循环双谱及在周期平稳类故障中的应用

论述了未知循环频率的周期平稳信号循环双谱的估计方法；研究了在循环双谱的循环累积量计算中涉及变量的简化存储方法，提出了该变量矩阵是对称阵，通过算法可以三角阵的元素来表述，克服了循环双谱传统估计方法计算量较大的缺陷，提高了运算效率；提出了循环双谱对调相故障信号的分析能力，以及对加性噪声的处理能力，仿真并验证了该方法的有效性，并将其应用于旋转机械状态分析。     

随机共振技术在齿轮箱故障检测中的应用

讨论了利用SR原理从强背景噪声中提取微弱周期特征信号的方法，给出了SR模型数值求解的新算法。在对齿轮箱故障进行数值仿真的基础上，将此方法用于某型直升机中间减速器齿轮点蚀故障的微弱特征信号提取，结果表明，该方法能有效提取出齿轮发生早期点蚀故障时的微弱特征信号，为直升机减速器齿轮箱的状态监测与早期故障检测提供了一条新途径。     

边带特征在齿轮箱故障识别中的应用

当齿轮箱存在某些故障时，由于故障信号对某一特征信号的调制作用，会在其频谱图上产生以特征频率为中心，以故障的旋转频率为间隔的边频带。因此可以利用信号的频谱图的边频带对机械故障进行诊断及故障部位识别。结合实例证明，此方法能够有效地反映机械故障产生的原因，从而达到对齿轮箱进行故障诊断的目的。     

谐波窗方法及其在裂纹故障识别中的应用

分析了谐波小波的优点。在研究谐波小波的频段分解的基础上，提出了不分层分析的谐波窗方法。推导了谐波窗的频段分析表达式，并给出了实现过程。该方法显示了小波分析的窗口伸缩功能．但避免了在基于二进的小波变换过程中，由于隔点采样导致的信息丢失现象。利用该方法对3个数字信号进行分析，体现了该方法对近频信号和微弱瞬态信号的识别能力，也体现了该方法对淹没在强噪声中微弱周期信号的提取能力。利用该方法，对某汽车齿轮箱的裂纹故障产生的原因进行振动信号的频域识别，得到了满意结果。     

小波分析在齿轮箱故障检测中的应用

本文简要介绍小波分析的原理及工程应用中几种常见的小波,并且对齿轮箱故障信号进行了分解,阐明了其故障信号的组成,指出应用小波变换对其进行有效分析的可能性。最后应用小波变换对故障信号进行了实际检测。     

小波分析在齿轮箱故障检测中的应用

本文简要介绍小波分析的原理及工程应用中几种常见的小波,并且对齿轮箱故障信号进行了分解,阐明了其故障信号的组成,指出应用小波变换对其进行有效分析的可能性.最后应用小波变换对故障信号进行了实际检测.     

离散小波变换在齿轮箱螺栓拉断故障中的应用

探讨了离散小波变换在齿轮箱故障诊断中的应用，通过对测取的齿轮箱振动信号进行离散小波变换，可有效提取齿轮箱螺栓拉断的故障信息，为今后判断，预防同类事故及事后确定故障部位提供了有效的分析手段。     

基于Elman网络的齿轮箱载荷识别研究

为了提高Elman网络的动态性能，有效地解决高阶系统的辨识问题，对Elman网络的结构及学习算法进行了改进，提出了一种新的Elman网络，建立了相应的神经网络载荷识别模型，并用于齿轮箱的载荷识别研究。试验结果表明，该网络模型具有收敛速度快、识别精度高的特点，为载荷识别研究提供了一种新的思路，具有一定的实用价值。     

齿轮箱典型故障振动特征与诊断策略

准确地提取各种典型故障的特征是进行齿轮箱故障故障诊断的关键。通过大量的实验,对齿轮箱中的齿形误差、齿轮均匀磨损、箱体共振、轴轻度弯曲、断齿、轴不平衡、轴严重弯曲、轴向窜动、轴承疲劳剥落和点蚀等九种典型故障进行分析,总结其振动信号的时频域特征,并在此基础上提出采用基于建档案的两时域（原始时域和包络时域）三频域（频谱、细化谱、解调谱）的诊断方法,为齿轮箱智能诊断系统的研制打下良好的基础。     

