减速器小波分析的开题报告.doc

《减速器小波分析的开题报告.doc》由会员分享，可在线阅读，更多相关《减速器小波分析的开题报告.doc（16页珍藏版）》请在三一办公上搜索。

1、目录1选题综述11.1选题背景11.2选题意义32文献综述42.1齿轮箱故障诊断的发展与研究现状42.2小波分析在齿轮箱故障诊断中的现状53本课题研究内容、方案设计及创新点83.1本课题研究内容83.2课题方案设计83.3创新点114课题难点、解决方案及预期成果124.1课题难点及解决方案124.2课题预期成果125课题计划136参考文献141选题综述1.1选题背景减速器在运转状态下，由于齿轮和轴承部件失效而引起的内部故障，必然产生振动加剧、噪声异常、温度升高、磨损加剧和能耗增大等一种或几种故障迹象。这些随着故障严重程度而变化的参数，一般均可作为故障检测参数。但实践表明，振动信号能够更迅速、更

2、直接地反映减速器的运行状态，据统计，减速器有70%以上的故障都是以振动形式表现出来的，而振动故障中的70%是由轴承和齿轮引起的故障。这是因为轴承和齿轮是机械设备中工作条件最为恶劣的部件。它们在机械设备中起着承受载荷、传递载荷的作用，因而其运行状态直接影响到整台机器的功能。因此，必须对减速器齿轮和轴承运行状态进行振动特性分析。 图1 刮板输送机减速器基于振动信号分析的机械监测诊断技术，目前仍然是轴承、齿轮诊断的主要手段之一。振动法是通过安装在轴承座或齿轮箱体适当方位的振动传感器监测轴承和齿轮的振动信号，并对此信号进行分析处理来判断轴承和齿轮的状况和故障。所以振动信号是轴承和齿轮故障的载体。理论上

3、可通过轴承和齿轮振动信号的分析与处理诊断出所有类型的故障。但是实际上，通过传感器拾取的振动信号除反映有关轴承和齿轮本身的工作情况和信息外，还包含了大量的机械中其它运行部件和结构的振动信息，这些信息对于研究轴承和齿轮本身的工况与故障来说，属于背景噪声。由于实际中背景噪声往往比较大，所以发生在轴承和齿轮上故障所特有的信息往往被淹没在背景噪声中，很难被发现和提取出来。因此，采用什么样的振动监测与信号处理技术来提高信噪比，突出故障特征信息，抑制背景噪声，从而有效地诊断出滚动轴承与齿轮故障成为减速器监测与诊断技术的关键所在。小波变换最早是由法国地球物理学家Mallet于80年代初在分析地球物理信号时作为

4、一种信号分析的数学工具提出来的。它基于对坐标轴的平移和伸缩的方法，并继承和发展了Gabor变换局部化的思想，同时又克服了窗口大小不随频率变换、缺乏离散正交基等缺点，是一种比较理想的时频分析方法。和傅立叶变换相比，是一次重大的突破。经过十几年的发展，小波变换不仅在理论和方法上取得了突破性的发展（框架和滤波器组两大理论即是典型代表），而且在实际应用中也取得了重大的成就。主要表现在：1.基础科学方面：数学上，已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解等；物理上，已用于量子力学、理论物理；在分形和混沌理论里也有广泛的应用；2.信号分析方面：已用于信号的时频分析、识别、滤波、去噪音(提

5、取微弱信号)、压缩、传递以及求取分形指数。其中，比较突出的是对数据的压缩，其压缩比高，压缩速度快，压缩后能保持信号与图像的特征不变；3.计算机应用方面：已用于图象识别、压缩、消噪；语音编码、识别、分析、压缩、人工合成；4：医学方面，减少B超、CT、核磁共振成像的时间，提高分辨率；5：设备故障诊断方面，已用于机械、桥梁、楼房等的故障诊断；6：其它方面，已用于对地震、勘探数据的处理、军事中电子对抗和武器的智能化、音乐人工合成等。实践证明，小波分析的应用价值还远没有得到彻底开发，正等着人们不断的研究。本课题就尝试对其在刮板输送机减速器故障诊断方面的应用作一些理论和实践上的探索。1.2选题意义随着采煤

