齒輪箱早期故障信號增強(qiáng)與智能診斷方法研究.pdf

1、齒輪箱是機(jī)械系統(tǒng)中最為常見的零部件，它可以傳遞動能和調(diào)節(jié)轉(zhuǎn)速，因其工作環(huán)境惡劣，極易受損出現(xiàn)故障。對齒輪箱故障的檢測尤其是對早期微弱故障的識別，對避免重大事故、變革維修體制有著重要的現(xiàn)實意義。早期微弱故障的沖擊信號往往被環(huán)境噪聲淹沒，識別難度較大，本文即圍繞齒輪箱早期微弱單故障的智能診斷問題進(jìn)行了研究。
　　本文深入研究了齒輪箱振動模型，推導(dǎo)證明了齒輪與軸承振動信號均屬于二階循環(huán)平穩(wěn)信號，結(jié)合維納濾波理論設(shè)計了循環(huán)自適應(yīng)濾波器，實

2、現(xiàn)了對齒輪箱早期故障的微弱振動信號增強(qiáng)，并通過對比分析論證了循環(huán)平穩(wěn)理論在處理旋轉(zhuǎn)機(jī)械齒輪箱振動信號的優(yōu)勢。針對信號的不同特性，分別從時域、頻域、時-頻域和非高斯域提取了總?cè)膫€特征值的集合，分析了傳統(tǒng)的特征評價指標(biāo)的缺點，并進(jìn)一步提出基于粗糙集的有監(jiān)督的屬性約簡方法對特征總集進(jìn)行壓縮，得到的特征子集的成分表明了Alpha穩(wěn)定分布參數(shù)相對優(yōu)于其他特征量用于齒輪箱早期故障的模式識別，并將特征子集作為樸素貝葉斯分類器的輸入，從而實現(xiàn)了齒輪