基于小波包分析和支持向量機(jī)的齒輪箱故障診斷方法研究.pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步，機(jī)械設(shè)備向著高性能、高效率、高自動(dòng)化和高可靠性的方向發(fā)展。齒輪箱由于具有傳動(dòng)比固定、傳動(dòng)轉(zhuǎn)矩大、結(jié)構(gòu)緊湊等優(yōu)點(diǎn)，被用于改變轉(zhuǎn)速和傳遞動(dòng)力的傳動(dòng)部件中，它是機(jī)械設(shè)備的一個(gè)重要組成部分，也是易于發(fā)生故障的一個(gè)部件，其運(yùn)行狀態(tài)對(duì)整機(jī)的工作性能有很大的影響。因此，對(duì)齒輪箱進(jìn)行實(shí)時(shí)故障診斷意義重大，不僅可以縮短維修時(shí)間、降低維修成本，還可提高診斷準(zhǔn)確性和維修質(zhì)量，創(chuàng)造可觀的經(jīng)濟(jì)效益。
　　 齒輪箱的振動(dòng)信號(hào)相當(dāng)復(fù)雜

2、，除反映有關(guān)齒輪和軸承本身工作情況的信息外，也包含了大量機(jī)械中其它運(yùn)動(dòng)部件和結(jié)構(gòu)的信息，因此如果僅僅單從時(shí)、頻域或快速傅里葉變換對(duì)齒輪箱的振動(dòng)信號(hào)進(jìn)行分析，則很難準(zhǔn)確診斷出齒輪箱各類故障。本文提出并研究了一種新的齒輪箱故障診斷技術(shù)——基于小波包分析和支持向量機(jī)的齒輪箱故障診斷法，該方法針對(duì)齒輪箱的故障診斷問題，分為以下兩個(gè)步驟進(jìn)行:
　　 (1)故障特征向量的提取。首先基于小波包變換方法，在去噪方面有良好的表現(xiàn)，進(jìn)行其特征向量提

3、取，對(duì)于以非平穩(wěn)信號(hào)為主的齒輪箱的不同工況，應(yīng)用小波包分解、重構(gòu)方法，將提取到的能量特征值作為齒輪箱的特征向量。
　　 (2)數(shù)據(jù)辨識(shí)方法的研究。把提取到的齒輪箱特征向量樣本代入到由多個(gè)2分類器支持向量機(jī)構(gòu)建的多分類器支持向量機(jī)中訓(xùn)練、建模，再結(jié)合2叉決策數(shù)理論和投票理論，將余下的樣本代入測(cè)試，得出7種故障的分類結(jié)果。
　　 實(shí)驗(yàn)結(jié)果表面，該方法在分類時(shí)間和精度方面擁有著不俗的表現(xiàn)，辨識(shí)能力很強(qiáng)，使用數(shù)理統(tǒng)計(jì)知識(shí)計(jì)算，正