6、机械化程度的不断提高和普及，使用刮板输送机的数量不断增多，功率不断加大，且技术要求也越来越高。相应地，刮板输送机的事故所占比例亦在不断地加大。减速器是刮板输送机的心脏部分，通过对减速器测试以及其故障形式研究，就能够确定减速器所处的工作状态，从而及时发现故障，预测其寿命，并为其维修、保养提供可靠的参数和依据。小波分析作为一种全新的信号分析手段，在信号的特征提取方面具有传统傅立叶分析无可比拟的优越性，这主要表现在小波分析同时具有较好的时域特性和频域特性，能聚焦到信号的任何细节；小波分析时所加的窗是面积一定，长宽可以改变；信号的正交分解是无冗余的，不存在能量的泄漏。所以小波分析是一种很好的特征提取工

7、具。从根本上讲，小波分析有望取代传统的傅立叶分析技术。目前已经有不少研究成功的将小波分析应用于往复机械的故障诊断，旋转机械的碰摩研究；主要应用领域为机械振动的故障征兆的特征提取；主要是应用小波分析的正交分解，多分辨分析，小波分析的奇异性检测等方法实现的。小波分析在这些领域的应用一方面说明小波分析的优越性，同时也说明小波分析理论应用的深度和广度还远远不够，小波分析优越的时域和频域特性还没有完全体现出来。所以，在实际应用中提出更多更广的研究课题，进一步研究拓展小波分析理论在机械设备故障诊断领域的应用具有十分重要的理论和实践意义。2文献综述2.1齿轮箱故障诊断的发展与研究现状齿轮箱状态监测与故障诊断

8、技术是一门多学科综合技术，涉及动态信息处理、计算机、人工智能等众多领域的知识。目前的齿轮箱故障诊断研究主要集中在齿轮箱状态监测仪器和分析系统的开发、振动信号处理与分析、故障机理研究和典型故障特征的提取、诊断方法研究和人工智能的应用等几个方面。在监测系统开发方面，人们已进行了大量的研究，并开发了许多相应的仪器及设备。国外如日本和丹麦生产磁带记录仪；美国亚特兰大公司的M777便携式数据采集器、B&K2034、CF-355等信号分析仪；国内的如重庆大学DAS动态信号分析与故障诊断系统；西安交通大学的旋转机械状态监测及故障诊断系统；东方振动和噪声技术研究所的大型数据采集和处理系统DASP；东北大学研制

9、的滚动轴承故障诊断专家系统以及北京京航公司研制的设备故障诊断仪器等等8-14。在振动信号的处理和分析方法方面，从传统的分析方法如时域波形统计特征值分析、转速同步分析、幅值谱与功率谱分析、细化谱分析、相关分析、相干分析、倒频谱分析、瀑布图、伯德图到一些较新的分析方法如共振解调分析、短时傅立叶变换、Wiger-Vile技术、复调制带通滤波器解调、小波分析等都已经得到应用，并取得一些研究成果和实际效益，如Glenn.White研究了诊断齿轮故障的同步时域平均方法，并成功地将其应用于某大型工厂的两对齿轮传动系统中；美国国家宇航局人员提出了Hilbert-Huang变换，该方法是一种自适应的信号处理方法

10、，被认为是近年来对以傅里叶变换为基础的线性、稳态频谱分析的一个重大突破，主要用于非平稳信号的分析；成琼等人提出了一种基于高斯线调频小波变换诊断齿轮故障的新方法，它具有比小波变换及其它时频分析方法更强的非平稳信号分析功能。利用高斯线调频小波变换作齿轮振动信号的能量潜估计，可提取调制边频带结构，识别齿轮故障模式;林京研究了机械动态信号的处理技术等，并取得一定的效果；唐德尧研究了共振解调故障诊断技术的主要特性，并将该技术应用于铁路机车、客车车辆走行部件的故障诊断中。在人工智能诊断方面，产生式系统、神经网络、灰色理论、模糊聚类和数据融合等原理己经广泛应用到了齿轮箱故障诊断中。如：Marwala运用神经

