基于序貫概率比檢驗(yàn)和小波神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷方法.pdf

1、齒輪箱是用來傳遞動(dòng)力和改變轉(zhuǎn)速的常用機(jī)械裝置，由于其具有結(jié)構(gòu)緊湊，效率高，壽命長(zhǎng)及工作穩(wěn)定等特性，在機(jī)械傳動(dòng)領(lǐng)域獲得了廣泛的運(yùn)用。然而，齒輪由于長(zhǎng)期負(fù)載運(yùn)轉(zhuǎn)，使用條件惡劣，很容易發(fā)生故障。因此，對(duì)齒輪箱進(jìn)行狀態(tài)監(jiān)測(cè)和診斷對(duì)保證機(jī)械設(shè)備正常運(yùn)行具有非常重要的意義。齒輪箱的故障診斷主要包括齒輪箱故障信息檢測(cè)、特征提取和狀態(tài)識(shí)別。其中，對(duì)齒輪箱的故障特征進(jìn)行提取是實(shí)現(xiàn)故障診斷的關(guān)鍵和難點(diǎn)。本文采用序貫概率比檢驗(yàn)提取統(tǒng)計(jì)特征，結(jié)合神經(jīng)網(wǎng)絡(luò)對(duì)故障

2、進(jìn)行分類，實(shí)現(xiàn)了對(duì)齒輪箱的智能診斷。
　　序貫概率比檢驗(yàn)是一種基于序列觀測(cè)的統(tǒng)計(jì)決策程序，在故障診斷領(lǐng)域應(yīng)用非常廣泛。首先根據(jù)提取的樣本觀測(cè)數(shù)據(jù)建立統(tǒng)計(jì)量模型，再提出檢驗(yàn)問題的基本假設(shè)，最后，根據(jù)具體的故障信息進(jìn)行檢驗(yàn)和判斷。序貫概率比檢驗(yàn)的整個(gè)過程算法簡(jiǎn)單，具有較高的檢測(cè)效率。為了驗(yàn)證實(shí)驗(yàn)結(jié)果的可靠性，運(yùn)用結(jié)合均方根誤差算法和序貫概率比檢驗(yàn)的三層序貫概率比檢驗(yàn)對(duì)齒輪箱的故障進(jìn)行評(píng)估。結(jié)果表明該方法是有效和可靠的。
　　齒輪

3、箱的振動(dòng)信號(hào)中含有很多非線性、非高斯的噪聲信號(hào)，我們首先需要過濾掉這些噪聲信號(hào)，降低噪聲對(duì)提取的齒輪箱的振動(dòng)信號(hào)的影響，用小波包變換的方法對(duì)振動(dòng)信號(hào)進(jìn)行預(yù)處理，采用時(shí)域分析法提取預(yù)處理后信號(hào)的特征值，選用對(duì)沖擊非常敏感的峭度值作為特征值，將序貫概率比檢驗(yàn)算法應(yīng)用于齒輪箱故障模式的檢驗(yàn)和識(shí)別中，達(dá)到故障診斷的目的。
　　在進(jìn)行故障分類時(shí)，創(chuàng)建小波神經(jīng)網(wǎng)絡(luò)模型。小波神經(jīng)網(wǎng)絡(luò)即融合了小波變換的時(shí)頻局域化特性及神經(jīng)網(wǎng)絡(luò)自學(xué)功能的新型神經(jīng)網(wǎng)