主分量分析法在齿轮故障诊断中的应用

探讨了主分量分析法在齿轮故障诊断中的应用问题,从理论上对主分量分析法进行了推导和分析,讨论了其误差,编写了用该法诊断故障的程序,并给出了齿轮诊断的应用实例。该方法直接利用齿轮振动噪声信号进行分析,具有速度快、准确性高的优点。     

瞬时频率波动分析与齿轮故障诊断

本文研究了齿轮振动信号调制与解调的过程与机理。并根据希尔伯特变换理论,提出了一种早期诊断齿轮故障的新方法—瞬时频率波动(TFF—Transient FrequencyFluctuation)分析法,实现了频率调制信号的解调,较好地提取了齿轮的局部损伤信息。在大量试验与分析的基础上对该方法进行了验证。     

基于非线性映射的特征提取技术研究

从特征提取角度出发,分析了曲元分析法(CCA方法)的非线性映射算法原理,研究了曲元分析在高维数据本征维数提取中的应用,在此基础上提出了基于非线性映射曲元分析法的设备状态特征提取技术,对仿真和齿轮故障数据的研究表明,该方法能提取出对模式识别敏感的特征集,可有效用于机械设备的故障模式分类识别。     

基于LabVIEW的齿轮故障测试系统

采用噪声分析法,用普通的计算机声卡代替专用数据采集卡,利用LabVIEW虚拟仪器软件平台,设计了基于PC机的虚拟齿轮故障测试系统.能实现齿轮噪声信号的实时采集和信号时域分析和频谱分析功能,达到监测和诊断齿轮故障的目的.     

基于小波包-改进神经网络的齿轮传动系统故障诊断研究

本文研究了小波包分析、神经网络在齿轮传动系统故障诊断中的应用。通过实例成功地对齿轮传动系统故障模拟实验中获得的振动信号进行基于小波包分析的故障特征提取,然后应用改进的神经网络进行齿轮传动系统的故障识别。结果表明,在齿轮传动系统故障诊断中,基于小波包-神经网络的故障是一种行之有效的方法。     

用连续小波灰度图诊断齿轮故障

为了识别齿轮振动信号中的冲击性故障,利用连续小波变换对正常和故障齿轮的振动信号进行分析,将不同尺度下连续小波分解系数的绝对值用灰度图的方式表示出来,并利用特征矢量法估计信号功率谱进行验证,准确识别出了齿轮轴的不对中故障。分析结果表明,小波分析对信号具有多尺度分析能力,对振动信号中的冲击成分有很强的识别能力;连续小波变换灰度图不仅能直观反应齿轮的正常与故障状况,而且不会丢失冲击信号的时间信息,有利于寻找故障源,实现对齿轮故障的准确诊断。     

基于PCA-SSA-PNN的齿轮故障诊断

齿轮在工作过程中故障发生率高是造成传动机械设备故障的主要原因。通过对齿轮故障进行正确的特征提取和类型辨识，可实现对齿轮故障的有效识别。以齿轮箱9种不同的齿轮状态振动加速度信号为研究对象，我们提出一种利用主成分分析法降维，基于麻雀搜索算法优化概率神经网络特征参数的齿轮故障诊断模型，以提升概率神经网络模型的正确识别率。本文将该模型与传统概率神经网络模型、主成分分析-概率神经网络模型的正确识别率，以及改变样本数据量和添加不同噪声系数对正确识别率的影响进行对比试验，证明了该模型对齿轮故障诊断的有效性。     

二次FFT分析法与齿轮故障边频识别

在分析齿轮振动信号频谱特征的基础上,提出了二次ＦＦＴ分析法·该方法可识别出齿轮啮合中有故障的齿轮·将这一方法用于齿轮振动信号的实测分析,取得了对边频解调的效果,为解决提取具有边频故障特征信息一类诊断问题,提供了一种新的简便可行的方法·     

PSO优化深度神经网络诊断齿轮早期点蚀故障

基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取,特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障,直接以采集的振动信号作为网络输入,可以避免特征提取环节产生误差.此外,应用粒子群算法优化深度神经网络,使训练过程更稳定、诊断率更高.在分析结果时应用主成分分析法对网络输出进行降维.用实验采集的数据训练并测试网络,诊断正确率能达到90%之上,证明所提出的方法是合理、可用的.     