11、网络对旋转机械中的不平衡、不对中和油膜涡动三种典型进行了故障诊断；1999年，重庆大学王文利开发了一种齿轮箱信号分析与故障诊断的系统，该系统以“三谱两时域”综合诊断法为基础，并将共振解调技术应用于齿轮箱故障诊断中；2000年，上海交通大学梁凤岗提出了一种基于分布式智能的齿轮箱监测和诊断系统。基于分布式智能思想、面向对象的方法和信息融合技术，构建了齿轮箱装置监测和诊断的原型系统。该系统是一个定性知识与定量知识相结合的多属性、多任务、多目标的不确定性信息处理系统，状态监测任务由基于多网络协同推理的方法完成，采用特征融合和时空判决融合技术提高推理效率。针对不同诊断要求，采用常规诊断和基于多专家组合的

12、精密诊断。随着人工智能技术的发展，为齿轮和滚动轴承故障诊断开辟了更宽广的空间，为故障监测和故障分析的智能化发展提供了条件15-17。2.2小波分析在齿轮箱故障诊断中的现状小波分析是一种比较新的时频分析方法（20世纪70年代才首次提出），但由于其独到优点，正在被各个邻域广泛接受和应用。利用小波分析进行信号分析时，其时间分辨率和频率分辨率是变化的，在对低频部分分析时，它采用低的频率分辨率和高的时间分辨率，在对高频信号分析时，采取高的频率分辨率和低的时间分辨率，这样在符合不确定原理的基础上，实现了对信号的精细分析。这个过程相当于对概貌部分进行宏观观察，而对细节部分进行小范围（时间域）的微观观察，该特

13、性符合人们日常对信号的观察常识，因此，它被称作信号分析的“显微镜”。经过研究，可以发现小波分析有如下特点，这些特点可以说明其在各个领域日益得到广泛应用的原因。（1）基函数的灵活性。小波分析的基函数不是唯一的，只要满足所谓的“容许条件”即可，因而有许多构造小波的方法，形成了多种小波函数。例如Haar小波，样条小波等等。不同小波具有不同的特性，可分别用来逼近不同特征的信号，以便得到最佳结果。与它形成明显对比的是，常用的傅里叶变换只用三角函数去逼近信号，没有选择余地。（2）算法的快速性。多分辨率分析大大提高了小波分析的效率，人们易于从尺度函数和两尺度关系推导出小波系数，甚至不需要知道小波函数的解析表

14、达式也可得到分析结果。尺度函数相当于低通滤波器，小波函数相当于带通滤波器。将信号用低通和带通滤波器进行分解，显然比用频率点分解快捷。频带分析从表面上看比频率分析粗糙，然而信号分析的目的，在许多情况下是提取信号的特征，没有必要知道每个点的信息。同时小波分析并不排除对细节进行分析的可能性。在需要时，可将频带细分下去，起到显微镜的作用。这一点傅里叶变换是无法比拟的。（3）分析的双域性。小波分析是时频分析方法之一，能够完成时频分解。和Gabor变换相比，它又具有优越的时域窗。在不确定原理的约束下，频率较低时，它具有较宽的时间窗，而在频率较高时，又具有较窄的时间窗，因而更适合信号分析。（4）应用的广泛性

15、。可分析平稳信号，也可分析非平稳信号。可分析周期信号，也可分析非周期信号。大大增强了它的应用范围。而傅里叶变换只能对平稳的周期信号进行分析。（5）思想的深刻性。小波理论是建立在实变函数、复变函数、泛函分析、调和分析等近代数学理论基础上的，这些近代成熟的数学理论为小波分析提供了坚实的理论基础。在齿轮箱设备故障诊断过程中，由于其结构特点，主要进行的是振动信号的分析。故障发生时，振动信号一般表现为非平稳和非周期的特点，此时，传统的傅里叶变换已经无法完全满足分析要求，甚至根本无法使用。在齿轮箱设备故障诊断方面，人们已日益认识到小波分析的价值。许多学者做出了探索性的研究，已有的应用主要表现在：将小波变换

