齿轮啮合故障振动信号的非线性特征提取

摘要

在众多的机械中，齿轮是非常普遍的一种动力传递机构;因此，其重要性不言而喻，一旦某个齿轮或者某几对齿轮啮合副产生了破坏与故障，那么对于机器的危害是不可忽略的，严重时会导致机毁人亡，造成恶劣的经济与社会影响。故而，必须对运行当中的齿轮故障进行诊断与预测维护。
　　本文基于齿轮啮合故障模拟试验台，测取了齿轮啮合故障的振动信号，采用先进的信号处理非线性方法，对齿轮啮合故障的非线性特征进行提取和智能诊断，实现了齿轮啮合多种单一故障及复合故障的分类和识别，取得了较好的效果。主要内容如下:
　　(1)分析了齿轮啮合过程中最常见的失效形式及其成因，并在此基础上归纳了齿轮的一些常用诊断方法。
　　(2)从理论上具体阐述了齿轮啮合故障信号时频分析方法。主要建立了基于小波分析和集合经验模分解(EEMD)相结合的方法分析齿轮啮合早期故障信号，提取有效的时频特征参数。
　　(3)重点构建了针对齿轮故障信号的关键特征提取技术。根据不同的故障模式，详细分析齿轮啮合的振动响应，运用最新的信号处理技术，即自适应流形学习算法，针对故障的非线性特征，有效解决关键故障特征的选择，避免干扰特征的混淆，提高故障特征的关键度。
　　(4)利用支持向量机(SVM)构建了一种新的齿轮故障智能诊断方法。通过运用较为智能的SVM技术，构建故障分离模式，利用SVM的多类识别能力发掘齿轮箱不同运行故障，建立故障诊断的模型。通过实验室不同运行工况下齿轮啮合故障模拟实验，利用所研究的新方法新技术处理监测所得的实验数据，研究拟采用的方法的有效性。
　　本文的研究成果是齿轮啮合故障诊断领域中理论和方法的拓展，将其应用到实际的齿轮啮合故障诊断中取得了较好的效果，从工程实践方面来考察，既具有一定的学术价值又具有广阔的实际应用前景。

目录

声明

摘要

第1章 绪论

1．1 课题的研究意义

1．2 国内外研究现状与发展趋势

1．2．1 工程应用系统研发

1．2．2 机理研究

1．2．3 故障信号

1．2．4 故障特征

1．2．5 故障辨识

1．2．6 发展趋势

1．3 难点与不足

1．4 本文的主要研究内容

1．5 本文的结构安排

第2章 齿轮啮合的动力学机理与故障特性分析

2．1 齿轮常见故障

2．2 齿轮啮合动力学

2．2．1 齿轮的基本参数及特性

2．2．2 齿轮啮合数学模型

2．2．3 显性故障特性

2．3 故障特性模拟

2．4 本章小结

第3章 故障信号的时频分析

3．1 小波包变换

3．2 EEMD原理

3．2．1 基本原理

3．2．2 EMD方法的分解过程

3．2．3 EEMD方法的分解过程

3．3 实验信号时频分析

3．3．1 齿轮箱故障实验

3．3．2 小波分析

3．3．3 基于EEMD的时频分析

3．4 本章小结

第4章 齿轮啮合故障智能诊断方法

4．1 流形学习与特征选择

4．2 局部线性嵌入(LLE)

4．3 实验数据分析

4．4 基于SVM的故障模式识别

4．5 本章小结

总结与展望

主要结论

研究展望

参考文献

攻读硕士学位期间发表的论文

致谢