收藏本站
收藏 | 论文排版

齿轮传动系统关键零部件故障状态识别方法研究

白丽丽  
【摘要】:齿轮传动系统作为机械装备中广泛使用的动力传动部件,其运行的安全性和可靠性直接关系到整个装备的工作寿命和效率。众所周知,齿轮传动系统通常运行在高速重载的工作条件下,其关键零部件一旦发生故障往往会导致整个传动系统无法正常运转。因此,对齿轮传动系统中关键零部件的故障诊断技术开展深入的研究,并提出一种实用可靠的故障诊断方法,对准确预测和掌握零部件失效的规律,避免造成重大的经济损失、重大事故和人员伤亡等情况,具有重要的工程意义。由于故障诊断的本质即是模式识别和分类的过程,因此通过利用这些关键零部件的运行信息来分类识别设备的相关运行状态是机械系统故障诊断的重要内容。本学位论文将齿轮传动系统中的关键零部件——齿轮、轴承作为研究对象,围绕其在故障状态识别领域中的关键问题,即信号降噪、故障特征提取、故障特征选择、故障状态识别等方面展开了研究。首先,结合了机械传动系统的工程应用,回顾了其关键零部件的故障演化机理、数据获取方法、信号处理和特征提取方法、状态识别和寿命预测技术的国内外研究现状,归纳出了其研究的优缺点,提出了本文的研究内容和研究路线。其次,分析了从原始振动信号中提取可以表征故障状态的时域特征参数、频域特征参数、时频域特征参数的基础上,引入了更为敏感的熵特征参数。综合这些特征参数构建了混合域的高维特征向量来全面描述齿轮传动系统的故障状态。另外,根据相关原理设计了齿轮和轴承故障诊断的试验台,为后续的研究提供了试验验证的平台。由于噪声是故障特征信息提取的最主要障碍,实际中采集的振动信号往往混入噪声,而常规的降噪方法难以有效处理非线性、非平稳性信号中的噪声,故本文提出了一种基于完整的自适应噪声集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、排列熵(Permutation Entropy,PE)和时频峰值滤波(Time-Frequency Peak Filtering,TFPF)相结合的降噪算法。该方法将排列熵作为判定指标,将CEEMDAN分解后的本征模态函数用不同窗长的TFPF方法进行滤波,很好地权衡了TFPF方法在噪声抑制和信号保真两方面的矛盾。通过仿真和实测信号的试验研究表明,该方法降噪后信噪比明显提升,且可以成功从微弱信号中提取出故障特征。针对单尺度特征在表征故障状态时的片面性和局限性,本文提出了一种基于非线性熵的故障特征提取算法。该算法利用CEEMDAN分解后的各个本征模态函数的PE值形成多尺度的特征向量,并用粒子群寻优的支持向量机(Support Vector Machine Optimized by Particle Swarm,PSOSVM)进行状态识别,进一步体现了引入熵特征的必要性以及多尺度熵的全面性。通过试验验证了该算法在轴承的故障检测和分类方面具有有效性和鲁棒性,并通过与其他多种特征提取的方法对比证明了该算法的稳定性更好,分类的正确率更高。最后,鉴于提取的混合域高维特征向量集中存在的相关性和冗余性,从而严重影响了后续的状态识别性能,本文引入了一种基于鲸鱼算法优化的有监督的核熵成分分析算法(Supervision Kernel Entropy Component Analysis with Whale Optimization Algorithm,WOSKECA),旨在以更少的特征成分表征更多的有效信息。该算法利用主要核熵得分数据来对特征进行选择约简,剔出冗余特征;利用样本的类别信息,引入有监督的学习方式,不仅保留了原始特征集的内在熵结构,同时保证了分类识别准确性更高;利用鲸鱼优化算法寻找最适合核熵成分分析算法的核参数,降低了获取故障状态信息的专业性与主观误差。该方法不仅提升了故障特征提取的效果,同时也确保了关键信息的完整性与凝聚性。最后将包含复合特征信息的敏感特征参数输入PSOSVM分类器中,实现了齿轮传动系统关键零部件的故障类型及严重程度的状态分类识别。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 王梓鉴;;离心泵的故障诊断方法及故障评定探讨[J];化工管理;2015年26期
