齿轮裂纹早期故障的完全解调分析

齿轮轮齿发生早期裂纹时,裂纹故障信号十分微弱,为了有效提取早期裂纹故障特征,本文提出完全解调分析方法,即针对实际的齿轮振动信号调幅、调相同时存在的特点,进行幅值包络解调和相位解调相结合的完全解调分析．仿真及实例分析结果表明,本文所提出的方法能将齿轮早期裂纹故障信息从复杂的振动信号中提取出来,幅值包络解调和相位解调相结合的完全解调分析,可以提高故障诊断准确率．     

双树复小波包和谱峭度在齿轮故障诊断中的应用

针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法.首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息.通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信息,进而实现故障识别,验证了方法的可行性和有效性.     

曲面积分与局部有限元联合求解摆线锥齿轮非线性振动特性

针对重载啮合中动态传递误差所导致的非线性振动问题,以及如何准确预测和计算等摆线锥齿轮传动中的动态传递误差进一步改善这类齿轮系统振动特性,研究了在一定的运行速度和扭矩范围内摆线锥齿轮的动态响应特性,对摆线锥齿轮非线性振动特性提出了一种新的曲面积分与局部有限元联合求解方法,这种方法可以精确表达轮齿几何及轮齿接触力等对齿轮动力学性能有关键影响的因素;此外,所提出的方法无需将静态传递误差、时变拟合刚度和啮合频率变量等非线性因素作为外部的激励进行求解,而是从齿轮啮合的每一时步计算动态接触力以及动态传递误差,最终得出摆线锥齿轮的非线性振动特性,采用本方法可以较好地改善摆线锥齿轮的振动特性.     

基于齿面发生线的弧齿锥齿轮铣削加工仿真分析

基于球面渐开线弧齿锥齿轮的齿面生成原理,对齿面的发生线形成理论进行了研究,并提出了一种以齿面发生线作为铣削刀刃,通过三轴联动的方式加工出弧齿锥齿轮齿面的加工方法。建立了锥齿轮加工机床的三维模型,进行了锥齿轮的加工仿真,并对仿真生成的锥齿轮进行了齿面接触迹线分析。研究表明,基于该理论进行弧齿锥齿轮的铣削加工,运动和控制简单,且加工出来的锥齿轮能实现大倾角线接触传动。     

面向齿轮箱故障诊断的序贯概率比检验理论和方法

提出了一种基于序贯概率比检验的齿轮裂纹故障诊断方法,并选用了无裂纹和有裂纹的齿轮模拟故障模式.实验中提取的振动信号夹杂着噪声等干扰,运用具有良好去噪效果的小波包方法对齿轮箱振动信号进行预处理.采用时域分析法提取预处理后信号的特征值,提取对冲击性振动非常敏感的峭度值作为特征值.将序贯概率比检验算法应用于齿轮箱故障模式的检验和识别.为了验证所提出方法的诊断能力,本文选用均方根误差的方法来计算同种故障之间,以及不同种类故障之间的识别误差,结果表明了所提出的方法是有效且强大的.     

斜齿锥齿轮的精确建模与加工仿真

为了对斜齿锥齿轮进行精确建模与加工仿真,在对球面渐开线和斜齿锥齿轮齿面生成原理进行研究的基础上,推导了斜齿锥齿轮基圆锥面上的螺旋线方程和球面渐开线对称面的位置,提出了一种基于三维造型软件UG和CATIA的斜齿锥齿轮精确建模方法.利用UG和CATIA的相关功能建立了一个左旋斜齿锥齿轮的三维模型并对其进行了加工仿真.仿真结果表明,设计的建模方法理论正确、简便可行,为斜齿锥齿轮的有限元分析、加工仿真和自动编程等提供了依据.     

基于小波理论的故障特征提取

在对齿轮进行故障诊断时,采样信号不可避免地受到各种噪声和干扰的污染,所测信号属于典型的非平稳信号.信号的降噪和特征提取是齿轮状态监测和故障诊断的关键环节.小波理论对于非平稳信号的处理非常有效.在MATLAB环境下,利用小波理论对减速器齿轮箱的采样数据进行去噪实验和分析,提取齿轮大周期故障的特征指标,为进一步进行故障诊断奠定基础.     

