论文部分内容阅读
齿轮传动被广泛地应用于工业、农业、国防、航空航天、交通运输等各个行业的机械设备中。可以说,齿轮传动系统是当今世界上应用最为广泛的机械传动机构,而齿轮又是最容易损坏的机械零件之一。因此,如何及早地发现齿轮传动系统的早期故障,对经济合理地安排维修设备时间,避免发生重大人身、设备伤亡事故有着十分重要的意义。 在机械设备运转过程中,齿轮传动系统通过主、从动齿轮的相互啮合传递运动和能量,这个过程将产生一定形式的机械振动。而诸如磨损、点蚀、制造误差、装配误差等齿轮和齿轮传动系统的各种缺陷和故障必然引起机械振动状态(或信号)发生变化。因此,在齿轮传动系统的振动信号中,蕴涵有它的健康状态(故障与无故障)信息,监测和分析振动信号自然就可以诊断齿轮和齿轮传动系统的故障。 在设备使用过程中,操作人员希望能够及早地得到设备的早期故障信息。但是,与齿轮传动的常规振动相比较,齿轮早期故障所引起的振动激励非常微弱,振动响应的传递路径很复杂(包含强干扰躁声和路径的非线性传递),所以振动信号所包含的信息丰富、频率成分复杂,有用的故障信息往往被淹没在其它频率成分和测量噪声之中,造成了齿轮传动早期故障诊断的困难。再者,传动系统的多故障并发,必然产生故障诊断中的多故障信号分离问题,以及随后实现故障定位和损伤程度估计问题都与故障信息检测和振动信号分析相关。然而,现有的机械故障诊断信息处理技术,只适合于诊断齿轮发生严重磨损等一类分布性故障,不能有效地(或不能完全有效地)解决齿轮的早期故障和局部故障诊断问题。为此,本文围绕着‘如何能够从被检测的振动信号中有效地分离和提取齿轮故障特征’这一课题,以随机变量的数字信号处理方法为基础,探讨了一些新的齿轮故障诊断方法;着重地研究了扭转振动的移动倒谱识别,平稳循环信号的循环谱密度识别、基于小波包能量分解的神太原理工大学博士学位论文经网络故障识别、独立变量分解识别方法以及经验模态分解和Hilbert—huang变换在齿轮故障诊断中的应用。 第一章阐明了选题的意义;对目前齿轮故障诊断方法中的故障信息处理技术进行了文件综述;介绍了国内外的研究进展和本文的主要工作。 第二章以齿轮动力学为基础,推导并建立了单级齿轮传动的两种齿轮故障的数学模型,即:齿根裂纹数学模型和齿面局部剥落数学模型。研究了利用数值分析方法,求解齿根裂纹的数学模型所确定的常微分方程的边值问题,对这类齿轮故障进行数字仿真,以便从理论分析上研究齿轮损伤对齿轮振动状态变化的影响,寻找由此而产生的故障对应征兆。 由于齿轮啮合所引起的振动传播路径为:轮齿啮合点璐齿轮体井轴斗轴承斗箱体功箱体表面,而且齿轮振动的频率成分非常复杂,在传播过程中,某些频率成分可能被衰减或过滤掉,而其它频率成分因与路径中的某个部件的固有频率相接近而被放大、增强。所以本文在第三章节中采用理论分析和频率响应函数的实测方法研究了传递路径对振动信号的影响,用脉冲响应函数表示了箱体表面测量点振动信号的形式,为第四章所描述的独立变量分离法诊断齿轮故障提供了理论依据。 由于轮齿传动啮合过程中,齿面接触变形的非线性和轮齿啮合间隙的存在以及齿轮传递路径的复杂性,单靠建立数学模型和传递路径的分析来完整地描述齿轮的动态行为和齿轮发生故障时对应的振动状态变化,仍有一定的困难。为此,本文在第四章节中,研究了以振动测试为基础的齿轮故障诊断方法。本章吸收了数字信号分析领域的最新成果,以数学模型为基础,研究了检测齿轮故障的各种诊断方法,提出了把信号分析领域内的两个最新研究成果—独立变量分析法以及经验模态分解和Hilbert—huang变换方法应用于齿轮故障诊断的信息处理技术中,并提出了独立变量分析法诊断齿轮故障的几种策略和经验模态分解和Hilbert-一一huang变换的具体诊断方法。 为了验证第四章节中的各类方法的有效性,本文的第五章研制了实验太原理工大学博士学位论文所需要的齿轮运行试验台。通过观察测量系统的可视画面,可以动态监控试验台的转速和载荷变动情况。为了诊断齿根裂纹故障,本章首先采用断裂力学和有限元结合的方法计算了被试齿轮的齿根裂纹扩展轨迹,然后采用电火花加工的方法,物理模拟了齿轮的齿根裂纹。 在第六章中,针对两类性质不同的齿轮故障—齿根裂纹和齿面局部剥落,并且分别采用了复连续小波分析方法、平稳循环变量的谱相关密度分析方法和独立变量分析法以及经验模态分解和Hilbert一一huang变换方法对两类局部故障进行诊断和故障定位分析;在功率流开放式单级齿轮运转试验台上,实际运行并测试了具有两类故障的齿轮传动,用实测数据验证了上述四种方法的有效性。 研究表明:复连续小波分析同时利用小波变换的幅值和相位两个参数,可以用于齿轮的故障的定位分析;稳循环变量的谱相关密度分析方法对测点变换的位置不敏感,而且可以用于多故障并发的故障诊断分析;独立变量分析法则利用同一时间采集的多路信号进行信号成分?