传动齿轮箱故障诊断系统的研究

《传动齿轮箱故障诊断系统的研究》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、分类号：密级：UDC：编号：工学硕士学位论文传动齿轮箱故障诊断系统研究硕士研究生：杨成指导教师：刘胜教授学位级别：工学硕士学科、专业：电力电子与电力传动所在单位：自动化学院论文提交日期：2012年12月论文答辩日期：2013年3月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngStudyofFaultDiagnosisSystemofGearboxCandidate:YangChengSupervisor:Prof.LiuShengAcademicDegreeAppliedfor:MasterofEngin

2、eeringSpecialty:PowerElectronicsandPowerDrivesDateofSubmission:Dec.2012DateofOralExamination:Mar.2013University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。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

3、意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大

4、学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日传动齿轮箱故障诊断系统研究摘要传动齿轮箱故障有影响因素多样和表现行为多变的特点，对齿轮箱进行故障诊断也是一个复杂的过程。目前阻碍齿轮箱故障诊断技术发展的主要问题是：如何准确地将故障特征从复杂的齿轮箱运行状态信息中提取出来；如何提高故障诊断的可靠性和有效性。本文主要对传动齿轮箱故障诊断的理论和实现进行研究。首先，对传动齿轮箱故障诊断系统进行了总体设计。本文诊断策略灵活而有弹性，采用常规故障诊断系统为简单而常见的齿轮箱故障进行故障诊断，采用智能故障诊断子系统积累知识库对复杂故障进行诊断。其次，在理论上建立了传动齿轮箱故障

5、诊断的模型，分析了齿轮箱振动机理和振动信号成分，为进一步进行分析打下基础。齿轮箱上测得的振动信号有平稳信号、周期平稳信号和冲击性信号三种。本文阐述了时域分析、频域分析、解调分析三种诊断手段的原理。在进行齿轮箱故障诊断时，对信号进行振动分析是解决问题的有效手段。再次，采用小波神经网络对传动齿轮箱进行故障诊断。小波分析可以实现信号降噪和频带分析，小波分析在信号处理方面优势较大；人工神经网络可以在故障的模式识别方面出色地发挥能力，可以将小波分析和人工神经网络的优势结合起来。小波分析对神经网络的切入点主要有外部结合和内部耦合两种，本文采用外部结合手段，即松散型小波神经网络。用小波包分解获得的频带分量作

6、为输入，传递给小波神经网络进行故障诊断，在神经网络内部采用反向传播算法作为后置处理手段。对齿轮箱故障诊断的常规手段和智能故障诊断手段进行了仿真，采用小波神经网络对齿轮箱的故障进行了网络训练和模式识别，诊断正确率较高，可以有效地对齿轮箱故障进行诊断。最后，对传动齿轮箱故障诊断系统进行了实现研究，可以利用常规分析和智能分析对齿轮箱进行故障诊断。在开发的齿轮箱故障诊断系统中，主要组成部分有系统管理、信号分析、常规故障诊断、智能故障诊断四个子系统。对于不同测试功能，软件会根据具体要求自动调用相应的功能子系统。关键词：传动齿轮箱；故障诊断；小波分析；振动分析；神经网络哈尔滨工程大学硕士学位论文传动齿轮箱

7、故障诊断系统研究ABSTRACTItisverydifficulttosolvetheproblemofgearboxforthevariabilityofinfluencingfactorsandthediversityofperformingbehavior.Thetheoreticalpartofthegearboxfaultdiagnosisinvolvesmultiplediscipli