基于循环双谱二次切片分析的滚动轴承故障诊断研究

发生早期微弱故障的滚动轴承,由于其故障特征频率处能量比较小,易于被噪声淹没,仅仅利用二阶循环平稳已经不能有效提取故障特征。而高阶循环统计量对噪声具有较好的免疫力。但是高阶循环统计量谱为多维谱图,图形化表示比较困难。本文对三阶循环累积量谱,即循环双谱,进行了简化,提出了循环双谱二次切片——循环双谱中心频率处切片的水平切片谱。并用此简化的循环双谱对滚动轴承早期故障做特征提取。仿真和实验结果证明了方法的有效性。     

齿轮箱故障诊断技术现状及展望

从齿轮箱故障机理研究、信号处理技术、故障诊断方法等方面对齿轮箱诊断技术的现状进行了讨论.列举并分析了小波分析、模态分析、粗糙集理论、群体智能理论、生物免疫机理等理论在齿轮箱故障诊断中的应用,展望了齿轮箱故障诊断技术的发展.对现有齿轮箱诊断技术研究急待解决的问题提出了看法.     

风力机齿轮箱故障诊断

对齿轮箱做振动测试和分析,通过模式识别找到齿轮箱损坏时呈现的特性,为齿轮箱故障诊断提供依据。     

基于经验模式分解(EMD)的齿轮箱齿轮故障诊断技术研究

简述了齿轮箱传统信号分析技术与经验模式分解(EMD)技术的异同，并详细论述了EMD的分解原理和富立叶变换的关系。针对齿轮箱振动加速度数据，运用EMD分解技术，得到IMF(Intrinsic Mode Function)模式分量，提出了基于IMF及功率谱(PSD)的IMFPSD216指标和基于IMF及滤波统计的IMFFLT指标，并验证了它们的有效性。运用这些指标正确明显地分辨出齿轮箱齿轮失效。     

基于Hilbert振动分解和高阶能量算子的行星齿轮箱故障诊断研究

行星齿轮箱广泛应用于各种机械设备中,其故障诊断问题是近年来的研究热点之一。提出了基于Hilbert振动分解和高阶微分能量算子的故障诊断方法。Hilbert振动分解计算复杂性低,能够将复杂信号分解为单分量,应用该方法对信号进行分解,满足高阶微分能量算子的要求。高阶微分能量算子的时间分辨率高,对信号的瞬态变化具有良好的自适应性,应用该方法检测故障引起的瞬态冲击,估计信号的幅值包络和瞬时频率。对高阶微分能量算子输出以及幅值包络和瞬时频率进行Fourier变换,通过频谱识别特征频率,从而诊断行星齿轮箱故障。分析了行星齿轮箱的仿真信号和实验信号,准确地诊断了太阳轮、行星轮和齿圈的故障,验证了该方法的有效性。     

基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断

对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算法(GA)的支持向量机参数优化的模型,通过GA的寻优自动获得最优的支持向量机参数。采用某风场的风电机组齿轮箱轴承数据进行故障诊断,实验表明,所提出的GA-SVM模型很好地解决了参数选择的问题,同时基于分形维数的特征参数也提高了风电机组轴承故障的识别准确率。     

The Diagnosis and Analysis of Crack on Automotive Gearbox

This paper concerns an experimental vibration analysis on the crack that appeared early on an automobile gearbox.We conduct the testing vibration analysis and modal analysis of the gearbox when the whole auto is in a coupling state,We conduct the testing vibration analysis when the auto is in a running state,and obtained the natural frequency and vibration modal of the gearbox in a vertical direction.The influence of imbalance to vibration amplitude of the gearbox at commonly used running speed and rotating speed is measured and analyzed,The influence of a rigid absorber is discussed too. After the dynamic strength of the gearbox was measured and analyzed,we determined the weak part of the gearbox and found every kind of influence factor for the gearbox break.