齒輪故障的特征提取與模式識別技術(shù)研究.pdf

1、齒輪是機械設(shè)備中廣泛使用的重要部件，它的損傷和失效常常導(dǎo)致傳動系統(tǒng)或整機的故障，從而導(dǎo)致重大安全事故。因此，作為動力傳遞核心的齒輪箱裝置的狀態(tài)監(jiān)測與故障診斷受到了越來越多的重視。而研究表明，齒輪箱故障的60％是由齒輪本體失效造成的，基于此，本文對齒輪故障的特征提取和模式識別技術(shù)進行了深入的研究。其主要研究內(nèi)容如下：第一，研究齒輪及齒輪箱振動噪聲的產(chǎn)生機理，建立了齒輪振動的數(shù)學(xué)模型，在對影響齒輪振動的主要因素——輪齒剛度和傳動誤差進行詳細

2、探討的基礎(chǔ)上，分析了齒輪的大周期故障和小周期故障的頻譜特征。第二，系統(tǒng)地研究了齒輪信號的特征提取方法，用時域分析、頻域分析以及解調(diào)分析等方法綜合分析齒輪故障信號，對典型的大、小周期故障信號進行特征提取。第三，研究了BP神經(jīng)網(wǎng)絡(luò)的算法原理及存在的問題，并對其進行了改進。采用改進的BP算法來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并對網(wǎng)絡(luò)的拓撲結(jié)構(gòu)及其訓(xùn)練參數(shù)的選擇進行了分析。通過對典型大、小周期故障樣本進行特征分析，構(gòu)建了一個BP神經(jīng)網(wǎng)絡(luò)對提取的故障特征進行診斷。