论文部分内容阅读
齿轮箱作为机械设备当中最重要的传动部件之一,其工作状态的好坏将直接影响整个设备的运行。而齿轮箱发生故障时通常是多种故障相互耦合而导致的复合故障,除此之外,信号中包含的背景噪声,使得微弱故障特征经常被淹没,难以识别。因此,如何运用有效的信号处理方法对含有噪声的复合故障信号进行故障特征分离与提取是齿轮箱复合故障诊断技术研究的关键。首先,分析了齿轮的故障振动特性和试验装置。主要对齿轮故障类型及振动机理进行分析,建立了齿轮故障振动信号数学模型;在此基础上,分析了齿轮断齿、点蚀、磨损以及复合故障在时、频域的振动特性;并对本文的齿轮箱试验平台进行了介绍。其次,提出了基于EMD与改进变分模态分解的齿轮箱复合故障诊断方法。由于模态分量个数k与惩罚因子?取值不当或噪声的影响,会使VMD分解结果中出现模套混叠、频率交叉以及噪声分量现象,而EMD方法的本质相当于一个维纳滤波器,处理信号时具有完全的自适应性。因此,采用EMD对故障信号进行预处理并得到组合模态函数(CIMF);然后利用波形法与包络熵对VMD方法进行改进以确定参数k与?的组合,根据得到的参数值对CIMF进行改进VMD分解以达到故障特征分离的目的;最后对分解得到的有限带宽模态分量进行包络解调谱分析,提取故障特征频率。通过仿真信号与齿轮箱点蚀-磨损复合故障试验信号均验证了所提方法的有效性。然后,提出了基于改进局部均值分解的齿轮箱复合故障诊断方法。LMD方法在分解含背景噪声的复合故障信号时易出现模态混叠现象,并且微弱故障特征很容易被噪声所淹没。而MCKD在提高信噪比、增强弱故障特征方面具有很好的效果。因此,将MCKD作为LMD方法的前置滤波器对其进行改进,通过MCKD对故障信号进行降噪处理;然后利用LMD对降噪信号进行分解;最后选择强相关的PF分量进行Hilbert包络解调谱分析以提取故障特征频率。通过仿真对比分析与齿轮箱断齿-磨损复合故障试验信号验证了改进方法的有效性和优越性。最后,利用VB在界面可视化设计方面的优势,将其与MATLAB结合设计了一个基于VB的齿轮箱复合故障诊断系统。通过对系统所需功能的分析,介绍了该系统的总体界面设计,包括登录界面以及信息采集模块、幅值域分析模块、改进LMD分析模块以及EMD与改进VMD分析模块,通过对各模块界面的操作展示了其具体的功能。