盲源分离算法在齿轮箱故障诊断中的应用

《盲源分离算法在齿轮箱故障诊断中的应用》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、密级：公开论文类型：应用研究工程硕士学位论文盲源分离算法在齿轮箱故障诊断中的应用ApplicationofBlindSourceSeparationintheFaultDiagnosisofGearBoxAnalysis培养单位：机械工程学院专业：机械工程研究生：安雪君指导教师：郝如江教授校外导师：胡宏利教授级高工二〇一八年六月独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得石家庄铁道大学或其它教

2、育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日期：关于论文使用授权的说明本人完全了解石家庄铁道大学有关保留、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅，同意学校将论文加入《中国优秀博硕士学位论文全文数据库》和编入《中国学位论文全文数据库》。本人授权石家庄铁道大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。(保密的论文在解密后应遵守此规定)作者签名：日期：导师签名：日期：摘要齿轮箱作

3、为机械设备中的常见部件，在设备工作时主要实现传动的功能，其性能的优劣对设备的安全运转起到至关重要的作用。由于设备工作环境及工作强度的影响，齿轮箱也是极易发生故障的部件之一，且容易出现多故障并发的情况，主要体现在齿轮及轴承的磨损和裂纹等方面。在对实际采集的振动信号进行分析时，往往包含了混合故障信息，因此，需要找到合适的信号处理技术，将有用的故障信息从成分复杂的原始信号中提取出来。盲源分离技术兴起于上世纪九十年代，近年来开始广泛应用于信号识别与处理领域。盲源分离对齿轮箱的振动信号分析具有普适性，本文针对齿轮箱中常见的齿轮与滚动轴承混合故障

4、，在单通道信号采集条件下，研究了基于EEMD预处理和CICA盲源分离技术相结合的单通道盲分离方法，以实现混合故障的分离和分析。通过仿真实验验证了该方法的可行性，并将其成功应用于实验台齿轮箱中单通道混合故障信号的分离和故障特征的提取。论文主要包括以下内容：

















振动原理以及故障特征形式，建立仿真信号，依据齿轮及轴承故障特征的不同特点，介绍了对应的故障频率分析解调算法，并利用仿真信号验证了FastICA算法的盲源分离效果。其次，对单通道信号的预处理旨在实现通道扩展与降噪作用，利用EEMD算法处理单通道信号，重

5、点研究了EEMD分解得到的IMF分量的选择，提出了基于白噪声统计特性与峭度值结合的筛选准则，更加准确地提取出包含故障信息的分量，为下一步进行盲源分离打好基础。最后，分析EEMD与盲源分离算法在单通道混合故障诊断方面的优势，提出了EEMD-CICA结合算法。利用仿真信号，验证了本文方法针对单通道混合故障信号特征提取的可行性与有效性，并对动力传动故障综合实验台的混合故障实测数据进行分析，验证了EEMD-CICA方法在单通道混合故障的信号提取方面的优越性。关键词：齿轮箱；盲源分离；单通道；集合平均经验模式分解；约束独立分量分析Abstrsc

6、tAsacommoncomponentinmechanicalequipment,thegearboxmainlyrealizesthefunctionoftransmissionwhentheequipmentisworking,andtheperformanceofthegearboxplaysacrucialroleinthesafeoperationoftheequipment.Duetotheinfluenceoftheworkingenvironmentandworkingintensityoftheequipment,t

7、hegearboxisalsooneofthepartsthatarepronetofailure,anditispronetomultiplefailures,whichismainlyreflectedinthewearandcracksofgearsandbearings.Whenanalyzingtheactuallycollectedvibrationsignal,mixedfaultinformationisoftenincluded.Therefore,itisnecessarytofindasuitablesignal

8、processingtechnologyandseparatetheusefulfaultinformationfromthecomplexvibrationsignal.Blindsourceseparationtec