16、和分形分析相结合，通过小波分解信号的网格维数值，正确反映出汽轮机轴瓦松动故障18。利用谐波小波具有优良的频域特性和锁定相位的功能，提出视频剖面图方法，诊断出炼油厂重催烟气轮机因不对中在磨片式离合器中产生的早期故障19。采用快速小波包分解，选取特定频带重构，从某石化厂压缩机转子杂乱的原始信号轴心轨迹中提取出不对中香蕉形和转子流体激励的随机椭圆的轴心轨迹20。采用小波包分解的信号模极大值重构方法，对模拟偏心、不对中等故障进行了正确的诊断21。用二进小波变换和关联维数正确识别出碰摩故障22。用小波包方法与ART2神经网络和模糊评判对转子实验台模拟的多故障进行综合诊断23。此外，在提取微弱信号、改进算

17、法等方面，都有相关的技术应用。3本课题研究内容、方案设计及创新点3.1本课题研究内容本课题主要从减速器齿轮和滚动轴承故障的振动理论和小波分析理论出发，通过对测得的实验数据的分析，对齿轮和滚动轴承振动信号分析与故障诊断方法的特点做了比较，探讨了不同因素对小波降噪的影响，提出适合齿轮和轴承故障特征提取的小波分析方法。本课题主要开展以下几方面的研究工作：（1） 研究减速器中齿轮和滚动轴承诊断技术的发展状况，齿轮和滚动轴承的故障以及诊断方法。（2） 研究减速器齿轮和滚动轴承振动理论，两者的振动机理及振动特征，对各种振动信号分析与故障诊断方法的特点进行比较，分析在减速器故障诊断领域中采用小波分析的必要性

18、。（3） 进行振动传感器、电荷放大器和数据采集卡等硬件的选取，在本课题中涉及的减速器上测取不同位置上的齿轮和滚动轴承正常运行状态和故障状态下的振动信号，对振动信号进行数据处理和分析。（4） 深入研究小波降噪原理，通过仿真和实验信号的分析，更进一步的研究小波母函数、阈值选择、分解层次等因素对小波降噪的影响。（5） 利用MATLAB软件对实验故障信号进行分析，研究更有效的基于小波分析的故障特征向量的提取方法。3.2课题方案设计研究振动信号的传播时，可以把齿轮箱看作线性系统，每个齿轮和轴承都看作振源。如果把每个齿轮和轴承的振动看作一个输入信号，位于齿轮箱上的测量点处的振动看作输出信号，则齿轮箱是一个

19、多输入多输出线性系统。齿轮箱总的运动信号中只有制造误差及故障引起的振动能够通过介质传到齿轮箱的外壳。设表示某测点的测量信号，N表示振源（齿轮和轴承）总数，Mk表示第k个振源的传播路径的数量。每个齿轮和轴承的振动都是输入信号之一。输入或测量信号就是每个输入信号的响应之和，即此公式中，为第k个输入信号经过由第n条途径传播的单位冲击响应；为第k个振动源信号（输入信号）；*表示卷积，表示噪声信号。在频率域，上式变为 式中：是频率响应函数。齿轮箱振动的传播路径通常很复杂，一般包括轴、轴承及齿轮箱的箱体等部分。由于振源与测量点之间存在一定的距离，会引起局部共振与振动信号的时间延迟，是信号相位发生变化，且不

