迭代广义短时Fourier变换在行星齿轮箱故障诊断中的应用

短时Fourier变换(STFT)在分析非平稳信号的过程中,受调制系数的影响,时频分布图中的能量扩散至主导频率的周围,降低了时频分布的可读性.运用STFT分析瞬时频率缓变或恒定的信号时,调制系数的影响较小甚至可以忽略不计,而得到能量聚集程度很高的时频分布.根据这一特点,提出了迭代广义短时Fourier变换(IG-STFT),该方法有效改善了时频图的可读性.首先运用迭代广义解调分离出频率恒定的单分量成分,然后运用STFT分析信号的时频分布,最后依据STFT的分析结果和相位函数得到原信号的时频分布.通过行星齿轮箱仿真信号和实验信号分析,验证了该方法在分析非平稳信号中的有效性,准确诊断了齿轮故障.     

基于ANSYS的兆瓦级风电增速齿轮三维有限元分析

为了获得较为准确的风电增速齿轮接触疲劳强度分析结果,借助Pro/E软件建立了齿轮传动的三维模型,利用ANSYS与Pro/E的无缝连接技术实现了模型的导入,通过表面边界法定义了齿轮C型内表面的刚性多点约束,模拟出了力矩载荷的施加,得到了接触应力的分布云图,其结果与经典的赫兹公式对比,误差不超过10%。     

引入自适应学习率的深度学习模型及其应用

为了有效利用振动信号进行故障诊断,提出了一种基于自适应学习率的深度学习的行星齿轮箱故障诊断模型.针对深度信念网络(DBN)模型中学习率通常采用全局统一的常数型参数,提出了一种根据目标函数梯度的变化情况自适应调整学习率的DBN模型.采用学习率自适应调整的学习策略,能够加快DBN模型的迭代收敛速度,同时还能提高模型的识别准确率.将引入自适应学习率的DBN模型应用于行星齿轮箱故障诊断,直接通过原始振动信号实现行星齿轮箱健康状态的识别.实验结果表明:相比于其他特征提取、分类方法以及原始的DBN模型,提出的深度学习模型能够更有效地实现行星齿轮箱的故障诊断.     

齿轮箱噪声故障诊断专家系统的研究与开发

批量生产的齿轮箱都要经过噪声检验，以判断噪声质量是否合格，并诊断导致噪声超标或异常的原因。为此，用声强测量法检测齿轮箱的噪声信号，用频谱分析、模式识别、谱峰搜索、倒谱分析等手段，开发了一套齿轮箱噪声故障诊断的专家系统，可以诊断批量生产中齿轮箱噪声超标或异常的原因，为产品的质量控制提供依据。     

一种包络谱细化的新方法及其在故障诊断中的应用

把带通滤波、Hilbert变换和细化(ZOOM)技术巧妙地融于一体,避免了时域中的数字滤波和Hilbert变换运算,从而为在微型计算机上实时计算包络谱的细化提供了一种快速算法.文中还将该方法应用于齿轮箱故障诊断.     

基于DHNN的风电机组齿轮箱故障诊断

运用具有联想记忆功能的离散Hopfield神经网络(DHNN)对风电机组齿轮箱的故障进行诊断,选用时域和频域的5个故障特征指标作为评价因子,利用MATLAB工具箱建立一个可以对风电机组齿轮箱的3种故障进行诊断的DHNN模型,并将该模型用于北方某风电场的实测数据的故障诊断,验证模型的泛化能力.仿真结果表明,DHNN的诊断结果准确率高、收敛速度快,具有很好的实用性.     

风电增速齿轮箱动力学性能优化方法

建立增速齿轮箱动力学分析有限元模型,利用Lanczos法求得齿轮系统的振动模态;以齿轮副时变啮合刚度激励、齿面综合误差激励和轮齿啮合冲击激励为内部作用激励,采用直接积分法求得箱体表面节点的动态响应。选取箱体上12个主要结构参数作为动力学性能优化的设计变量,齿轮箱体积为状态变量,以齿轮箱表面振动加速度的均方根值最小为动力学性能优化的目标函数,利用零阶与一阶优化算法求得最优设计变量。结果表明:优化前后箱体均不产生共振,且满足静力学条件;优化后目标函数减小37.5%,箱体各计算点的振动响应均有较大幅度的减小,最大减小量为54%。     

大型船用齿轮箱传动系统的动态耦合特性

考虑输入和输出端横向振动与系统扭转振动的耦合作用,建立大型船用齿轮箱三级齿轮传动系统横扭耦合动力学分析模型,利用基于能量的Lagrance法建立传动系统耦合动力学方程。采用Matlab软件计算了在时变啮合刚度和误差激励下的某大型船用齿轮传动系统固有特性和动态响应分析,得出系统动态良好,不存在共振现象,在工作负载下系统处于概周期振动的结论。     

连铸连轧线杆生产线主剪切机变速箱轴承润滑方式的改造

本文对铝杆连铸连轧生产线生产过程中主剪切机各轴承不能得到充分润滑,从而使设备出现剧烈振动,异常噪音及轴承高温升等问题的解决过程进行了详尽的分析。     

基于模态测试与分析的齿轮箱测点优化

针对齿轮箱状态检测和故障诊断中,传感器数量难以确定,测点难以定位的问题,提出根据不同测点的频响特性优化测点的方法.在搭建了齿轮箱模态测试系统后,采用锤击模态测试方法对JZQ250齿轮箱模态进行了实测,并识别出箱体的振型和模态参数.重点对箱盖10个测点频响函数特性进行分析,比较测点3个方向频率响应的强弱,给出了10个测点布设传感器的排序.结果表明:箱体上靠近轴承处布设测点,在3个方向上总体上响应强烈,受激励点影响较小;而箱体边缘处测点幅值大小与激励点有关.