基于倒频谱特征提取的齿轮箱故障诊断

介绍了齿轮箱故障的特点、倒频谱分析的基本原理以及例频谱分析在齿轮箱故障诊断中的应用。首先,用传统的傅立叶变换法对故障信号进行分析,结果无法有效地提取故障特征;其次,对故障信号进行倒频谱分析,发现能很好地捕获故障信息。实验证明：倒频谱分析在齿轮故障诊断中具有无比的优越性。     

EEMD-PE与M-RVM相结合的轴承故障诊断方法

滚动轴承振动信号中包含了大量轴承运行状态信息,但是由于振动信号具有非线性和非平稳性的特点,难以充分提取振动信号中的故障特征,导致现有基于模式识别的轴承故障诊断方法的故障识别准确率较低.为了提高滚动轴承故障识别的准确率,提出了一种基于集合经验模态分解-排列熵(EEMD-PE)特征提取与多分类相关向量机(M-RVM)相结合的轴承故障诊断方法.首先,该方法利用EEMD对非线性和非平稳信号的自适应分解能力,将轴承故障信号分解为一组包含故障特征的本征模态函数(IMFs).然后,利用排列熵提取由EEMD分解得到的IMFs中的故障特征,并组成特征向量.最后,采用EEMD-PE对不同故障状态下的训练样本集进行特征提取,组成特征向量集对M-RVM分类器进行建模,以概率输出的形式实现对滚动轴承的故障诊断.实验结果表明:EEMD-PE特征提取方法能够对滚动轴承振动信号的故障特征进行有效提取,M-RVM能够对故障滚动轴承振动信号包含的故障特征进行识别.与现有轴承故障诊断方法相比较,所提出的方法能够提高故障识别准确率,达到99.58%.     

形态解调在齿轮故障特征提取中的应用

针对齿轮故障信号往往由于冲击的存在而产生调制现象的问题,提出采用形态学解调的方法提取齿轮故障特征.在分析不同形态学运算对信号处理结果影响的基础上,结合形态闭运算提取信号正脉冲的特点,采用闭运算对齿轮故障信号进行形态解调以提取故障特征.分析并比较不同长度扁平形结构元素对仿真与实际故障齿轮信号的解调效果,说明当采用长度为0.19～0.21倍的齿轮冲击周期的扁平形结构元素进行形态解调以提取故障特征时,可取得较好的效果.仿真与实例证明,形态解调方法不仅克服了包络解调需选择滤波参数的缺点,而且能够更有效地提取齿轮故障特征.     

偏摆马达少齿差内锥齿轮数控加工

提出偏摆少齿差气动马达,设计了独特的内锥齿轮传动结构,对偏摆马达传动所需内锥齿轮的加工工艺进行了研究,提出了内锥齿轮数控加工新方法,解决了偏摆气动马达之少齿差内齿锥齿轮的数控加工问题,并利用AutoCAD的一些性质简化了数控编程。     

虚拟弧齿锥齿轮齿面可控性椭球抛物面误差的叠加新方法

为了研究弧齿锥齿轮测量精度稳定性及不同程序测量误差的问题,提出了一种对虚拟弧齿锥齿轮进行可控误差叠加的方法.分析虚拟弧齿锥齿轮建立时产生的误差,在虚拟工件上叠加可控的椭球抛物面误差,调用OpenGL图形库中的函数将叠加误差后的效果进行直观对比.研究结果表明:对虚拟弧齿锥齿轮进行误差可控的叠加,得到了齿面误差可控的虚拟弧齿锥齿轮.     

