【摘 要】
:
行星齿轮箱在保障机械设备安全高效的运转中,起着非常重要的作用,为了避免不必要的损失,在工程实际中往往需要对其进行实时监测以及定期维修。当行星齿轮箱发生故障时,测得的
论文部分内容阅读
行星齿轮箱在保障机械设备安全高效的运转中,起着非常重要的作用,为了避免不必要的损失,在工程实际中往往需要对其进行实时监测以及定期维修。当行星齿轮箱发生故障时,测得的信号通常具有非平稳、非线性、非高斯分布的特性。而高阶统计量理论在处理此类信号时,可以有效地消除信号中的高斯噪声,在反映信号故障特征的同时,还能够提取信号中的耦合成分。本文以三级行星齿轮箱为研究对象,展开基于高阶谱理论的行星齿轮磨损故障诊断识别方法研究。主要涉及以下四方面的研究工作:(1)对高阶统计量理论进行了介绍。详细描述了高阶矩和高阶累积量的定义及区别;介绍了高阶谱的定义,同时对双谱和对角切片谱的性质进行了仿真信号的分析和验证;(2)对行星齿轮箱的结构与振动信号降噪算法进行了研究。介绍了实验所用行星齿轮箱的结构、相关特征频率等;介绍了小波降噪算法理论,将改进Bayes阈值降噪算法应用于齿轮振动故障仿真信号和实际磨损故障信号的降噪中。实验结果表明:本文改进的Bayes阈值降噪算法提高了信号的信噪比;(3)对行星齿轮磨损故障特征提取方法进行了研究。介绍了EMD理论以及IMF分量选取规则;将选取后重构信号进行对角切片谱分析。实验分析结果表明:EMD-对角切片谱算法能够有效的提取出齿轮的故障频率、啮合频率以及相关的调制频率等,能够判断出齿轮故障,且优于双谱算法、单独使用对角切片谱和传统的功率谱算法;(4)提出了对角切片谱-Elman神经网络齿轮磨损程度识别方法。介绍了Elman神经网络理论,参数的设置以及输入、输出向量的要求;提取采集的行星齿轮不同磨损程度的特征频率处幅值作为Elman神经网络的输入特征向量,对其进行训练和识别。结果表明,对角切片谱-Elman神经网络方法能够对行星齿轮的磨损程度进行有效的识别。
其他文献
随着大数据时代的来临,人们每天都要浏览和处理大量的数据信息。尤其是手机等多媒体设备的流行,图像数据大量涌现。对于海量图像数据的检索和管理也愈发的艰难。针对图像数据
支持向量机(SVM)是一种基于统计学习理论的机器学习方法。由于SVM在解决小样本、高维度以及非线性等问题上有着独特的优势,被广泛应用于人脸识别、文本分类以及图像处理等领
四旋翼飞行器的控制性能好坏对飞行安全具有重要意义。由于被控对象复杂且飞行过程中容易受到各种干扰,四旋翼飞行器难以建立精确的模型,因此如何设计合理有效的控制方法显得
本文采用了分数阶滑模理论和自抗扰控制理论相结合的方法,对船舶航向保持控制和航迹跟踪控制进行研究,旨在解决欠驱动船舶航向航迹控制问题,并提高船舶控制器在航向、航迹控
随着探测传感器资源日益多样化,将多传感器量测有效融合,可以获得更好的探测跟踪性能。为了保持目标的连续可观测性,优化调度传感器资源对目标进行探测尤其重要。随着传感器
难熔高熵合金具有高熔点的同时具有高熵合金的特性,表现出优异的高温性能,有望成为新一代高温材料,引起了国内外广泛关注。本文根据高熵合金设计理念,以Ti-Al-Cr-Nb-V为研究
图像增强是图像处理中处于一个主要地位。利用人工或机器对原图像增加一些信息,变换某些数据特征,突出图像中某些重要特征,或者抑制、掩盖图像中某些不需要的特征,使图像与视
针对欠驱动船舶路径跟踪中所存在的外界环境干扰及舵机受约束等问题,将径向基函数神经网络(radial basis function,RBF)与模型预测控制(model predictive control,MPC)相结合
随着互联网和移动互联网的快速发展和广泛使用,人们获取到的数据的规模也在不断增长,如何从数据中提取有价值的信息变得越来越重要。机器学习作为一种数据挖掘与分析的重要技
环境有机污染物双酚A(BPA)与多菌灵(CBZ)的高灵敏分析检测意义重大。近年来,电化学分析法被广泛应用于BPA与CBZ的检测,电化学传感器作为该方法的核心器件,其研究重点在于提升电极