齒輪箱關(guān)鍵零部件早期故障識別方法研究.pdf

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