基于模糊聚类和灰色理论的齿轮箱故障诊断研究

摘要

齿轮箱是用来改变转速和传递动力的常用机械设备，对其进行状态监测及故障诊断，能为针对性维修提供科学依据，节约维修费用，这一课题的研究具有很大的社会实用价值和经济价值。在齿轮箱故障诊断中，充分提取故障信息，准确判断故障性质和故障源，选择有效的信号处理和故障诊断方法是诊断成败的关键。 本文根据齿轮箱的故障机理和振动、结构特点，讨论了齿轮箱状态监测和故障诊断的有关理论和方法，在确定振动测试实验方案的基础上，测取齿轮箱振动信号，并根据所测信号噪声含量较大的特点，将所测信号运用小波消噪处理，解决了强背景噪声下微弱信号的提取问题。在提取了反映齿轮箱典型故障的时域和频域特征参数后，进行了多参数辨识，用类比方法来判别故障，同时采用了多种常规时域和频域信号分析方法来进行故障信号的分析与处理，进行故障的定位分析。最后，在建立齿轮箱典型故障样本的基础上，研究了基于模糊聚类和ABO灰色关联度的齿轮箱性能检测与故障的模式识别方法。实验诊断结果证明，本文所提出的故障诊断方法是可行的，能有效地对齿轮箱故障进行分析和诊断。

目录

文摘

英文文摘

原创性声明及关于学位论文使用权的说明

1 绪论

2 齿轮箱故障振动机理及振动特性分析

3 齿轮箱故障诊断方法

4 齿轮箱信号采集实验

5 齿轮箱实验数据处理

6 模式识别在齿轮箱故障诊断中的应用

7 结论

参考文献

攻读硕士期间发表的论文

致谢