复合故障下变速器微弱故障特征提取方法研究

《复合故障下变速器微弱故障特征提取方法研究》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、图书分类号__________U467.5+23；TH165+.3______密级____非密________注1UDC_______________________________________________________________硕士学位论文复合故障下变速器微弱故障特征提取方法研究武超指导教师（姓名、职称）孙虎儿(副教授)申请学位级别工学硕士专业名称机械工程论文提交日期__2018__年__4__月__16_日论文答辩日期__2018__年___5__月__27_日学位授予日期____

2、____年______月_____日论文评阅人庞俊忠姚峰林答辩委员会主席权龙2018年5月27日注1：注明《国际十进分类法UDC》的分类中北大学学位论文中北大学学位论文复合故障下变速器微弱故障特征提取方法研究摘要变速器故障主要分为两类，一类是在长期运行过程中产生的如点蚀、磨损等故障，另一类是在生产和制造过程中受加工装配误差的影响而产生的故障。第二类故障不仅影响第一类故障的产生和发展，且随着变速器向高速化、超静音发展，有效检测此类故障对于提高变速器的安全性和可靠性意义重大。但变速器结构复杂，运行时零部件

3、相互作用，尤其是当各种不同位置、不同程度的故障复合在一起，再受到各种背景噪声的影响，导致微弱故障特征难以提取。针对以上问题，本文以某型变速器为研究对象，分析其异响问题，研究复合故障状态下的变速器微弱故障特征提取方法。论文主要研究内容如下：通过分析变速器齿轮和轴承振动响应机理和不同故障信号特征，建立包含冲击故障成分的变速器复合故障仿真信号。搭建了变速器测试试验台，采集故障变速器不同档位不同工况下的声振信号，通过声压信号初步分析变速器异响来源，布置测点。研究基于振动信号的故障变速器各测点时域统计特征随转速

4、变化规律，同时结合排列熵进行测点定位评价，选择合适的测点拾取振动信号，为微弱故障特征提取提供可靠数据。在深入研究解卷积理论基础上，通过复合故障仿真信号研究比较了MED、MCKD、MOMEDA三种方法的故障特征提取效果。MED对于强冲击故障的提取效果较好，但无法提取出复合故障下的弱冲击故障。MCKD可以提取出复合故障中的弱冲击，在此基础上结合自回归模型提取出了变速器齿轮故障特征，但是需要设置合适的参数通过迭代产生局部最优滤波器，计算效率低。MOMEDA以非迭代方式得到最优滤波器，计算效率高。通过计算振动

5、信号的多点峭度谱，MOMEDA可以实现冲击故障源追踪，但在强噪声下微弱冲击故障源追踪不明显，本文进一步结合谱峭度进行选带滤波，提升追踪效果。针对变转速下解卷积周期难以确定，解卷积方法失效的问题，通过阶次重采样转换时域非平稳信号为角域平稳信号，确定解卷积周期。通过仿真信号和变速器实际采集数据验证了方法的有效性。关键词：MCKD，MOMEDA，排列熵，变速器，故障特征提取中北大学学位论文ResearchonWeakFaultFeatureExtractionofTransmissionunderCompo

6、undFaultAbstractTransmissionfaultsaremainlydividedintotwocategories.Oneisfailuressuchaspittingandwearthatoccurduringlong-termoperation,andtheotherisfailurescausedbyprocessingandassemblyerrorsduringproductionandmanufacturing.Thesecondtypeoffaultnotonlyaf

7、fectstheoccurrenceanddevelopmentofthefirsttypeoffault,butwiththedevelopmentofhigh-speed,ultra-quiettransmission,effectivedetectionofsuchfaultsisofgreatsignificanceforimprovingthesafetyandreliabilityofthetransmission.However,thestructureofthetransmission

8、iscomplex,andpartsinteractduringoperation,especiallywhenthefaultsofvariouspositionsanddegreesarecompounded.Inaddition,duetovariousbackgroundnoises,weakfaultfeaturesaredifficulttoextract.Inviewoftheaboveproblems,thisarticletakesac