20、同频率成分会产生不同的增益。经传播后，各信号成分的幅度与相位可能与原始信号不同，但其频率不受影响7。齿轮箱运行中的故障主要包括分布类故障（如均匀磨损）和局部损伤（如点蚀、裂纹、断齿等）。均匀磨损是一种渐变性的故障，振动波形在短时间内没有明显变化。随着磨损的发展，轴承通频带振动幅值的变化往往能反映其严重程度；齿轮啮合频率及其谐波分量的幅值会发生较大变化，其高次谐波的幅值会明显增大。局部损伤会产生周期性的冲击脉冲力，产生很大的冲击加速度，引起设备共振，然后构件变形产生自由衰减振动，振动频率为构件固有频率。损伤类故障是一种突发性较强又比较危险，早期症状较难识别的一类故障，此类故障是进行故障诊断时的重

21、点。目前齿轮和滚动轴承故障诊断使用最广泛的测试方法是通过安装在轴承座或齿轮箱体表面的加速度传感器来采集振动信号。可以选择在轴承座附近刚性较好的部位，在两端轴承座沿水平、垂直、轴向位置和正对啮合齿轮的箱体上安装一个传感器，因为齿轮发生的异常是各种各样的，发生最大振动的方向也各不相同。图2中所示点110为加速度传感器的布置点。图3为减速器振动信号的数据采集框图，使用电荷放大器，把压电传感器输出的电荷信号转换为电压信号，经A/D转换后，通过串口传输给PC。在计算机上通过MATLAB软件对测得的故障振动信号进行小波消噪和后续处理，利用连续小波变换对实验数据进行故障特征提取，基于齿轮和滚动轴承的故障理论

22、对减速器的正常状态和故障状态测得的数据进行分析，从而对减速器进行故障诊断。图2 齿轮箱测点布置被测减速器压电传感器电荷放大器数据采集卡串口计算机图3 振动信号采集框图3.3创新点（1）对刮板输送机减速器齿轮和滚动轴承的常见故障采取故障模拟。（2）对小波阈值降噪算法进行仿真、优化，采用小波分析方法进行故障特征提取。4课题难点、解决方案及预期成果4.1课题难点及解决方案（1）在研究减速器故障的过程中，由于客观条件的限制，很难收集大量的故障模式用于研究。因此在实验中采取故障模拟，即在一定的条件下人为的在减速器的齿轮或者轴承上制造某些故障去模拟现实中的一些故障模式，通过分析研究来判断和验证本课题提出的

23、故障诊断方法的可行性。（2）在减速器运行过程中，测得的振动信号会受到大量的噪声的干扰，对实验数据选择不合理会影响后续数据分析的准确性，实验中需要测量的减速器振动信号在各个测量位置所得到的结果不同，需要在合理的测量位置放置传感器，对测得的振动信号进行分析比较，选取效果较好的数据进行分析处理。（3）对数据的小波降噪中，最关键的是如何选择阈值及如何进行阈值量化，它关系到信号降噪的质量，因此需要加深对小波理论的理解，对小波阈值降噪的算法进行仿真，根据所测得的故障数据针对其不足优化降噪算法，并用仿真信号和实际故障信号进行算法降噪的验证。故障诊断中需要提取故障信号的特征，针对传统信号分析方法的不足，将采用

24、小波分析方法进行故障特征提取，从对信号的深度加工中获取更多的信息。4.2课题预期成果本课题针对刮板输送机减速器的故障诊断进行研究，重点研究小波分析的工程意义，揭示其在减速器故障诊断中的应用理论基础，利用MATLAB对故障信号降噪、分析，确定故障来源完成减速器的故障诊断，从而提出一种基于小波分析的适合刮板输送机减速器的故障诊断方法。5课题计划200904200911 调研，可行性分析，查阅相关资料，找出初步解决问题的方法，写选题报告。200912201005 继续课题研究。针对故障诊断的小波应用查阅相关资料，结合本课题研究进行理论方面的更进一步的研究，对出现的问题进行处理。20100620110

