齿轮箱故障诊断的小波包-ICA分析方法

摘要

齿轮箱是旋转机械装备中最为常见的传动装置之一，其运行状态对整个装备的运行效率、操作效果和工作寿命至关重要。一旦齿轮箱发生故障，将会导致不可预知的后果。齿轮箱振动信号中包含丰富的齿轮箱故障信息，但由于早期齿轮箱故障信号比较微弱，容易被外界噪声和其他部件的振动信号淹没，因此，从齿轮箱振动信号中准确地提取出故障信息，对于齿轮箱故障诊断具有重要的意义。
　　本文以齿轮箱中齿轮元件的故障为研究对象，采用小波包和ICA分析方法从齿轮箱振动信号中提取出齿轮故障信息，主要工作有:
　　(1)结合齿轮箱振动信号的特点，采用了一种针对超高斯信号的ICA改进算法，可用于齿轮箱振动信号中包含了超高斯故障信号的诊断分离。经过仿真分析，该方法效果很好。
　　(2)提出了一种用于齿轮箱故障诊断的小波包-ICA分析方法。该方法首先采用小波包分析技术对原始振动信号进行降噪预处理，然后对预处理后的振动信号采用改进ICA方法分离出包含齿轮运行状态的齿轮振动信号。再对分离出的振动信号进行小波包包络谱分析。当检测到有故障发生时，利用小波包频带分解技术得到不同频带上信号能量的特征值。最后利用SVM对这些能量特征值进行分类，实现对齿轮故障的分类诊断。
　　(3)利用齿轮箱故障诊断实验平台获取的原始振动信号，通过matlab平台实现上述基于小波包-ICA的故障诊断与分离算法。经过比较分析，验证了本文方法的有效性，为齿轮箱故障诊断提供了一种有效的诊断方式。

目录

声明

摘要

1 绪论

1．1 齿轮箱故障诊断的研究意义

1．2 相关领域的国内外研究现状

1．2．1 齿轮箱故障诊断常用方法研究现状

1．2．2 齿轮箱振动信号分析方法的研究现状

1．2．3 小波分析在齿轮箱故障诊断中的研究现状

1．2．4 Hilbert-Huang变换方法及用于齿轮箱故障诊断的现状

1．2．5 独立分量分析方法及在故障诊断中的研究现状

1．3 论文研究的主要内容

1．3．1 本论文的研究对象

1．3．2 本论文的主要工作

2 齿轮故障机理分析

2．1 齿轮的主要振动类型

2．2 齿轮的振动频率特征

2．3 齿轮的主要失效形式

2．4 本章小结

3 小波包与ICA分析算法及其仿真研究

3．1 小波包分析方法

3．1．1 Mallat算法

3．1．2 小波包的定义与空间剖分

3．1．3 小波包分解

3．1．4 小波包分解与重构

3．1．5 基于小波包的信号消噪

3．2 ICA理论及其实现算法

3．2．1 ICA的基本模型

3．2．2 ICA问题的假设条件与性质

3．2．3 性能评价标准

3．2．4 预处理过程

3．2．5 独立分量分析的算法

3．2．6 FastICA算法

3．2．7 一种改进的FastICA算法

3．2．8 简单信号盲源分离仿真

3．3 本章小结

4 基于小波包与ICA相结合的齿轮箱故障诊断方法

4．1 齿轮箱故障诊断实验平台

4．2 基于小波包络谱与ICA相结合的故障特征提取

4．2．1 信号的降噪处理

4．2．2 ICA预处理

4．2．3 小波包故障特征提取

4．3 基于支持向量机的故障分类

4．4 本章小结

5 总结与展望

5．1 总结

5．2 展望

致谢

参考文献

攻读硕士学位期间发表的论文和出版著作情况

攻读硕士学位期间参加的项目情况