2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、齒輪箱是各類機械中重要的變速傳動裝置,為保證其平穩(wěn)可靠運行,本文把齒輪箱中的易損關(guān)鍵零部件滾動軸承和齒輪作為研究對象,以近幾年比較新的診斷算法作為研究手段,對強背景噪聲環(huán)境下,從早期故障信號中提取微弱故障特征信息,進一步對故障特征進行識別進行了研究。
 ?。?)從齒輪箱發(fā)生故障的機理出發(fā),確定以提取齒輪箱中關(guān)鍵零部件早期故障中微弱周期性沖擊特征為研究重點。通過機理分析,明確早期故障在振動信號中的表現(xiàn)形式,有針對性的提取處理故障信號

2、,提取表征故障的有用信息。
  (2)齒輪箱中滾動軸承出現(xiàn)早期故障時,其障特征信息比較微弱難以識別且使用帶通濾波器時參數(shù)設(shè)置需要依賴使用者經(jīng)驗等,這造成了共振帶不能有效確定并自適應(yīng)提取。針對該問題,提出了基于雙樹復小波包變換自適應(yīng)Teager能量譜的早期故障診斷方法。將提出的方法應(yīng)用于仿真信號和軸承故障實驗數(shù)據(jù),準確地識別出軸承微弱的故障特征頻率,驗證了該方法的有效性和可行性。
  (3)針對齒輪早期故障振動信號的非平穩(wěn)特性

3、和現(xiàn)實中受環(huán)境噪聲影響嚴重,故障特征微弱難以提取的問題,首先利用總體局部均值分解(ELMD)對齒輪故障振動信號進行分解得到有限個單分量的乘積函數(shù),從而凸顯信號的局部特性。但由于噪聲的干擾,從各分量的頻譜中很難提取故障特征頻率信息?;诖颂岢隽薊LMD和奇異值差分譜的故障診斷方法。通過對齒輪故障實驗數(shù)據(jù)和工程案列分析,該方法能夠準確、有效地提取齒輪微弱的故障特征信息,為實際工程應(yīng)用提供了一種新方法。
  (4)研究了變分模態(tài)分解(V

4、MD)的降噪特點,同時針對其分解層數(shù)難以確定的問題,提出一種中心頻率篩選的VMD分解層數(shù)改進方法(KVMD)。由于齒輪箱關(guān)鍵零部件早期故障振動信號受環(huán)境噪聲影響較為嚴重,本文將KVMD和最小熵反褶積(MED)融合,提出基于KVMD和MED的故障診斷方法,并應(yīng)用于齒輪箱故障實驗數(shù)據(jù)和工程實際信號分析中,提高了微弱故障特征的識別能力。
  本文以齒輪箱中易損關(guān)鍵零部件滾動軸承和齒輪為研究對象,對滾動軸承內(nèi)圈、外圈、滾動體點蝕、齒輪齒根

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論