2 刘芳;;桥式起重机故障类型与故障诊断方法综述[J];价值工程;2017年34期
3 唐德尧;王定晓;张鹏;李辉;宋辛晖;;初论故障诊断与先进维修和先进设计(二)[J];中国设备工程;2009年09期
4 邵忍平;黄欣娜;胡军辉;;聚类分析的数据挖掘方法及其在机械传动故障诊断中的应用[J];航空动力学报;2008年10期
5 张春良;岳夏;朱厚耀;;基于自评估HMM的离心泵状态识别方法研究[J];广州大学学报(自然科学版);2010年04期
6 王小猛;郝文斌;郝秀红;;相交轴磁齿轮传动系统含内共振时的自由振动[J];燕山大学学报;2021年02期
7 屈文宽;林何;;一种分扭-并车齿轮传动系统固有特性分析[J];轻工科技;2021年05期
8 王静;崔巍;王瑾;宋姣姣;;滚动轴承-锥齿轮传动系统非线性动力学[J];时代汽车;2019年18期
9 周新涛;崔亚辉;马娜;;基于拓扑图法的齿轮传动系统特性研究[J];机床与液压;2020年02期
10 戴日辉;王三民;苏欣;周启航;;多路分流齿轮传动系统的非线性振动特性研究[J];机械制造;2020年02期
11 金思勤;朱飞;郭其超;王鹏川;;城轨车辆齿轮传动系统运用性能研究[J];轨道交通装备与技术;2020年05期
12 陈艳;李滨城;姜峰;陆响明;;混合动力汽车齿轮传动系统的动力学分析[J];机械制造;2018年08期
13 韩泽光;常浩;郝瑞琴;郝婷;;空间多级齿轮传动系统设计的自动设计系统研究[J];机电产品开发与创新;2016年01期
14 张晨旭;杨晓东;张伟;;含间隙齿轮传动系统的非线性动力学特性的研究[J];动力学与控制学报;2016年02期
15 陆群峰;张保松;;风机齿轮传动系统整体方案的粒子群算法两层优化设计方法[J];传动技术;2016年01期
16 张木菊;;浅谈齿轮传动系统动态激励[J];科技创新与应用;2014年14期
17 刘荫荫;熊曼辰;;齿轮传动系统的动力学与模态分析[J];新技术新工艺;2014年09期
中国重要会议论文全文数据库 前20条
1 马鑫;司亚斌;陈晓宇;贺金利;王友清;;基于多标签学习的旋转机械分级故障诊断[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
2 郭磊;;浅谈数控中梁组合钻典型故障诊断与处理[A];“田心杯”轨道交通金属加工技术征文大赛论文集[C];2019年
3 袁晨;李冲;李德信;渐刚;胡箭;卢逢辰;;汽轮机故障诊断现状与分析方法[A];第三届智能电网会议论文集——智能用电[C];2019年
4 苏永雷;王卓;;整车加速轰鸣噪声诊断与控制[A];2020中国汽车工程学会年会论文集(4)[C];2020年
5 刘省委;雷钧;周蕴华;;多分布变量环境下的齿轮传动优化设计[A];北京力学会第21届学术年会暨北京振动工程学会第22届学术年会论文集[C];2015年
6 张利;徐娟;张建军;程龙;赵佛晓;;基于网格的远程协同故障诊断资源管理模型研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
7 商斌梁;张振仁;;基于小波与遗传算法的气阀机构的故障诊断[A];2001年中国智能自动化会议论文集(下册)[C];2001年
8 王庆洋;曹登庆;;齿轮传动系统的减振降噪研究[A];第九届全国动力学与控制学术会议会议手册[C];2012年
9 李娟;;浅谈泵站设备故障诊断问题[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年
10 余桂华;沈磊;顾利明;魏佳栋;申浩;;基于PSOSC-MDTW的非侵入式负荷监测技术研究[A];2020中国自动化大会(CAC2020)论文集[C];2020年
