低速重載齒輪箱聲發(fā)射信號(hào)濾波消噪方法的研究.pdf

1、齒輪箱是機(jī)械傳動(dòng)的核心設(shè)備,而低速重載齒輪箱具有工作轉(zhuǎn)速低、運(yùn)行工況呈典型的間歇性且承受較大的沖擊載荷的特點(diǎn),對(duì)其狀態(tài)監(jiān)測(cè)和故障診斷一直是研究的熱點(diǎn)。聲發(fā)射(AE)檢測(cè)是一種新型實(shí)時(shí)檢測(cè)技術(shù),具有靈敏度高、易于提取設(shè)備運(yùn)行狀態(tài)特征信息的特點(diǎn),適用于低速重載齒輪箱的故障診斷。但是低速重載齒輪箱 AE信號(hào)本身的不確定性和AE源的多樣性,使聲發(fā)射信號(hào)容易受到噪聲干擾而湮沒在背景噪聲中,因此研究如何消除干擾噪聲提取有用信息具有重要意義。本課題對(duì)

2、低速重載齒輪箱聲發(fā)射信號(hào)消噪技術(shù)進(jìn)行研究,主要取得了以下研究成果:
　　(1)根據(jù)低速重載齒輪箱的結(jié)構(gòu)、故障機(jī)理以及聲發(fā)射檢測(cè)技術(shù)特點(diǎn),以某船閘人字門機(jī)械式啟閉機(jī)臥式減速箱為研究對(duì)象,設(shè)計(jì)傳感器布置方案,并對(duì)其進(jìn)行現(xiàn)場(chǎng)聲發(fā)射檢測(cè)。根據(jù)研究成果,形成了大型低速重載齒輪箱狀態(tài)檢測(cè)分析技術(shù)。
　　(2)通過對(duì)多尺度變步長LMS自適應(yīng)濾波和提升小波算法的理論分析,本文提出了改進(jìn)的提升小波變步長LMS自適應(yīng)濾波算法。然后分別用多尺度變

3、步長LMS自適應(yīng)濾波、提升小波濾波和改進(jìn)的提升小波變步長LMS自適應(yīng)濾波算法對(duì)采集的聲發(fā)射信號(hào)進(jìn)行濾波消噪。
　　(3)根據(jù)粒子濾波特點(diǎn),選用AR模型系數(shù)做粒子濾波的狀態(tài)方程系數(shù),利用小波消噪技術(shù)提取聲發(fā)射噪聲信號(hào);同時(shí)根據(jù)FPE、BIC和AIC準(zhǔn)則確定聲發(fā)射信號(hào)AR模型階數(shù),并計(jì)算相應(yīng)參數(shù),建立了低速重載齒輪箱聲發(fā)射信號(hào)的粒子濾波模型,對(duì)采集的聲發(fā)射信號(hào)進(jìn)行濾波消噪。
　　(4)通過四種濾波算法消噪后的波形、時(shí)域特征參數(shù)、

4、所提高的信噪比、均方根誤差及計(jì)算量的對(duì)比分析,得出粒子濾波技術(shù)和改進(jìn)提升小波變步長LMS自適應(yīng)濾波技術(shù)對(duì)低速重載齒輪箱聲發(fā)射檢測(cè)中濾波效果比較好的結(jié)論,但是粒子濾波技術(shù)由于粒子數(shù)目多導(dǎo)致計(jì)算量大。
　　(5)對(duì)四種濾波算法消噪后的聲發(fā)射數(shù)據(jù)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷。首先建立BP神經(jīng)網(wǎng)絡(luò)基本模型,應(yīng)用歸一化對(duì)消噪前后的訓(xùn)練樣本和測(cè)試樣本進(jìn)行處理,然后根據(jù)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷,驗(yàn)證了粒子濾波技術(shù)和本文提出的提升小波變步長LM