基于小波降噪和經(jīng)驗模式分解的齒輪箱故障診斷方法的研究.pdf

1、作為機械設備中的重要組成部分,齒輪箱通常是生產(chǎn)企業(yè)的核心設備。為了確保齒輪箱的順利運行,有效地防止設備故障的發(fā)生,對齒輪箱進行狀態(tài)監(jiān)測和故障診斷顯得尤為重要。振動分析法作為機械設備狀態(tài)監(jiān)測與故障診斷中的常用方法,因其與故障類型存在著很強的關聯(lián)性,在齒輪箱故障診斷中廣泛使用。本文介紹了振動分析方法的關鍵技術,并以小波分析和經(jīng)驗模式分解作為研究思路展開相關研究工作。
　　論文闡述了齒輪箱中各個零部件的常見失效形式及振動信號的特點,著重

2、介紹了以時域分析和頻域分析為核心的非平穩(wěn)信號處理方法的基本理論與具體步驟,為后續(xù)章節(jié)提供必要的理論基礎。針對目前小波降噪過程中的不足,提出了對閾值選取原則和閾值函數(shù)的改進方法。新閾值選取原則既改善了噪聲標準差和小波系數(shù)長度對閾值選擇的影響,也使得閾值隨著分解尺度的增加而不斷減小;新閾值函數(shù)即保證了閾值函數(shù)的連續(xù)性,也避免了重構信號產(chǎn)生振蕩。通過仿真實驗分析比較了不同的小波基函數(shù),并最終選用了“db3”作為本文的小波基函數(shù)。
　　分

3、析了經(jīng)驗模式分解(empirical mode decomposition,EMD)方法、集總平均經(jīng)驗模式分解(ensemble empirical mode decomposition,EEMD)方法的不足,針對EEMD方法存在的模態(tài)混疊現(xiàn)象進行了改進。并通過仿真信號與實驗臺采集的齒輪箱振動信號驗證了該方法在解決模態(tài)混疊和抑制噪聲殘余具有一定的效果。
　　提出小波降噪和經(jīng)驗模式分解相結合的方法對模擬故障試驗臺采集的滾動軸承內外圈