论文部分内容阅读
齿轮箱是目前用于传递动力与运动的机构中应用最广泛的传动部件,在工业生产和工程应用领域中占据主要地位。齿轮箱如果发生故障,将可能导致整个设备停机,甚至造成重大安全事故。对齿轮箱运行状态评价及故障诊断技术的研究有利于提高齿轮箱运行的安全性、可靠性与稳定性。为合理确定齿轮箱运行状态等级,提高齿轮箱故障诊断方法的时效性与精度,本文采用模糊综合评价法对装配有正常、磨损、断齿状态的齿轮箱进行综合评价,并采用动态不确定因果图理论对齿轮箱的故障进行分析诊断。主要研究内容包括:(1)将隐马尔科夫模型(HMM)应用于齿轮箱运行状态评价的研究中,采用压电式加速度传感器获取齿轮箱在不同状态下的振动信号,在获取观测值和初始参数后,采用Baum-welch算法调整正常、磨损和断齿三种模型的参数。利用前向-后向算法量化各状态之间的相似度,通过对比各状态之间的相似度验证量化结果的合理性。将相似度转化为危害度代入到劣化度公式中,采用半梯形和中间形岭形分布相组合的隶属函数来衡量劣化度在不同隶属等级的隶属度。利用综合贴近度评价策略对目标状态做出最终评价,避免了最大隶属度原则在极端条件时的不适用性。实验表明,断齿状态的评价结果向严重等级漂移更多,且综合贴近度评价策略能更灵敏地识别出不同的运行状态。(2)将动态不确定因果图(DUCG)理论应用于齿轮箱的故障诊断中,考虑到齿轮箱结构复杂且故障之间存在耦合关系,选择齿轮、轴承、轴和箱体作为分析对象,分别建立各自的DUCG子图。对齿轮、轴承、轴和箱体之间的复杂逻辑关系进行研究,采用逻辑门变量及条件连接变量联立四个DUCG子图建立完整的DUCG。针对DUCG中关联度变量的给定缺乏客观性这一问题,考虑到定性和定量分析相结合的必要性,提出基于组合赋权法改进的DUCG。分析表明,改进后的DUCG诊断精度有显著提升。同时,选取不同权重数量的故障进行分析,探讨诊断精度与变权本身存在的计算局限性,研究表明,除特殊情况外,最大预选事件概率的增长量与增长率随着权重数的增加逐渐增大,为齿轮箱的故障诊断提供了一个精度更高的方法。