25、2 完成整个系统的搭建和调试，并针对实验过程中的问题进行解决。201103201107 整理材料，撰写论文初稿，准备答辩。6参考文献1钟秉林,黄仁. 机械故障诊断学. 机械工业出版社. 20072飞思科技产品研发中心. 小波分析理论与MATLAB7实现. 电子工业出版社. 20053陈长征,胡立新,周勃,费朝阳. 设备振动分析与故障诊断技术. 科学技术出版社. 2007 4 胡昌华,李国华,周涛. 基于MATLAB7.x的系统分析与设计小波分析（第三版）. 西安电子科技大学出版社. 20085 李舜酩,李香莲. 振动信号的现代分析技术与应用. 国防工业出版社 2008 6 程正兴. 小波分析与

26、应用实例. 西安交通大学出版社. 2006 7 樊永生. 机械设备诊断的现代信号处理方法. 国防工业出版社. 2009 8陈进. 机械设备振动监测与故障诊断. 上海交通大学出版社. 20029Grossman A. Wavelet transform and edge detection. Stchastic Processes in physics and Engineering. 198610Huang W, Shen Z. Onlinear indicial response of complex stationary oscillations as pulmonary hyperten

27、sion responding to step hypoxea. Proceedings of the National Academy of Sciences USA, 1999, 96(5);1834-1893.11 Tshilidzi Marwala, Damage Identification Using Committee of Neural Networks. Journal of Engineering Mechanics, 2000, (1);43-50.12 成琼，于德介，程军圣. 基于高斯线调频小波变换能量谱的齿轮故障诊断. 振动与冲击，2002，3（2）：83-86.13

28、高国华. 便携式齿轮箱故障诊断系统机械研究与应用. 2004.6.14丰田利夫. 设备现场诊断的开展方法. 机械工业出版社，1985.15刘仲川等. 齿轮故障诊断润滑油在线监测. 西安交通大学出版社，199216徐玉秀，原培新，杨文平. 复杂机械故障诊断的分形与小波方法. 机械工业出版社，2003：1-10.17陈克兴，李川奇等. 设备状态检测与故障诊断技术.科学技术文献出版社，1991：25-137.18紫阳，何正嘉，张周锁小波分析技术及其在机械设备非平稳故障诊断中的应用西安交通大学学报2000，34(9)：82-8719高强，何正嘉谐波小波及时频剖面图在旋转机械诊断中的应用西安交通大学学报

29、2000，34(9)：62-6620张桂才，轩建平，杨叔子基于小波包的转子轴心轨迹提纯方法华中理工大学学报1998，26(12)：8-921张建国，夏松波，刘永光小波降噪在轴心轨迹特征提取中的应用哈尔滨工业大学学报1999，31(5)：52-5422刘占生，刘成敏，刘树春小波分析和分形几何在转子动静碰摩故障诊断中的应用哈尔滨工业大学学报1999，31(1)：55-5623马建仓小波神经网络模糊识别在旋转机械故障诊断中的应用研究机械科学与技术1999，18(3)：459-46124史明栓，张超军. SGZ630刮板机减速器常见故障与预防. 煤炭技术.2008，27（1）25张殿勇，孙兆森. 转载

30、机及刮板输送机减速器故障诊断. 煤矿机械.2000，（12）：5726简小刚，张艳伟，冯跃. 工程机械故障诊断技术的研究现状与发展趋势. 中国工程机械学报. 2005，3（4）：445-44927郭磊，肖兴明，郑如意. 小波变换在减速器故障诊断中的应用. 煤矿机械. 2003，（9）：125-12628 潜凌，齐明侠，吴苗法. 小波技术在机械设备故障诊断中的研究现状. 石油矿场机械.2006,35(2):13-1729钱锡铭，沈长兴. 减速器故障振动的监测与诊断. 煤矿机电.1999,（5）:25-2730魏秀业，潘宏侠. 齿轮箱故障诊断技术现状及展望. 测试技术学报.2006，20（4）：368-37631吴松林，张福明，林晓东. 基于小波神经网络的滚动轴承故障诊断. 空军工程大学学报(自然科学版).2008，9（1）：50-5332庞茂，周晓军，胡宏伟，孟庆华. 基于解析小波变换的奇异性检测和特征提取. 浙江大学学报（工学版）.2006，40（11）：1994-1997