论文部分内容阅读
船舶燃气轮机动力装置的传动系统是船舶动力传输的枢纽，而齿轮和SSS离合器是传动系统的两大核心部件，一旦出现故障，将影响装置的运行甚至导致停机，造成巨大损失，因此开展船舶传动系统关键部件故障诊断相关技术研究具有重要意义。本文以船舶传动齿轮和中继式SSS离合器为研究对象，开展了故障仿真、特征信号提取和故障诊断技术研究，具体研究内容如下：（1）齿轮和中继式SSS离合器故障机理及特征分析。结合齿轮故障的机理，分析了齿轮典型故障的特征；根据中继式SSS离合器的结构和工作原理，分析了中继式SSS离合器的故障机理及其特征。（2）齿轮和中继式SSS离合器故障仿真研究。建立了齿轮的动力学模型，仿真了齿轮正常、裂纹、断齿等故障下的综合啮合刚度，并依据仿真的啮合刚度仿真了齿轮振动加速度信号；建立了中继式SSS离合器主要部件的动力学模型，进行了中继式SSS离合器动力学仿真，得到了离合器在正常啮合和在棘轮棘爪、继动齿轮、从动齿轮等故障下的位移响应。（3）齿轮和中继式SSS离合器故障特征提取技术研究。基于振动信号分析方法对齿轮进行振动信号故障特征提取，该方法基于小波分解和Hilbert解调对齿轮故障信号进行频域分析，提取故障频域特征信息，并将其与傅里叶变换进行比较，结果表明基于小波分解和Hilbert解调的方法比普通傅里叶变换更能有效提取复杂信号的故障特征；基于位移信号对中继式SSS离合器进行特征分析，该方法研究了SSS离合器啮合过程的中间件和中继机构的位移规律，划分了SSS离合器正常啮合位移带和部件作用区域，并将各故障过程与正常啮合进行对比分析，提取了故障特征。（4）齿轮和SSS离合器诊断方法研究。基于BP神经网络对齿轮进行故障诊断，首先提取了齿轮时域特征和小波分解的频域特征作为特征向量并进行了归一化，最后进行网络训练和诊断，诊断结果表明BP神经网络能很好的对齿轮进行诊断；研究了基于专家系统的中继式SSS离合器的故障诊断方法，应用所建立的中继式SSS离合器的专家系统知识库和诊断规则对其进行诊断分析，诊断结果表明专家系统能有效的对SSS离合器进行诊断。