11 刘波;刘少华;姚国仲;申立中;;冗余电位器加速踏板故障诊断策略研究~[A];内燃机科技(高校篇)——中国内燃机学会第六届青年学术年会论文集[C];2015年
12 崔海亭;刘鹏;;基于可穿戴计算的跆拳道状态识别系统研究[A];2015第十届全国体育科学大会论文摘要汇编(二)[C];2015年
13 许琦;陈长征;;风力发电机齿轮传动系统动力学建模[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
14 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
15 魏伟胜;;γ射线故障诊断技术[A];中国化工学会2003年石油化工学术年会论文集[C];2003年
16 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
17 文环凌;;通风降噪窗现状及未来发展[A];运输噪声的预测与控制——2009全国环境声学学术会议论文集[C];2009年
18 许智灵;;冷藏集装箱故障诊断与处理的探讨[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
19 张乐功;王军;李健蓉;;应用状态监测及故障诊断技术 提高设备管理与维修现代化水平[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
20 闫晓鹏;栗苹;章涛;王永强;;无线电引信故障诊断策略研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年
中国博士学位论文全文数据库 前20条
1 白丽丽;齿轮传动系统关键零部件故障状态识别方法研究[D];太原理工大学;2020年
2 韩振南;齿轮传动系统的故障诊断方法的研究[D];太原理工大学;2003年
3 王燕;机车齿轮传动系统非线性动力学特性研究[D];西南交通大学;2019年
4 Talal Elsir Abdalla Ahmed;齿轮传动系统综合性能测试试验平台的研究[D];武汉理工大学;2015年
5 张玉彦;基于深度自编码器的机械故障诊断方法研究[D];华中科技大学;2019年
6 朱光辉;基于Petri网和整数线性规划的离散事件系统的故障诊断[D];西安电子科技大学;2019年
7 茆志伟;活塞式发动机典型故障诊断及非稳定工况监测评估方法研究[D];北京化工大学;2018年
8 刘颉;基于振动信号分析的旋转机械故障诊断方法研究[D];华中科技大学;2018年
9 杭芹;用于聚变电源的故障诊断算法研究[D];中国科学技术大学;2019年
10 黄杰;基于智能学习的电喷汽车故障诊断与监测评估系统的研究[D];中国农业大学;2018年
11 鲍和云;两级星型齿轮传动系统分流特性及动力学研究[D];南京航空航天大学;2006年
12 詹益旺;基于手机信令的道路交通状态识别及预测研究[D];华南理工大学;2017年
13 李盘靖;远程协同故障诊断关键技术及其应用研究[D];西北工业大学;2006年
14 张涛;大功率重载机车齿轮传动系统动态特性研究[D];西南交通大学;2019年
15 陈涛;小样本条件下风电齿轮传动系统动态可靠性预测方法[D];大连理工大学;2012年
16 齐立群;空间齿轮传动系统接触动力学及相关问题研究[D];哈尔滨工业大学;2012年
17 周宏娣;基于核熵成分分析的滚动轴承状态识别方法研究[D];华中科技大学;2017年
18 于印鑫;齿轮传动系统若干动力学问题研究[D];东北大学;2015年
19 朱增宝;封闭差动人字齿轮传动系统均载及动力学特性分析研究[D];南京航空航天大学;2013年
20 张绍辉;基于流形学习的机械状态识别方法研究[D];华南理工大学;2014年
中国硕士学位论文全文数据库 前20条
1 高志强;综合验光仪注塑齿轮传动系统降噪方法研究[D];中北大学;2020年
