首页> 中文学位 >基于啮合振动信号的齿轮寿命预测
【6h】

基于啮合振动信号的齿轮寿命预测

代理获取

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1齿轮寿命预测研究的目的及意义

1.2齿轮寿命预测的国内外研究现状及发展动态分析

1.3本文的主要内容及创新点

第2章 基于振动信号的齿轮故障进展指标研究

2.1齿轮振动机理

2.2齿轮振动信号的分析方法

2.3 自回归(Auto-Regressive,AR)模型

2.4两样本(Kolmogorov-Smirnov,K-S)检验

2.5 齿轮故障进展指标特征提取

2.6本章小节

第3章 基于灰色马尔科夫理论的齿轮寿命预测技术研究

3.1基于故障进展的寿命预测

3.2灰色系统预测模型

3.3马尔科夫预测模型理论

3.4灰色马尔科夫预测模型

3.5本章小结

第4章 齿轮寿命预测试验

4.1齿轮故障诊断试验台设计

4.2齿轮全生命周期试验

4.3基于振动信号的故障进展指标特征提取

4.4基于灰色马尔科夫模型的寿命预测

4.5 本章小结

第5章 总结与展望

5.1总结

5.2展望

参考文献

硕士期间发表论文及参加科研情况

致谢

声明

展开▼

摘要

齿轮传动作为机械传动的主要方式,在其稳定运行中发挥着重要作用。运行过程中齿轮的寿命预测,对于确定设备大修周期、预防事故发生具有重要意义。传统的寿命预测方法多是基于疲劳损伤累积假说,需要已知外载荷及其材料的疲劳寿命曲线,主要为齿轮设计服务,不能估计由于齿轮断齿所引起的齿轮寿命减少。齿轮寿命终结是由于齿轮发生了裂纹、断齿等故障,这些故障常是从齿轮微细裂纹或材料组织形态的细微改变开始的,并不是没有任何征兆,往往在啮合振动信号中有所反映。
  本文在故障诊断的基础上对齿轮的剩余寿命进行预测,以齿轮振动啮合残余信号为分析对象,它是将时域同步平均信号剔除啮合频率及其谐波余下的部分做傅里叶逆变换得到的,对齿轮微细裂纹及组织形态的变化更加敏感。具体做以下研究:
  1.提出基于AR模型及两样本K-S检验的齿轮故障进展指标,设计基于AR模的线性滤波器处理齿轮振动啮合残余信号得到预测误差信号,将预测误差信号进行两样本K-S检验,得到K-S检验的统计量D,以其作为齿轮故障进展指标。
  2.以得到的故障进展指标为基础进行寿命预测,借助于灰色理论及马尔科夫链相结合的方法建立寿命预测模型,灰色GM(1,1)模型对故障进展总体趋势进行预测,马尔科夫链模型修正其残差。
  3.搭建电能回送式齿轮故障诊断试验台及基于LABVIEW的数据采集系统,进行齿轮全生命周期试验,即齿轮从正常状态运行至完全失效,间隔采集振动数据进行剩余寿命预测试验。
  结果表明,基于AR模型及两样本K-S检验的齿轮故障进展指标能够及时发现齿轮早期裂纹并能较好地反映其故障进展趋势;基于灰色马尔科夫的寿命预测模型能很好的预测齿轮故障进展趋势,便于剩余寿命的预测,该预测方法对于在线齿轮的剩余寿命预测具有一定的工程意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号