齿轮故障诊断研究国内现状与发展.docVIP

齿轮故障诊断研究国内现状与发展 　　摘要：本文简单介绍了齿轮箱故障诊断的研究现状，通过对齿轮箱故障信号处理技术和诊断方法的分析，引出了小波分析、模态分析、神经网络等理论方法各自的特点，并结合实际情况，指出这些故障诊断理论在实际应用方面的不足，对齿轮箱诊断技术的发展表明自己的看法，希望对我国的齿轮箱故障诊断的发展贡献自己的一份力量。 　　关键词：齿轮箱；故障诊断；频谱分析I小波分析；神经网络； 　　齿轮箱工作环境恶劣，在速度和荷载的多重作用下，齿轮和轴承往往会出现故障影响着机械设备的工作效率。不仅要在设计之初减少机械设备的隐患，还要及时进行故障检测工作。目前，齿轮箱故障诊断的理论不断发展，给齿轮箱的的监测和故障诊断技术提供了技术支持，现代齿轮箱故障诊断技术也因此不断发展。 　　1齿轮箱故障诊断研究现状 　　1.1机理研究 　　通过运用机械动力学的原理，对故障产生的原因和结果进行分析和研究，从而更好地在设计阶段消除故障隐患，这就是所谓的机理研究的目的。制造误差和操作不当都会引起齿轮箱故障，首当其冲的就是齿轮和轴承的失效，因此，齿轮和轴承的故障诊断是齿轮箱诊断的重点。在进行齿轮箱的故障诊断时，可以通过齿轮和轴承的频率来判断是否处于故障状态，频率能反映振动能量的情况，这种振动机理为故障的检测工作带来了福音。 　　1.2信号处理技术 　　随着科学技术的发展，振动信号的处理技术和分析方法也在朝着先进和科学的方向前进。因为傅立叶变换复杂，计算量大，信号分析和处理受到了很大的制约，当FFT出现后，经典信号的处理技术和分析方法才迅速发展。针对傅里叶变换中存在的问题，人们提出了现代谱分析方法，提高了频率成分的分辨率，弥补了数据缺陷。其中发展成熟的有最大熵谱估计法和自回归谱估计法，为了更好地去除噪音，在局部范围内进行频率分析，小波分析法作为一种全新的分析方法，正成为人们关注的焦点并在逐步应用到实际故障诊断工作中。 　　1.3故障诊断方法 　　通过机械故障振动发出的信号，获得相应的信号数据，然后对这些信号数据进行分析，生成故障信号处理数据，为故障诊断工作提供判别依据。 　　1.3.1模式识别诊断法 　　1）模式识别诊断法 　　根据机械设备的运行状态来判断是否处于故障状态，在这个过程中，需要对事物的特征进行分类。模式识别诊断法还有很多细化的方法，比如对比分析法和距离函数分类法等，它们都是通过数据的对比来判断设备的故障。 　　2）模糊诊断分类法 　　利用集合论中的有关数学知识概念，来判断故障发生的征兆，该方法的基础是模糊数学，所以该诊断方法被称为模糊诊断分类法。虽然模糊诊断法的精确度高，但故障的分类上不灵活不准确，给故障诊断工作提出了挑战，这就需要有关人员完善模糊诊断分类法。 　　3）故障树分类法 　　故障树用逻辑门以树状结构反映事件的联系，在特征向量和故障向量之间建立起逻辑关系，该分类法是一种定性的因果模型。 　　4）灰色理论诊断法 　　通过样本之间的关联程度来判别机械设备的故障，这种方法称为灰色理论诊断法，它利用了全新的思路和独特的研究方法。该方法的难点是建立可靠的函数关系，因此，该方法还不完善，使用率还不高。 　　1.3.2神经网络故障诊断方法 　　故障式识别是故障诊断的重点和难点，神经网络网络模型不断发展，信息处理能力不断提高，神经网络在故障诊断上的优势不断显现出来。 　　1.3.3专家系统故障诊断方法 　　专家系统故障诊断法利用了专家的经验和知识，实施起来更加灵活，有理想的诊断效果。 　　2齿轮箱故障诊断技术的展望 　　2.1复合诊断法 　　目前，随着科学技术的发展，故障诊断理论不断扩充，但事物都具有两面性，每种故障理论都有在故障诊断工作中有自己突出的有点，也有尚需改进的地方。在各个学科实习有机的结合，集各家之所长，这种复合诊断法的应用是大势所趋。在齿轮箱的故障诊断中，利用复合故障诊断法，就能综合小波分析、灰色理论、神经网络等各种理论方法，通过诊断信息的多元化，提高诊断结果的合理性、正确性，同时还减少了故障诊断的时间，节约了人力物力，对企业的正常运作和发展起到了重要的作用。故障检测人员在进行齿轮箱的故障检测时，要结合实际情况，通过诊断理论的有效结合来开展诊断工作，实现理论的优势互补，不能一味的图理论的多样和全面，将全部理论糅杂在一起，否则，诊断工作将是费力不讨好的。 　　2.1.1小波分析与其它诊断方法复合 　　齿轮箱在运转过程中，内部零件的振动信号会相互影响和干扰，给信号提取工作和故障诊断工作带来不小的麻烦。尽管通过信号可以判别机械设备的故障情况，但由于齿轮的动力特性，让传统的测试诊断没有用武之地，这时就需要运用小波分析的方法。小波分析可以去除噪音对信号提取的影响，在十分苛刻的环境中也