基于小波分析的大型齿轮箱低速轴故障诊断

针对大型齿轮箱低速轴故障信息难以提取的问题,采用小波分析方法对故障数据进行处理以实现信号在时/频域的局域性分析,将其无冗余、无泄漏地分解到一组具有紧支撑性的小波基上.文中采用小波分层突变系数作为判别故障隐患的特征值,并对该特征值进行趋势分析.结果表明:小波变换能有效捕捉冲击信号的时域特征和故障发生的时间历程,用小波分层突变系数所做的趋势图能有效地预测故障发展趋势,避免突发故障.     

基于人工免疫的故障诊断模型及其应用

提出了一种基于免疫原理的故障检测及诊断系统模型. 通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域. 将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛. 应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性.     

基于经验模式分解的齿轮箱振动辨识

论述了一种新的针对非线性非平稳信号的经验模式分解（EMD）方法，使用EMD方法对齿轮箱振动信号进行了辨识，并且与离散小波分解方法进行了对比，结果表明，通过EMD分解获得的齿轮箱振动内在模式分量（IMFs）能很好地辨识出齿轮的啮合振动模式，且比离散小波方法的分解效率更高；EMD分解的第3个IMF－IMF3清晰地表示出齿轮箱的第一级齿轮的216Hz的啮合振动模式。     

4级行星齿轮箱振动噪声预估及修形效果分析

为研究修形前后多级行星齿轮箱在复杂激励作用下的振动噪声,以海洋平台升降齿轮箱为对象,建立了耦合4级行星轮系、轴承和箱体的齿轮箱有限元模型,分析了齿轮箱的振动模态;采用静动力接触有限元法求解了修形前后齿轮副的内部动态激励,在此基础上提出了考虑轮齿修形的齿轮箱振动噪声预估方法,利用模态叠加法分别计算了轮齿修形前后齿轮箱的振动响应,并采用声学边界元法对齿轮箱的辐射噪声进行预估。结果表明:修形后4级行星齿轮箱的振动噪声明显降低,对比振动噪声仿真与实测结果,两者吻合良好。     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号,包络分析法是一种有效的分析方法,为克服当前的包络分析法需要选择合适的滤波器参数的局性性,提出了一种基于小波变换的包络分析方法,运用小波包将调制信号分解到不同频率段上,提取需要的频率段成分进行重构,对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息,仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。     

锁相技术在时域平均分析中的应用

文章分析了锁相技术的基本工作原理 ,剖析了锁相环路工作时的锁定与跟踪两个基本过程。将该技术的跟踪工作状态运用于齿轮箱故障诊断 ,在锁相环路输出信号的一个周期内发出一定数量的脉冲作为时域平均处理的外采样时钟 ,消除了转速不均的影响。对刮板运输机减速箱中齿轮振动信号进行平均响应谱分析和频谱细化 ,从而较精确地找出故障频率。     

双弹性支撑的风电机组传动链振动测试与分析

风机的齿轮箱和发电机分别通过钢板弹簧和弹性橡胶与具有一定刚度的底座相连,具有"双弹性支撑"的结构特点.该特点导致风机运行时固有地存在齿轮箱输出轴和发电机轴之间的轴不对中,使得齿轮箱振动信号出现严重的高阶啮合频率和平稳调制现象.文中通过对1000多组现场测试数据的详细分析,得出齿轮箱、主轴承、发电机轴承和辅助设备的振动特性,验证了"双弹性支撑"对齿轮箱频率特性的影响;鉴于风机自身的结构特点和测试分析结果,分析了传动系统故障诊断的难点和可能的解决途径.     

基于广义谐波小波分析的低速重载轴承故障诊断

研制出一种低频振动传感器作为谐振器,利用谐波小波在频域连续分布且具有严格的盒形谱特性,通过适当调整参数m和n,构造出不同频段的带通滤波器对信号进行广义谐波小波变换.通过广义谐波小波变换实现低速重载轴承振动信号的共振解调,从而提取出故障轴承的低频冲击信息,为低速重载轴承的故障诊断提供了一种新的有效方法.运用该方法准确判断出炼钢转炉悬挂齿轮箱耳轴轴承的故障.     

小波降噪在齿轮箱故障诊断中的应用

以JZQ250型号齿轮箱为实验对象,根据实际状况下齿轮箱的故障机理和振动特点,通过小波变换将振动信号分解为位于不同频段和时段内的成分,使干扰信号和有用信号位于不同的频带内,将干扰信号所对应的那一阶小波系数置零,进行信号重构,再得到降噪后的信号．作包络功率谱分析,能有效地对齿轮箱故障进行诊断分析．