基于多源信號(hào)的變轉(zhuǎn)速滾動(dòng)軸承和齒輪故障診斷研究.pdf

1、滾動(dòng)軸承和齒輪是機(jī)械設(shè)備中最基本、最常用的零部件。由于在實(shí)際環(huán)境中，軸承與齒輪常常工作在變轉(zhuǎn)速工況下并且容易損壞，影響機(jī)械設(shè)備的正常運(yùn)行，因此，對(duì)變轉(zhuǎn)速工況下滾動(dòng)軸承和齒輪故障診斷技術(shù)的研究具有重要現(xiàn)實(shí)意義。
　　首先，本文總結(jié)分析了滾動(dòng)軸承與齒輪的典型故障類型及其振動(dòng)機(jī)理，通過對(duì)比，分析了非平穩(wěn)信號(hào)與平穩(wěn)信號(hào)在處理方法上的不同。
　　其次，針對(duì)變轉(zhuǎn)速下滾動(dòng)軸承故障振動(dòng)信號(hào)進(jìn)行研究，將經(jīng)驗(yàn)?zāi)B(tài)分解方法引入特征提取過程，提取分

2、解后本征模態(tài)函數(shù)的時(shí)域特征參數(shù)和能量構(gòu)造特征矩陣。同時(shí)考慮到工程實(shí)際中背景噪聲的影響，用一種改進(jìn)的小波閾值去噪方法對(duì)振動(dòng)信號(hào)進(jìn)行去噪。將廣義回歸神經(jīng)網(wǎng)絡(luò)應(yīng)用于滾動(dòng)軸承故障特征識(shí)別，通過仿真數(shù)據(jù)測試，效果滿足要求。
　　再次，針對(duì)變轉(zhuǎn)速下齒輪故障振動(dòng)信號(hào)進(jìn)行研究，將小波包分解和短時(shí)傅里葉變換引入特征提取過程，分別基于這兩種方法構(gòu)造變轉(zhuǎn)速齒輪故障特征矩陣。將支持向量機(jī)應(yīng)用于齒輪故障特征識(shí)別，通過實(shí)際采集的齒輪振動(dòng)信號(hào)訓(xùn)練、測試，效果滿