基于智能技術(shù)的后橋主減速器齒輪故障診斷研究.pdf

1、現(xiàn)代汽車技術(shù)發(fā)展突飛猛進(jìn)，人們對汽車的質(zhì)量要求越來越高，汽車的噪聲、振動、與舒適性即NVH(noise，Viblalion，Harshness)是衡量汽車制造質(zhì)量的一個綜合性指標(biāo)。在汽車噪聲中，主減速器是微車傳動系統(tǒng)中的關(guān)鍵部件總成，齒輪作為主減速器中的重要零件，其振動噪聲是主要噪聲源之一。齒輪的振動產(chǎn)生噪音是客觀存在的，但如果齒輪噪聲過大，則對汽車的質(zhì)量安全帶來隱患，同時又污染環(huán)境，影響人們乘坐的舒適性。目前，對齒輪故障診斷，企業(yè)的做

2、法多為靠人工聽齒輪轉(zhuǎn)動的聲音來判斷齒輪的好壞，對工人的業(yè)務(wù)要求較高，需要有經(jīng)驗的工人師傅才能擔(dān)當(dāng)這一任務(wù)。因此，對齒輪噪聲攜帶的信息，利用相關(guān)儀器進(jìn)行采集，分析其特征，規(guī)律，然后利用現(xiàn)代計算機(jī)智能方法對其進(jìn)行診斷研究，是一件很有意義的工作。
　　 齒輪噪聲傳遞出來的信息是雜亂的，非線性的，為了尋求其中的規(guī)律，利用人工神經(jīng)網(wǎng)絡(luò)方法對其進(jìn)行研究是相得益彰的。人工神經(jīng)網(wǎng)絡(luò)是一種非程序化、適應(yīng)性、大腦風(fēng)格的信息處理。尤其是BP神經(jīng)網(wǎng)絡(luò)，

3、結(jié)構(gòu)簡單，可塑性強(qiáng)，在故障診斷領(lǐng)域已經(jīng)有了廣泛的應(yīng)用。然而，BP網(wǎng)絡(luò)的優(yōu)缺點(diǎn)也十分突出，其自學(xué)習(xí)自適應(yīng)能力強(qiáng)，容錯性強(qiáng)，極其適于處理非線性復(fù)雜問題，但是收斂速度慢，尤其是極易陷入局部最優(yōu)點(diǎn)，制約了其性能。模擬退火算法適合解大規(guī)模組合優(yōu)化問題，計算過程簡單通用，魯棒性強(qiáng)，適用于并行處理，尤其是在理論上被證明是一種以概率1收斂于全局最優(yōu)解的全局優(yōu)化算法。用模擬退火算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)，克服了BP神經(jīng)網(wǎng)絡(luò)極易陷入局部最優(yōu)點(diǎn)的缺點(diǎn)，進(jìn)一步提高了