基于局部均值分解和证据理论的变速箱故障诊断研究

摘要

某特种车传动系统应用环境恶劣，作为传动系统的核心部件变速箱，长期承受大载荷、强冲击，容易出现各类齿轮、轴承故障，为装甲车的维护带来极大的不便。本文以变速箱为研究对象，对强干扰环境下的变速箱故障诊断技术进行研究。
　　论文研究内容主要包括以下几点:
　　(1)论述了变速箱故障诊断技术和信息融合技术的发展概况，研究了特种装甲车变速箱的结构和故障机理。设计和搭建了台架实验平台，加工制作轴承、齿轮故障件近百件，测取了丰富全面的故障信号，为后续研究提供了基础。
　　(2)研究了基于LMD分解法的故障诊断技术，并结合小波消噪、峭度指标对LMD方法进行优化改进，以适应强干扰环境下变速箱的故障诊断。同时结合Teager能力算子解调进行诊断。分析结果表明，改进后的LMD方法结合Teager算子解调能有效应用于强干扰环境下的变速箱故障诊断。针对轴承间隙故障难以诊断和识别的难点，本文提出了一种基于LMD和L-V复杂度的轴承径向故障程度识别的方法，能有效识别和衡量轴承径向磨损程度。
　　(3)研究了基于神经网络的单传感器局部智能故障诊断模型，提取了时频特征值、小波分解特征值、LMD分解特征值作为诊断模型的输入量，并对比分析诊断效果。分析结果表明，基于改进的LMD和神经网络诊断正确率最高，达到88％。
　　(4)分析了基于D-S证据理论的信息融合算法，并提出证据理论的改进策略，构建了多传感器信息融合的故障诊断结构框架。实验分析表明，基于改进LMD和D-S证据理论的多信息融合诊断方法，能有效应用于强干扰环境下的变速箱故障诊断，诊断正确率高达96％。

目录

声明

摘要

1 绪论

1．1 课题来源、研究目的及意义

1．1．1 课题来源

1．1．2 研究意义

1．2 变速箱故障诊断技术研究发展现状

1．2．1 机械设备故障诊断技术发展

1．2．2 车辆变速箱故障诊断技术的发展

1．2．3 变速箱故障诊断应用技术研究与发展方向

1．3 信息融合技术故障诊断方法概述

1．3．1 信息融合技术诊断简介

1．3．2 信息融合技术国内外发展现状

1．4 旋转机械设备故障诊断关键技术研究现状

1．5 论文研究内容和框架

1．5．1 本文研究内容

2 变速箱振动机理分析与台架实验

2．1 某特种装甲车变速箱结构

2．2．1 齿轮的故障机理分析

2．2．1 滚动轴承故障机理分析失效形式

2．3 变速箱故障诊断实验

2．3．1 实验目的和原理

2．3．2 实验件台的搭建

2．3．3 实验数据的采集

2．4 实验数据的预处理与时频分析

2．4．1 实验数据的预处理和消躁

2．4．2 变速箱故障频率计算和实验数据的时频分析

2．4．3 变速箱强冲击环境下模拟分析

2．5 本章小结

3 基于改进的LMD分解法的故障诊断研究

3．1 LMD分解的基本原理

3．1．1 LMD算法简介

3．1．2 仿真信号分解

3．2 局部均值分解方法的改进与能量算子解调的故障诊断方法

3．2．1 局部均值分解方法的改进

3．2．2 Teager能量算子调解原理

3．2．2 能量算子解调的故障诊断方法实验研究

3．5 基于改进LMD和L-V指标的轴承径向磨损程度识别

3．5．1 Lempel-Ziv复杂度

3．5．2 轴承径向磨损程度识别

3．6 本章小结

4 基于神经网络的单传感器局部智能故障诊断研究

4．1 引言

4．1．1 人工神经元模型原理

4．2 人工神经网络的建模

4．2．1 误差反向传播神经网络(BP)

4．2．2 RBF神经网络

4．2．3 网络算法优化和改进

4．4．4 诊断网络参数的设置和模型构建

4．3 变速箱故障特征提取

4．3．1 故障特征参数选取的原则

4．3．2 时频特征参数

4．3．3 基于小波分解的特征向量提取

4．3．4 基于LMD分解的特征向量提取

4．4 局部诊断实验研究

4．5 本章小结

5 基于改进D-S加权证据理论的多传感器信息融合诊断决策研究

5．1 引言

5．2 证据理论基础

5．2．1 D-S证据理论基本内涵

5．2．2 D-S证据理论的决策方法

5．3 D-S证据理加权改进

5．3．1 现有理论存在的不足

5．3．2 证据理论的加权改进

5．4 基于加权证据理论的融合故障诊断方法

5．4．1 诊断系统结构框架

5．4．2 诊断具体实现步骤

5．5 决策融合在变速箱故障诊断中的实际应用

5．6 本章小结

6 结论与展望

6．1 本文主要内容和创新点

6．2 研究工作展望

参考文献

攻读学位期间主要的研究成果

致谢