基于量子優(yōu)化和ARMA模型的齒輪箱故障診斷研究.pdf

1、齒輪箱是一種傳動比恒定、傳動效率高、傳動比變化范圍大的傳動部件,被廣泛應用在各種機械設備中。但因其結構復雜且工作環(huán)境惡劣因素很容易受到損害和出現(xiàn)故障,影響整個設備的正常運轉。對齒輪箱的故障診斷對了解設備運行狀態(tài),及時發(fā)現(xiàn)設備異常具有著重要的現(xiàn)實意義。
　　齒輪箱的振動信號中蘊含著大量信息,能夠從嘈雜的振動信號中提取到包含故障特征的信號是一個關鍵因素。使用獨立分量分析作為信號的預處理步驟,實現(xiàn)從眾多混雜的信號中將含源的機械狀態(tài)信號分

2、離出來,基于“純凈”信號再對其進行ARMA建模分析,提取狀態(tài)特征,提高故障診斷的有效性。
　　論文分析了齒輪箱的常見失效形式,并對齒輪和軸承失效作了重點分析。在研究了獨立分量分析算法和量子粒子群算法的理論基礎上,將二者相結合,通過選取一定的目標函數(shù),將量子粒子群算法作為獨立分量分析的優(yōu)化算法,形成了量子粒子群優(yōu)化獨立分量分析算法。以JZQ250齒輪箱為實驗對象,搭建了測試系統(tǒng),采集了振動信號。將獨立分量分析算法應用于齒輪箱的故障診