基于FTA和FMEA的RV减速器可靠性分析

以RV减速器为研究对象,首先运用故障树分析(Fault Tree Analysis,FTA)方法对其进行分析,建立RV减速器故障树图,并分别做定性与定量分析,确定影响其可靠性的因素。然后利用故障模式及影响分析(Failure Mide and Effects Analysis,FMEA)法对RV减速器的行星齿轮和摆线轮等关键件进行分析,可以清楚了解其主要故障模式及其造成的影响,并根据零/部件失效的具体原因制定了预防措施,为RV减速器状态诊断、故障诊断和提高故障诊断准确率提供理论依据。     

基于MCSA和Fisher-SAE的RV减速器故障特征提取研究

针对RV减速器实际监测中振动传感器的安装空间和信号采集容易受到限制和干扰等问题,提出了一种基于电机电流信号分析,稀疏自编码和Fisher准则相结合的RV减速器故障特征提取方法。首先,将采集的驱动电机电流数据转换到频域,研究了不同超参数对稀疏自编码的特征提取能力的影响,利用优化参数后的稀疏自编码对频域信号自动提取故障特征;然后,利用Fisher准则对提取的特征的判别能力进行了降序排名,取排名前n个特征,得到了最优故障特征集;最后,结合SoftMax分类层,实现了对RV减速器的故障诊断;搭建了RV减速器故障实验台,采集了电机电流数据,对基于Fisher-SAE的方法进行了验证,并将其与其他典型机器学习故障诊断方法进行了对比。研究结果表明：该方法能够从RV减速器电机电流信号中提取出故障特征,并选择最有效的故障特征集,解决了振动信号的局限性以及运用电流信号进行故障诊断难以提取有效特征的问题;相比于其他典型机器学习故障诊断方法,该方法的诊断准确率提高了10%～20%,具有更好的诊断效率和准确性。     

基于残差网络的RV减速器故障诊断

为了提升对RV减速器的故障诊断的准确率,采用残差网络诊断RV减速器的故障。通过振动试验台测得RV减速器4种故障模式与正常模式下的振动信号,由此构造训练和测试数据集,并对训练集进行数据增强处理。然后将截取的一维信号样本预处理转换为二维信号样本,输入残差网络进行训练和5折交叉验证。接着通过残差网络的分类准确率与DNN、LeNet、10层CNN等模型的准确率进行比较,结果表明残差网络优于传统方法,对RV减速器故障的分类准确率达到了98.11%。进一步采用了西储大学轴承数据集对模型的泛用性进行验证。最终,通过LDA(线性判别分析)对残差网络平均池化层的输出进行降维,分析了散点图与RV减速器故障类型之间的关系。     

RV减速器试验装置研制及测试分析

研制一台RV减速器试验装置,可以对RV减速器进行机械传动性能的测试,亦可对RV减速器进行故障诊断与监测和疲劳寿命试验。试验装置由机械系统、测控系统和软件系统组成,自动化测量机械传动性能参数和获取故障信号。利用本试验装置对国产SHPR-20E型RV减速器进行了传动效率、传动误差和回差试验,测量效率高、结果准确。验证了本试验台可以快速准确地测量RV减速器的相关性能,以期分析优化和提升RV减速器的整机性能。     

基于平稳工况数据截取的RV减速器故障诊断方法

旋转矢量（Rotary Vector, RV）减速器广泛应用在工业机器人重载关节处,直接影响着工业机器人的工作精度和稳定性。与一般旋转机械设备不同,工业机器人完成各项工作任务时,关节处RV减速器做往复变转速转动,转速的变化会使特征频率、统计指标等产生时变效应,导致故障信息难以提取,为故障诊断带来挑战。文中结合工业机器人RV减速器的运动特点,提出基于平稳工况数据截取的RV减速器故障诊断方法。首先通过引入压缩范围限制因子获取清晰的时频谱图;然后进行基于快速路径优化的脊线提取,并利用构建的滑动窗峰–峰值和均值指标截取脊线平稳段,获取所需的平稳工况数据;最后通过对平稳工况数据进行包络谱分析实现故障诊断。利用RV减速器往复运动振动数据对提出的诊断方法进行验证。结果表明,该方法可实现对平稳工况数据的准确截取,克服了转速变化的影响,成功提取了故障信息。     

轴承故障智能诊断专家系统的研究CSCD

为满足RV减速器轴承故障分析的需要,实现对轴承故障的智能诊断,提出了一种基于专家系统的轴承故障智能诊断方法。针对RV减速器轴承的特点,通过模拟实际工况进行试验,提取不同故障类型的特征数据,结合轴承故障判别依据以及先验知识,采用Visual Studio软件建立RV减速器轴承故障智能诊断专家系统,提高轴承故障类型的识别率以及故障位置、程度的诊断精度。通过试验对故障诊断推理模块、知识更新模块、知识库管理模块等功能模块进行了验证,保证了专家系统的可靠性。     

