基于数据挖掘技术在齿轮箱故障诊断的应用

摘要

齿轮传动是机械设备中最常见的传动方式，齿轮异常又是引起机器故障的重要原因。在当今社会中计算机在各企业生产中应用越来越来广泛，这对于目前各企业当中自动化程度很高的复杂设备的运行数据的记录处理有很大的帮助。但是设备越复杂和高端，其数据越是庞大。把计算机中的数据挖掘技术应用于设备的远程故障诊断，将会改善以往传统诊断方式中的滞后性、高费用和无法预知的现状。数据挖掘技术具有数据分析和处理的功能，它的这种智能诊断的优点已经在各行业中得到广泛的推广和应用。
　　本文首先重点对齿轮箱各零件的故障特征以及特征参数给予了解释。然后详细介绍了几种特征参数提取的方法，同时通过齿轮箱振动信号的时域和频域分析得到齿轮箱故障样本参数数据库。这样在对齿轮箱故障诊断时，通过对齿轮箱诊断的传统方法和智能方法进行对比。然后从数据挖掘技术的概念和特点出发,提出了一种基于数据挖掘的故障诊断思想。
　　本文最后重点说明数据挖掘分类的方法及其原理，在已有的基础上利用粗糙集理论对知识的约简能力和C4.5决策树算法的快速分类进行结合，并对此系统进行优化，然后构建了一种新型的经过改进的粗糙集决策树。最后经过仿真对齿轮箱故障样本进行检验表明：首先可以有效地减少特征数据获取的工作量，并能快速准确地对不同的故障进行识别，具有比直接利用决策树 C4.5算法更强的工程实用性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章绪论

1.1齿轮箱诊断研究背景及意义

1.2齿轮箱故障诊断发展现状

1.3齿轮箱系统故障诊断研究现状

1.4基于数据挖掘的故障诊断技术发展现状

1.5本论文各章节主要研究内容

1.6本章小结

第2章齿轮箱故障分类及其振动机理研究

2.1齿轮箱故障分类及它的振动机理

2.2 齿轮箱故障模型分析

2.6本章小结。

第3章 齿轮箱故障特征及特征信号提取

3.1齿轮箱故障时频域特征

3.2齿轮箱故障信号采集与特征提取

3.3本章小结

第4章 齿轮箱故诊断方法及基于数据挖掘方法研究

4.1齿轮箱主要故障诊断方法

4.2基于数据挖掘技术的齿轮箱故障诊断

4.3本章小结

第5章 基于数据挖掘分类在齿轮箱故障诊断的应用

5.1数据分类

5.2决策树方法

5.3粗糙集方法

5.4基于粗糙集决策树的齿轮箱故障诊断研究

5.5 基于粗糙决策树的齿轮箱数据挖掘仿真

5.6本章小结

结论与展望

致谢

参考文献

附表：

作者简介

攻读硕士学位期间发表的论文