絡(luò)算法62-63
• 5.2.2 算法的基本思想63-65
• 5.3 建立遺傳神經(jīng)網(wǎng)絡(luò)模型65-71
• 5.4 本章小結(jié)71-72
• 第六章 總結(jié)與展望72
• 本文總結(jié)72
• 工作展望72-74
• 參考文獻74-78
• 攻讀碩士學(xué)位期間發(fā)表的論文78-79
• 致謝79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術(shù)現(xiàn)狀及展望[J];測試技術(shù)學(xué)報;2006年04期

2 曹林寧;李書明;鄭源;;基于模型的水力發(fā)電機組復(fù)合故障診斷方法[J];電力自動化設(shè)備;2009年12期

3 劉小峰;彭永金;李慧;;諧波小波解調(diào)法在齒輪箱故障診斷中的應(yīng)用[J];重慶大學(xué)學(xué)報;2011年01期

4 周鳳星,梁巍,何莉;解調(diào)技術(shù)在機床故障診斷中的研究與應(yīng)用[J];計算機測量與控制;2004年12期

5 張敏;;齒輪箱遠程故障診斷分析及實驗[J];科技視界;2012年03期

6 王鳳利;趙德有;;基于提升小波和局域波的故障特征提取[J];儀器儀表學(xué)報;2010年04期

7 熊詩波;大型復(fù)雜機械系統(tǒng)的狀態(tài)監(jiān)測和故障診斷[J];振動.測試與診斷;2000年04期

8 楊先勇;周曉軍;張文斌;楊富春;;基于局域波法和KPCA-LSSVM的滾動軸承故障診斷[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年08期

9 何勇,李增芳;智能化故障診斷技術(shù)的研究與應(yīng)用[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2003年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王鳳利;基于局域波法的轉(zhuǎn)子系統(tǒng)非線性動態(tài)特性及應(yīng)用研究[D];大連理工大學(xué);2003年

2 鄒巖];局域波分析的理論方法研究及應(yīng)用[D];大連理工大學(xué);2004年

3 別鋒鋒;基于局域波時頻譜的往復(fù)機故障智能診斷方法研究[D];大連理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 趙志福;船舶齒輪箱故障診斷系統(tǒng)研究[D];武漢理工大學(xué);2011年

2 姜興偉;遺傳神經(jīng)網(wǎng)絡(luò)在蒸汽發(fā)生器故障診斷中的應(yīng)用研究[D];哈爾濱工程大學(xué);2004年

3 張瑩;數(shù)控機床機械故障診斷方法的研究及應(yīng)用[D];大連理工大學(xué);2005年

4 楊柳;高爐爐頂布料溜槽傳動齒輪箱故障診斷分析[D];武漢科技大學(xué);2005年

5 唐新安;600KW風(fēng)力發(fā)電機組故障診斷[D];新疆大學(xué);2006年

6 楊瑋;多技術(shù)融合在齒輪箱故障診斷中的應(yīng)用[D];蘭州理工大學(xué);2007年

7 時軼;風(fēng)力發(fā)電機組振動測試技術(shù)研究[D];新疆農(nóng)業(yè)大學(xué);2007年

8 高廣華;基于EMD的時頻分析方法在機車軸承故障診斷中的應(yīng)用研究[D];中南大學(xué);2007年

9 高大誠;基于支持向量機的齒輪箱故障診斷系統(tǒng)開發(fā)[D];東北大學(xué);2010年

本文編號：978690