欢迎来到天天文库
浏览记录
ID:34020298
大小:4.30 MB
页数:70页
时间:2019-03-03
《基于hilbert-huang变换的齿轮箱故障诊断方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代号:10731学号:112085201001密级:公开兰州理工大学硕士学位论文基于Hilbert—Huang变换的齿轮箱故障诊断方法研究堂僮由适厶丝冬;送型昱』亟娃刍壁驱整;壶羞!玉丛壅丛墙菱篁僮;型l生.!:狸鲎!箕童些名整;型l遮二!:i呈论文提交日期:2014年6月10iResearchonFaultDiagnosisMethodsforGearboxBasedonHilbert·HuangTransformByZHANGYaoB.E.(QingdaoUniversityofTechnology)201Athes
2、issubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineering1nMechanicalEngineeringSchoolofMechanicalandElectronicalEngineeringofLanzhouUniversityofTechnologySupervisorProfessorWeiYaobingJune,2014㈣8舢6洲0Ⅲ7,㈣6㈣5㈣2洲Y兰州理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本
3、人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:张力望日期:加/铲年石月f/日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印
4、、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口,在——年解密后适用本授权书。2、不保密囤。(请在以上相应方框内打“√”)作者签名:导师签名:勰多幺墨.1日期:砌/铲年占月ff日日期:0旬,乒年∥月,/日工程硕士学位论文目录目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..I摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IIAbstract...............................................
5、......................................................................................III附表索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一vI第1章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1齿轮及齿轮箱故障诊断的研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1.2齿轮及齿轮箱故障诊断技术的发展与研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.3故障诊断中信号处理方法发展概况⋯⋯⋯⋯⋯
6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31.4信号去噪的研究意义及传统降噪方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51.5本文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6第2章齿轮常见失效形式及故障的频谱特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82.1齿轮常见失效形式和故障检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82.1.1齿轮常见失效形式及其产生原因⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..82.1.2齿轮故障常用检测方法及其有效性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一92.2齿轮振动机理分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
7、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.102.3齿轮产生故障时的调制现象和边频带分布特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.112.3.1齿轮振动信号的啮合频率调制现象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯112.3.2齿轮振动信号中的其他成分⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯142.4齿轮箱典型故障及其振动信号特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.152.4.1齿轮典型故障的振动信号特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯152.4.2齿轮振动特征频率的计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯172.6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
8、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..18第3章Hilbert.Huang变换方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯193.1内禀模态函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.193.2经验模态分解(EMD)方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2
此文档下载收益归作者所有