本科毕业设计（论文）--基于振动信号的齿轮故障诊断方法研究

《本科毕业设计（论文）--基于振动信号的齿轮故障诊断方法研究》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、北京化工大学毕业设计(论文)本科生毕业设计（论文）任务书设计（论文）题目：基于振动信号的齿轮故障诊断方法研究学院：信息科学与技术学院专业：通信工程班级：学生：XXX指导教师（含职称）：XXX（副教授）专业负责人：XXX1．设计（论文）的主要任务及目标(1)查阅齿轮振动信号特征提取相关资料，写出文献综述，开题报告等。(2)运用所掌握的振动信号提取方法，运用matlab仿真齿轮的原始故障信号。2．设计（论文）的基本要求和内容(1)查阅资料，了解该领域的历史，现况，发展及问题，写出文献综述。(2)掌握齿轮故障信号的小波分析，时频域分析，EMD分析，完成中期检查。(3)运用matlab

2、进行信号处理仿真，并写出毕业论文。(4)在完成上述工作的基础上，准备毕业论文答辩。3．主要参考文献[1]高珍，马金山，熊晓燕．齿轮故障诊断的小波分析方法[J]．机械管理开发，2005，2(83)：1-2．[2]高伟．基于改进的经验模式分解的旋转设备振动信号特征提取[J]．汽轮机技术，2008，50[4]：293-296．4．进度安排设计（论文）各阶段名称起止日期1文献查阅、阅读，准备文献综述、英文翻译2月14日——2月29日2整理出信号的时频域分析及EMD方法分析方法3月1日——4月1日3中期报告撰写、中期检查4月2日——4月11日4基于matlab实现信号振动提取与齿轮故障诊

3、断研究4月12日——5月15日5毕业论文的修改，准备毕业答辩5月16日——毕业47北京化工大学毕业设计(论文)摘要随着科学技术的不断发展，机械设备向着高性能、高自动化、高效率和高可靠性的方向发展。齿轮箱因为具有传动比固定、传动转矩大、结构紧凑等优点，因此齿轮箱是用于改变转速和传递动力的最常用的传动部件，是机械设备的一个重要组成部分，也是最容易发生故障的一个部件。而在机械设备中，齿轮的使用频率很高，因此齿轮的故障诊断技术对机器的使用质量和使用寿命都起了非常重要的作用。本文从时域、频域，时频域和经验模式分解进行了齿轮故障诊断的方法研究。时域分析主要应用时域特征参数分析方法进行故障特

4、征参数的提取，频域分析主要通过快速傅里叶变化，从频谱图上进行齿轮正常状态和故障状态振动信号的对比分析。时频域分析主要是通过一维三层离散小波变换，把原始信号细化为三层，每层又分为高频信号和低频信号。经验模式分解主要是在齿轮故障振动信号中的实际应用，对采集到齿轮四种状态下的振动信号通过EMD分解，提取了故障信号的特征信息，为识别故障类型提供了有效的分析手段。故障信息特征提取是齿轮故障诊断中最关键、最重要的问题之一，它直接关系到齿轮故障诊断的准确性和早期故障预报的可靠性。关键词：齿轮；故障诊断；小波变换；经验模式分解47北京化工大学毕业设计(论文)ABSTRACTWiththecon

5、tinuousdevelopmentofscienceandtechnology,machineryandequipmentaretowardthedirectionofthedevelopmentofthehigh-performance,highautomation,highefficiencyandhighreliability.Gearboxhastheadvantagesofthetransmissionratiofixed,thedrivetorque,compactgearboxisthemostcommonlyusedtochangethespeedandtra

6、nsmissionofpowertransmissioncomponents.Itisanimportantcomponentofthemachineryandequipment,butisalsoapartofthemostpronetofailure.Andofthemachineryandequipment,thegearisahighfrequencyofuse,sothegearfaultdiagnosistechnologyhaveplayedaveryimportantrolefortheuseofthequalityandservicelifeofthemach

7、ine.Thearticleisfromtimedomain,frequencydomain,time-frequencydomain,theempiricalmodedecompositiontostudythegearfaultdiagnosis.Time-domainanalysisofthemainapplicationdomaincharacteristicparametersofanalyticalmethodsforfaultfeatureparameterextraction