复合故障下变速器微弱故障特征提取方法研究

摘要

变速器故障主要分为两类，一类是在长期运行过程中产生的如点蚀、磨损等故障，另一类是在生产和制造过程中受加工装配误差的影响而产生的故障。第二类故障不仅影响第一类故障的产生和发展，且随着变速器向高速化、超静音发展，有效检测此类故障对于提高变速器的安全性和可靠性意义重大。但变速器结构复杂，运行时零部件相互作用，尤其是当各种不同位置、不同程度的故障复合在一起，再受到各种背景噪声的影响，导致微弱故障特征难以提取。针对以上问题，本文以某型变速器为研究对象，分析其异响问题，研究复合故障状态下的变速器微弱故障特征提取方法。论文主要研究内容如下:
　　通过分析变速器齿轮和轴承振动响应机理和不同故障信号特征，建立包含冲击故障成分的变速器复合故障仿真信号。搭建了变速器测试试验台，采集故障变速器不同档位不同工况下的声振信号，通过声压信号初步分析变速器异响来源，布置测点。研究基于振动信号的故障变速器各测点时域统计特征随转速变化规律，同时结合排列熵进行测点定位评价，选择合适的测点拾取振动信号，为微弱故障特征提取提供可靠数据。
　　在深入研究解卷积理论基础上，通过复合故障仿真信号研究比较了MED、MCKD、MOMEDA三种方法的故障特征提取效果。MED对于强冲击故障的提取效果较好，但无法提取出复合故障下的弱冲击故障。MCKD可以提取出复合故障中的弱冲击，在此基础上结合自回归模型提取出了变速器齿轮故障特征，但是需要设置合适的参数通过迭代产生局部最优滤波器，计算效率低。MOMEDA以非迭代方式得到最优滤波器，计算效率高。通过计算振动信号的多点峭度谱，MOMEDA可以实现冲击故障源追踪，但在强噪声下微弱冲击故障源追踪不明显，本文进一步结合谱峭度进行选带滤波，提升追踪效果。针对变转速下解卷积周期难以确定，解卷积方法失效的问题，通过阶次重采样转换时域非平稳信号为角域平稳信号，确定解卷积周期。通过仿真信号和变速器实际采集数据验证了方法的有效性。

目录

声明

摘要

1．1课题研究背景和意义

1．2齿轮箱故障诊断的研究现状

1．3微弱信号识别的研究现状

1．4盲解卷积理论及其在机械故障诊断中的研究现状

1．5变速器微弱故障诊断难点

1．6主要研究内容

2变速器常见故障及机理分析

2．1变速器常见故障类型

2．2变速器故障诊断机理

2．2．1齿轮振动机理分析

2．2．2滚动轴承振动机理分析

2．2．3变速器振动故障特征总结

2．3变速器复合故障仿真信号

2．4本章小结

3变速器试验研究和测点定位评价

3．1试验台搭建和实验条件

3．2变速器声压信号分析

3．3排列熵理论

3．3．1排列熵计算

3．3．2参数影响分析

3．4变速器测点定位评价

3．4．1加速度传感器位置选择

3．4．2时域特征分析

3．4．3频域特征分析

3．4．4排列熵分析

3．5本章小结

4基于AR-MCKD的微弱故障特征提取方法研究

4．1最小熵解卷积算法

4．2最大相关峭度解卷积理论

4．2．1最大相关峭度解卷积算法

4．2．2 MCKD参数影响分析

4．3 MED和MCKD的降嗓效果分析

4．4基于AR-MCKD的微弱故障特征提取方法

4．5变速器齿轮故障特征提取

4．6本章小结

5基于SK-MOMEDA的微弱故障特征提取方法研究

5．1．1 MOMEDA算法

5．1．2 MOMEDA参数影响分析

5．1．3 MOMEDA降噪效果分析

5．2基于SK-MOMEDA的微弱故障特征提取方法

5．3变速器振动信号分析

5．3．1变速工况

5．3．2稳速工况

5．4本章小结

6．1．1本文工作总结

6．1．2创新点

6．2研究展望

参考文献

攻读硕士学位期间发表的论文及所取得的研究成果

致谢