轴承故障智能诊断专家系统的研究

为满足RV减速器轴承故障分析的需要,实现对轴承故障的智能诊断,提出了一种基于专家系统的轴承故障智能诊断方法。针对RV减速器轴承的特点,通过模拟实际工况进行试验,提取不同故障类型的特征数据,结合轴承故障判别依据以及先验知识,采用Visual Studio软件建立RV减速器轴承故障智能诊断专家系统,提高轴承故障类型的识别率以及故障位置、程度的诊断精度。通过试验对故障诊断推理模块、知识更新模块、知识库管理模块等功能模块进行了验证,保证了专家系统的可靠性。     

RV减速器振动测试与信号分析

RV减速器作为一个机械整体系统,在工作过程中必然会产生振动。利用研制的RV减速器综合性能试验装置和振动测试系统,在RV减速器上布置3个测点,对其工作状态中产生的振动信号进行测试。采集和分析了国产SHPR-20E型RV减速器在不同转速和载荷下的振动信号,并对振动信号进行时域和频域分析。通过测试分析,可以掌握RV减速器的振动特性,这为RV减速器的动力学研究、故障诊断和提取、减振降噪提供了试验的基础。     

基于小波理论的RV减速器振动信号分析

RV减速器结构复杂、振动激励源多,运行过程中产生的振动信号会被大量噪声干扰,影响真实的振动信号被识别。介绍了小波变换理论及其信号识别和降噪分析原理,应用小波变换理论对国产SHPR-20E型RV减速器的振动信号进行分析,并对振动信号进行识别和降噪分析。通过测试分析,表明小波变换具有良好的多分辨率时频域识别特性,可以有效消除RV减速器振动信号中的噪声。为RV减速器的信号识别与分析、故障诊断和提取提供了参考。     

一种起重机减速器故障诊断试验台及测试方法

为了研究起重机减速器故障与其振动特征信息的关系,通过检测减速器振动信息来判断减速器故障的类型、位置及程度,设计了一种减速器故障诊断试验台,包括试验台本体、起升机构、测试分析系统等,并据此制作了样机,同时提出了一种减速器故障的测试分析方法.测试结果表明,基于该试验台及测试方法,采用变时基谱、离散傅里叶变化等分析方法能够准确获取减速器振动特征信息,对减速器做出的故障诊断与实际开箱检查测量的结果一致.根据建立的振动特征信息库,可对使用现场的减速器进行检测及故障判定.相比通常需打开减速器才能对其进行故障判别的方法,这种方法无需打开减速器即可对其进行方便、快捷、准确地检测及故障诊断,对保障起重机安全运行具有重要意义.     

一种起重机减速器故障诊断试验台及测试方法

为了研究起重机减速器故障与其振动特征信息的关系,通过检测减速器振动信息来判断减速器故障的类型、位置及程度,设计了一种减速器故障诊断试验台,包括试验台本体、起升机构、测试分析系统等,并据此制作了样机,同时提出了一种减速器故障的测试分析方法.测试结果表明,基于该试验台及测试方法,采用变时基谱、离散傅里叶变化等分析方法能够准确获取减速器振动特征信息,对减速器做出的故障诊断与实际开箱检查测量的结果一致.根据建立的振动特征信息库,可对使用现场的减速器进行检测及故障判定.相比通常需打开减速器才能对其进行故障判别的方法,这种方法无需打开减速器即可对其进行方便、快捷、准确地检测及故障诊断,对保障起重机安全运行具有重要意义.     

阶次跟踪与改进小波阈值降噪的RV减速器故障诊断

针对RV减速器在进行摆动疲劳试验时采集到的振动信号存在振动源复杂,噪声影响强,非线性变换等特点,利用传统的傅里叶变换(fast fourier transform,FFT)分析时存在“频率模糊”现象,不能准确地提取故障磨损点。针对上述问题,提出了一种阶次跟踪分析结合改进小波阈值降噪方法对RV减速器在疲劳实验时采集到的振动信号进行故障特征提取。首先利用阶次跟踪方法对采集到的非平稳时域振动信号进行等角度域转化;再利用改进小波阈值降噪法对等角度域信号进行阈值降噪;对得到的降噪后的等角度域信号进行FFT变换,得到阶次图。对比传统的小波降噪分析结果,该方法可以有效地提取出RV减速器在摆动疲劳实验中内部零部件发生的故障信息,为变转速旋转机械的故障诊断提供了基础。     

