基于参数优化变分模态分解与多域特征融合的行星变速箱故障诊断方法研究.pptxVIP

content目录01研究背景与技术挑战02方法论架构设计03关键技术实现路径04实验验证与性能评估05工程应用前景与未来拓展

研究背景与技术挑战01

行星变速箱在重载机械传动系统中的核心地位及其运行可靠性需求日益提升核心地位行星变速箱广泛应用于矿山机械、风电装备等重载传动系统，承担动力传递与变速功能。其运行稳定性直接影响整机作业效率与安全性，是关键核心部件。工况严苛设备长期处于变载、冲击与振动交织的复杂环境中，易引发齿轮磨损、断齿等故障。高负荷运行加剧部件疲劳，对系统可靠性提出严峻挑战。故障风险一旦发生突发性失效，将导致非计划停机与重大经济损失。尤其在地下采矿或远程风电场景中，维修困难且成本高昂。运维需求亟需提升运行可靠性与可维护性，实现早期故障预警。精准诊断技术成为保障连续安全运行的关键支撑手段。

复杂工况下振动信号具有强噪声干扰、非平稳性和多源耦合特性，传统分析方法受限信号噪声强复杂工况下行星变速箱振动信号常被强背景噪声淹没，微弱故障特征难以辨识。传统滤波方法易误伤有效成分，导致早期故障漏诊。非平稳特性设备启停、变载等工况使振动信号频率时变，传统傅里叶分析难以准确刻画动态特征。需采用自适应时频分析方法以提升解析精度。多源耦合振动信号源自齿轮、轴承、轴系等多部件相互作用，故障特征相互耦合交织。单一测点信息不足以全面反映系统状态演变。模态混叠EMD类方法在分解过程中易出现模态混叠