面向轴承智能诊断的多领域深度对抗迁移网络

针对不同工况下轴承监测数据分布差异性导致的诊断精度下降问题,基于深度学习与迁移学习,提出一种多领域深度对抗迁移网络,用于变工况下轴承的智能诊断。将不同工况下的样本集视作属于不同的领域,在特征提取时利用深度残差网络将轴承源域的训练数据与目标域的测试数据映射到高维特征空间,提取监测数据高层抽象的特征表示;设计多领域对抗模块,以支持多故障模式的轴承样本在不同领域对抗模块上进行对抗迁移训练,保障源域与目标域数据在特征空间中的分布有效对齐;在利用源域数据训练故障分类器时引入标签平滑约束,增强故障识别的泛化能力,将源域故障诊断知识迁移到目标域数据的故障信息识别,实现变工况下的轴承智能诊断。利用变工况下的齿轮箱轴承故障数据集与电机轴承数据集对提出方法进行验证,结果表明：相比其他方法,提出的新方法考虑了轴承监测数据的多故障模式结构,更好地提取了领域不变特征,提升了变工况下轴承故障的识别精度。     

基于RBF直齿圆锥齿轮遗传算法优化设计

提出了一种基于RBF网络和改进遗传算法的齿轮优化设计方法。该方法首先利用RBF网络映射优化中的图表问题,提高了优化设计的效率;然后利用改进的自适应遗传算法进行优化设计,提高了齿轮设计的精度。通过直齿圆锥齿轮的优化设计,以及与其它方法的比较,说明该方法是有效的。     

以圆柱斜齿轮代替蜗轮的探讨

对圆柱斜齿轮、蜗杆啮合与蜗轮、蜗杆的啮合作了比较，提出在传递载荷不大的情况下，用圆柱斜齿轮代替蜗轮在实际应用中的意义．     

Gear Fault Diagnosis Based on Rough Set and Support Vector Machine

By introducing Rough Set Theory and the principle of Support vector machine,a gear fault diagnosis method based on them is proposed.Firstly,diagnostic decision-making is reduced based on rough set theory,and the noise and redundancy in the sample are removed,then,according to the chosen reduction,a support vector machine multi-classifier is designed for gear fault diagnosis.Therefore,SVM'training data can be reduced and running speed can quicken.Test shows its accuracy and effi- ciency of gear fault diagnosis.     

基于信息熵和SVM多分类的飞机液压系统故障诊断

飞机液压系统是典型的非线性系统,故障机理复杂,提取故障信息困难,且故障样本较少。针对飞机液压系统部件故障,文章采用了基于信息熵特征权值分配和支持向量机(SVM)多分类的故障诊断方法。先提取飞机液压系统压力信号的统计特征,然后通过计算特征信息熵为特征分配相应权值,将权值较大的特征作为支持向量机的输入向量,最后建立SVM多分类器将正常与多种故障状态进行分类;所采用的方法不仅有效降低了支持向量机模型的计算复杂度,而且提高了分类精度。通过建立飞机起落架收放系统仿真模型,对该故障诊断方法进行了验证研究。仿真结果表明,该方法选用高斯径向基核函数能够有效对液压系统进行故障诊断。     

基于变精度粗糙集的齿轮故障诊断

提出一种基于变精度粗糙集的齿轮故障诊断模型。首先用自组织特征映射神经网络进行数据的离散化;再由变精度近似依赖度进行属性约简;然后生成故障诊断规则。给出一个齿轮的故障诊断的实例,并与粗糙集的故障诊断模型进行比较。结果表明基于变精度粗糙集方法降低了决策规则的复杂度及规则数量,且提高了故障识别率。     

基于有限元的螺旋锥齿轮瞬态温度场仿真分新

应用传热学理论,推导了螺旋锥齿轮瞬态温度场的导热偏微分方程,在分析轮齿不同表面所适用的各类边界条件的基础上,建立了螺旋锥齿轮瞬态温度场分析的模型和有限元求解方法．系统地分析了瞬态温度场随时间变化的情况及其分布情况。     

基于小波系数区域相关性的关联维数在风机故障诊断中的应用

提出用小波系数区域相关性的滤波算法对原始数据进行降噪处理,用关联维数来定量描述风机的工作状态,进而对风机进行故障诊断。计算了风机在不同工作状态下降噪前后振动信号的关联维数。分析结果表明,该方法能有效的保留信号特征,有较好的降噪效果,且风机在不同工作状态下所对应的关联维数有明显不同,因此可以用关联维数区分风机的工作状态,以关联维数作为风机故障诊断的依据。