机器人用RV减速器模态分析与试验

以机器人用RV250AII型减速器为研究对象,采用理论模态分析与模态试验相结合的方法对RV减速器进行动态特性研究,首先基于ANSYS建立RV减速器的力学模型并进行理论模态计算,得到RV减速器整机及其摆线轮、行星架的固有频率和相应振型,利用参考点响应数据对RV减速器进行试验模态参数识别,得到了真实环境中整机及摆线轮、行星架的固有频率和相应振型,理论模态参数与试验模态参数的偏差率小于8%。研究表明:用模态分析法可正确地得到RV减速器的动态特性数据,为提高RV减速器的寿命及进一步的动力学特性研究提供了理论依据。     

RV减速器传动系统动力学特性分析

为深入研究工业机器人用RV减速器动力学特性,采用集中参数法,综合考虑啮合阻尼、时变啮合刚度以及综合啮合误差,建立了RV传动耦合扭转动力学模型,通过数值解法对建立的动力学方程进行求解,得到其振动位移、振动角速度响应及各齿轮副动态啮合力。基于UG与ADAMS建立RV减速器动力学模型,进行仿真分析实验,验证动力学模型的正确性。通过改变啮合刚度分析了啮合力的变化,随着啮合刚度的增加,在一定范围内,传动过程中的啮合力更加稳定,为RV减速器的故障诊断和优化设计奠定基础。     

基于键合图的RV减速器动力学仿真

为研究RV减速器系统的弹性特性、齿轮间啮合刚度和阻尼对系统动态特性的影响,需要对系统进行建模和仿真分析。简述了RV减速器的结构、传动特点并对功率流进行分析,基于键合图理论建立RV减速器的动态仿真模型,推导出系统的状态方程,用Matlab进行系统动力学仿真分析,得到输出转速及加速度曲线,较好地反映了系统的动态特性。为RV减速器的设计、改进提供一定的理论依据。仿真结果表明:键合图模型是一种相当优越的数学模型,键合图理论与方法为RV减速器动力学特性的研究提供了一种新方法与途径。     

新型RV减速器传动特性研究

RV减速器是工业机器人的关键零部件,文中提出一种运用内摆线行星传动原理的新型RV减速器。该减速器结构紧凑、易于制成中空结构。利用三维建模软件建立新型内摆线RV减速器的三维模型,运用动力学仿真的方法建立多刚体动力学模型。对新型RV减速器的主要传动部件进行虚拟样机仿真,分析了减速器主要传动部件的速度和角速度,摆线轮与针齿的接触力。并运用有限元方法对关键零部件和整机进行模态分析。仿真结果证明了新结构设计的合理性和动力学性能的可行性。文中研究结果可以为相似结构的内摆线或RV减速器的设计和分析提供参考。     

工业机器人关节减速器的多体动力学仿真分析

RV减速器是工业强基的关键零部件,明确其动力学特性对提升RV减速器的性能有重要意义,由于RV减速器精密、紧凑的特点,应用试验方法进行动力学特性分析难度较大,因此构建适合的动力学分析模型至关重要。基于RV减速器的工作原理,构建了其虚拟样机,对其进行了多体动力学仿真,并且分析了RV减速器工作过程中各部件的角加速度、角速度和力学问题,通过仿真结果与理论分析的对比,验证了动力学模型的正确性,为进一步研究RV减速器的动力学特性提供了有效模型。     

基于BP神经网络的刮板输送机传动部智能故障诊断系统的设计与实现

针对刮板输送机传动部减速器和电动机故障发生率较高以及故障识别、故障维护困难的问题,提出基于BP神经网络和D-S证据理论的智能故障诊断系统。给出传动部故障诊断模型,并根据理论设计对减速器智能故障诊断进行实例分析,结果表明,所设计的智能故障诊断系统能够提高故障识别精度、减少故障发生率。     

基于键合图理论的RV减速器动态特性研究

针对RV减速器动态特性分析困难的问题,利用功率键合图理论对某型RV减速器建立了仿真模型,通过推导RV减速器的传动比数学公式,给出了RV减速器单传动环路和完整环路功率键合图仿真建模方法。利用20-sim仿真软件,对所建立的RV减速器模型进行仿真分析,给出了RV减速器的设计建议。该方法对提高减速器的设计水平有一定的借鉴意义。     

小波分析-模糊聚类法用于滚动轴承故障诊断

为了对减速器内轴承的运行状态进行故障监测和诊断,在对振动加速度信号进行小波分析的基础上,提出了基于尺度-能量谱的特征提取和模糊聚类相结合的滚动轴取故障诊断方法。该方法应用于齿轮减速器JZQ250的故障诊断中,经对大量实测数据的处理和分析,能够比较准确地识别和诊断出减速器的正常运行状态、内圈故障和外圈故障运行状态,具有一定的工程实用价值。