利用频域信号的相干分析方法,依次对正常齿轮和断齿故障的振动信号和输入能量信号进行处理,通过对比分析,可以验证二者之间具有很强的相关性。之所以选取这两种截然不同的齿轮运行状态,是为了更明显地揭示振动信号和输入能...[继续阅读]

    故障模式模糊识别规则的建立基于上面提出的KEFKM模型,主要步骤如下:(1)训练特征向量提取。运用改进的HHT方法对齿轮传动系统能量信号的故障训练特征进行提取,构建包含前n阶IMF的归一化能量E′i、偏度Pi、峰度Si、标准差Ki和近似熵...[继续阅读]

    为验证方法的有效性,首先以丰田1ZZ-FE直列四缸1.8L发动机故障诊断实验台架(见图5-4)为研究对象,对各种故障下的样本能量数据进行分类研究。发动机属于较复杂的机电设备,输入与输出关系难以精确描述,不确定性因素和信息充斥其间...[继续阅读]

    从模态分析的角度来看,齿轮箱体的振动过程中产生了振动能量损耗,因此,齿轮箱传动系的输入功率与箱体振动信号之间形成了稳定的输入输出关系。基于现代控制理论,齿轮系统所有状态变量(如转速、振动频率等)的变化都可以由输...[继续阅读]

    对每个IMF分量做Hilbert变换并忽略分解余项,数据可以表示为式(3-11)可在三维空间中把信号幅度、时间与瞬时频率均表现出来,这称为Hilbert时频谱,简称Hilbert谱,记作用Hilbert谱H(ω,t)对时间积分,即可定义HHT中的边际谱:N.E.Huang等人指出,无...[继续阅读]

    EMD方法将信号中不同尺度的变化趋势逐级分解,产生多个具有不同特征尺度的数据序列,从本质上对信号进行了平稳化处理,最终使得各IMF分量近似包含单一的频率成分,各IMF分量的瞬时频率加权平均后便可得到原信号的瞬时频率,保证了...[继续阅读]

    本章针对HHT方法在处理非线性、非平稳信号中存在的端点效应、频谱泄漏等现象,研究了基于自回归移动平均模型的波形预测延拓方法,具体工作如下:(1)对常规HHT方法中的端点效应现象进行了详细分析,指出由于曲线拟合误差较大导致...[继续阅读]

    齿轮传动系统作为一种传递动力和匹配转速的机械装置,由于其工作环境一般较差,加之若有设计不当、制造不精、装配不良、维护不善或超疲劳运行等因素时,都可能引起齿轮、轴承等零部件故障。长期以来,针对齿轮传动系统故障诊...[继续阅读]

    测试信号中携带着人们所需要的有用信息,也常常含有人们不感兴趣的其他信号,后者被称为干扰噪声,由于机械系统的复杂性以及周围噪声的影响,干扰噪声是在测试过程中不可避免地渗入测试系统中的,因此信号分析处理的第一步就是...[继续阅读]

    齿轮传动系统故障状态识别的前提以及关键之处在于实现相应状态的有效特征提取,本章围绕这一环节进行了如下研究:(1)分析了针对能量信号的小波降噪技术,分别用db4和sym4小波对齿轮断齿输入能量信号进行若干层分解重构,分解后分...[继续阅读]