2 尹成红;离心泵的故障诊断方法及故障评定[D];大庆石油学院;2005年
3 张延超;故障齿轮传动系统动力特性分析与寿命研究[D];西北工业大学;2006年
4 祝向平;针对关键性能指标的故障诊断方法研究[D];渤海大学;2016年
5 汪涵;多级齿轮传动系统振动主动控制实验研究[D];华侨大学;2019年
6 张秋月;高速齿轮传动系统的热固耦合分析[D];长安大学;2019年
7 孔令贤;基于Adams二次开发的复合齿轮传动系统动态接触仿真分析[D];哈尔滨工业大学;2019年
8 陈超;调磁体弯管型相交轴磁齿轮动力学研究[D];燕山大学;2019年
9 蒋建政;重载机车齿轮传动系统齿根裂纹故障振动特征研究[D];西南交通大学;2019年
10 隋平阳;电动车辆齿轮传动系统非线性动力学特性研究[D];北京理工大学;2016年
11 张伟明;齿轮机构的动力学研究[D];兰州交通大学;2019年
12 韩林勃;直齿圆柱齿轮系统安全盆侵蚀与分岔研究[D];天津工业大学;2019年
13 尹桩;单级齿轮传动系统多状态动力学模型及其动力学分析[D];天津工业大学;2019年
14 任望;非均匀磨损的齿轮传动系统的非线性动态特性分析[D];沈阳工业大学;2019年
15 张志愿;风电齿轮箱齿轮传动系统轻量化设计[D];兰州理工大学;2019年
16 张斌生;含典型故障的二级齿轮传动系统动态特性研究[D];新疆大学;2019年
17 黄鼐;2.5MW风电齿轮传动系统可靠性设计[D];浙江理工大学;2018年
18 张辉;基于扭振分析方法的齿轮传动系统故障辨识的研究[D];杭州电子科技大学;2018年
19 高楠;风力发电机齿轮传动系统非线性动力学研究[D];华北电力大学;2018年
20 徐彬;齿轮传动系统的柔性化设计研究[D];广东工业大学;2018年
中国重要报纸全文数据库 前20条
1 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年
2 邢小兵 记者 王瑶;我国首个航天器在轨故障诊断与维修实验室成立[N];解放军报;2014年
3 杨亚洲 邢小兵 记者 齐小英;航天器故障诊断与维修室在西安成立[N];陕西日报;2013年
4 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
5 记者 朱蓓宁 彭军君 实习生 陆祺;还静于民,主城区开启“降噪模式”[N];南通日报;2021年
6 ;再谈主动降噪[N];电子报;2020年
7 武汉市中心医院耳鼻喉科副主任医师 熊颖 黄征宇 马遥遥 整理;降噪耳机也不能久戴[N];健康报;2021年
8 ;降噪耳机一二(一)[N];电子报;2020年
9 付彪;“治噪降噪”应从考试季走向常态化[N];人民法院报;2020年
10 合肥报业全媒体记者 吴奇;合肥高架桥梁将“降噪”[N];合肥晚报;2020年
11 本报记者 陈昌波;严抓降噪问题整改 建立长效管控机制[N];海口日报;2018年
12 本报记者 武晓莉;降噪耳机给我一个安静的世界[N];中国消费者报;2018年
13 付彪;盼降噪从考试季变常态化[N];广西日报;2018年
14 记者 何淼 通讯员 简德祺;52个沿线小区村庄降噪建议方案披露[N];中山日报;2018年
15 居峰;多张合成,平均降噪[N];中国摄影报;2018年
16 中国青年报·中青在线记者 杜园春 实习生 孙奥博;82.8%受访者支持公园“降噪”[N];中国青年报;2016年
17 山东 苗盼;Cooledit降噪误区[N];电脑报;2005年
18 ;绝不只是一个iPhone配件[N];电脑报;2019年
19 本报记者 许金波;峨眉山:督促企业降噪生产[N];乐山日报;2009年
20 ;OPPO Enco Free2体验:买它的理由,单凭降噪就够了[N];电脑报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978