基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断

基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断

ID:34874890

大小:3.66 MB

页数:72页

时间:2019-03-13

基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断_第1页
基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断_第2页
基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断_第3页
基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断_第4页
基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断_第5页
资源描述:

《基于广义形态滤波和集合经验模态分解的齿轮箱故障诊断》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、中北大学学位论文摘要随着现代科学技术和自动化程度的不断提高,齿轮箱作为一种重要的传输部件,广泛应用在交通、能源、电力、冶金、化工、航空航天等各个领域并发挥着举足轻重的作用,因此对于齿轮箱的故障诊断也显得尤为重要。本文首先研究了齿轮箱的动力学模型,对齿轮、滚动轴承和轴的的各种故障机理、故障类型进行了详细分析,并对齿轮箱各种故障类型的振动信号特征进行了总结。然后介绍了齿轮箱振动信号传统的时域法、频域法以及时频法三大类主要的方法。针对传统滤波方法的不足,构建了广义形态滤波器,很好的消除了输出的统计偏倚的现象。然后介绍了结构元素的种类和选取原则,并通过仿真信号对传统的形态滤波与广

2、义形态滤波效果进行了对比,验证了该方法的有效性。在获取故障特征频率过程中,针对EMD分解中出现的端点效应和模态混叠,分别采用了极值点延拓和集合经验模态分解(即EEMD分解)来克服以上不足,另外传统的包络谱分析的无法反映细节信号、分辨率不高和能量泄露等问题,采用Hilbert边际谱,可以有效地解决上述问题,并通过仿真信号验证了两种方法结合的有效性。Hilbert边际谱克服了传统包络法需要确定带通滤波器的中心频率和带宽的不足,从而可以实现故障频率的准确定位。但是由于EEMD分解易受噪声干扰,因此去噪就显得尤为重要。针对上述问题,本文将广义形态滤波、EEMD分解以及Hilber

3、t边际谱三种方法结合起来,首先利用广义形态滤波对故障信号进行滤波,减小噪声的干扰,然后利用EEMD对去噪后的信号分解,针对分解出的各IMF分量,利用相关系数法选择出合适的IMF分量,从而构成局部Hilbert边际谱。通过对故障特征频率进行判断,成功的将轴承的内、外环、保持架以及齿轮磨损和断齿的故障区分出来,从而达到有效区分齿轮箱中不同部位故障类型的作用。从实验结果能够看出以上三种方法的有效结合能够很好的将环境中不同种类的噪声进行滤除、对去噪后的信号进行分解并提取齿轮箱信号特征、诊断出齿轮箱故障类型,所以本文的研究结果不仅可以在齿轮箱的故障诊断中进行应用,而且也能够在其它类

4、似的机械故障诊断中应用,具有较为广泛的应用前景。关键词:齿轮箱,广义形态滤波,集合经验模态分解,Hilbert边际谱,故障诊断中北大学学位论文TheGearboxFaultDiagnosisbasedonGeneralizedMorphologicalFilteringandEnsembleEmpiricalModeDecompositionAbstractWithmoderntechnologyandautomationlevelofsciencecontinuestoimprove,thegearboxasanimportanttransmissioncomponen

5、ts,iswidelyusedandplayinganimportantroleintransportation,energy,power,metallurgy,chemical,aerospaceandotherfields,sothefaultdiagnosisofgearboxisalsoveryimportant.Thispaperstudiesthedynamicmodelofgearbox,andallkindsofgear,bearingandshaftfailuremechanismareanalyzedindetail,andsummariesgearb

6、oxvibrationsignalcharacteristicsofvarioustypesoffailures.Thenintroducesthethreemainmethodsofgearboxvibrationsignalsincludetraditionaltime-domain,requencydomainandtime-frequencymethod.Aimingattheshortageoftraditionalfilteringmethod,thepaperconstructageneralizedmorphologicalfilterandelimina

7、tthephenomenonofstatisticalbiasoutput.Thenintroducethetypesofstructuralelementsandselectionprincipleandthroughsimulationsignaltothetraditionalformandgeneralizedmorphologicalfilterandfiltereffectswerecomparedtoverifythatthemethodof.Intheprocessofobtainingthefaultchar

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。