齿轮箱远程故障诊断分析及实验

本文以齿轮箱为研究对象,对齿轮箱的常见故障类型进行分类,分析在齿轮故障诊断过程中常见的特征,最后就齿轮故障诊断进行实验．给出不同故障类型下的频谱分析。     

基于AHP-FTA的齿轮传动安全性评价

为量化评价齿轮传动系统的安全性,采用层次分析法（AHP）对齿轮传动系统进行失效因素的权重分析,并引入事故树分析（FTA）技术,系统地分析了导致齿轮传动失效的基本事件,以此作为层次分析法指标权重的赋值依据。齿轮传动系统故障树所得的指标权重说明,载荷监控对于齿轮传动安全性的影响最大,其次为齿轮的润滑管理和安装精度。在此基础上,建立了齿轮传动系统安全评价模型,设定了安全评定等级,通过加权求和的方法对齿轮传动系统进行了量化评价。     

周期图分析在齿轮传动系统故障诊断中的应用

本文对齿轮磨损故障产生系统振动的机理进行了分析,并对齿轮传动系统轴承座的振动利用周期图分析方法来诊断齿轮故障。     

齿轮裂纹对动载荷谱的影响

基于摩擦学和齿轮系统动力学,同时考虑到轮齿摩擦、时变啮合刚度、偏心质量和综合误差的影响,创建了齿轮传动系统六自由度耦合动力学模型.利用自适应及变步长数值仿真方法对其进行了非线性振动研究,比较了完好齿轮与带裂纹故障齿轮的振动特性,分析了齿根裂纹对齿轮传动系统载荷谱的时域特性、频域特性和时频特性的影响.     

叉车机械变速箱齿轮失效故障树可靠性分析

通过对叉车机械变速箱齿轮进行失效模式与效应分析,研制出机械变速箱齿轮失效故障树;编写出计算机辅助故障树分析程序;求出了导致系统失效的所有可能的故障模式 (即最小割集 ),从而建立了系统的故障谱,为叉车的设计和维修提供了有益的参考.     

齿轮箱起动过程阶次倒双谱故障诊断方法

针对齿轮箱升降速过程中振动信号非平稳的特点,将常规的阶次分析与倒双谱技术相结合,提出了基于阶次倒双谱的齿轮箱故障诊断方法.首先对齿轮箱升降速瞬态信号进行时域采样,再对时域非平稳信号进行等角度重采样,转化为角域平稳信号,最后对角域重采样信号进行倒双谱分析,就可提取齿轮的故障特征.通过对齿轮齿根裂纹故障实验信号的分析,表明阶次倒双谱分析能有效地诊断齿轮的裂纹故障.     

齿轮局部故障振动信号分析及提取方法研究

以齿轮局部故障为研究对象,建立了齿轮故障的振动模型,导出了齿轮局部故障的振动机理,分析了齿轮无故障振动信号和齿轮局部故障振动信号成分的异同点。在MATLAB环境下,采用小波变换算法对故障信号进行降噪处理,用希尔伯特变换对故障振动信号进行解调处理。结果表明,小波变换对强噪声干扰的机械振动信号能够进行有效的降噪处理,希尔伯特变换能从降噪后的故障振动信号中提取齿轮局部故障的特征信息。该结果在机械故障诊断中具有良好的实用价值。     

基于状态指标的直升机减速器行星轮故障诊断

直升机传动系统是一套复杂的旋转机械装置,承担直升机功率传动的功能,对直升机的安全性至关重要。开展传动部件故障诊断研究,可提高直升机安全性,具有重要价值。本文中描述了直升机主减速器行星齿轮的故障诊断研究。首先分析了行星齿轮的主要故障模式,针对行星齿轮的裂纹故障和剥蚀故障,确定了齿轮故障诊断的状态指标;研制了行星齿轮的裂纹故障试验件和剥蚀故障试验件,并在直升机传动系统故障植入试验验台开展了相关验证实验。通过对采集的数据进行分析,结果表明：利用行星齿轮故障试验件的振动数据计算的状态指标值和健康状态阈值能够明显区分,可以有效诊断行星齿轮的裂纹故障和剥蚀故障。可见采用状态指标对行星齿轮的故障进行诊断是有效的。     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果,利用双正交小波基(Bior2.4)将减速机箱体的故障振动信号分解到时频域,提取出了齿轮故障信号.同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式.试验结果验证了上述方法综合应用的有效性.     

基于阶次双谱分析的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将双谱分析技术与阶次谱分析相结合，提出了阶次双谱的齿轮箱故障诊断方法．首先对齿轮箱升降速瞬态振动信号进行时域等时间间隔采样，再对时域信号实行等角度间隔重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明阶次双谱分析能有效地诊断齿轮的裂纹故障．     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果,利用双正交小波基(Bior2 4)将减速机箱体的故障振动信号分解到时频域,提取出了齿轮故障信号.同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式.试验结果验证了上述方法综合应用的有效性.