论文部分内容阅读
随着科学技术的日益发展,机械装备呈现出大型化、复杂化、高效率的发展趋势,使得设备故障造成的损失也随之增多。齿轮箱作为旋转机械设备中动力传输的部件,经常出现各种类型故障,而齿轮箱一旦发生故障会对整个机械系统造成难以估量的后果,甚至对工作人员的人身安全造成威胁,因此,对齿轮箱运行状态的有效诊断显得尤为重要。本文以齿轮箱故障诊断为研究目的,围绕希尔伯特-黄变换(Hilbert-Huang Transform,HHT)为核心的故障诊断方法,对算法中的问题提出相应改进措施,并利用LabVIEW完成一套齿轮箱故障诊断系统的设计。主要研究内容如下:(1)分析了齿轮箱的故障类型及其故障振动的机理,给出了齿轮箱振动模型以及相关特征频率的计算,为后续故障诊断提供理论基础。(2)结合齿轮箱故障信号特点,分析了常用时频分析方法的性质及其局限性,确定HHT作为齿轮箱故障诊断的信号处理算法,并详细介绍了HHT的基本原理、性质以及存在问题。(3)针对HHT算法由于包络线拟合算法不足导致端点效应问题,给出了基于镜像端点延拓的端点效应抑制方法,并通过仿真验证其改进算法的有效性。(4)针对HHT算法中由于高频间断信号干扰引起的模态混叠问题,给出了基于小波变换预处理的模态混叠抑制方法,该方法的核心是利用小波变换在经验模态分解(Empirical Mode Decomposition, EMD)之前进行高频干扰信号的滤波,而传统采用集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)抑制模态混叠的方法的核心是在信号中加入辅助噪声,算法执行效率较低,相比之下,本文提出的改进方法具有更高的执行效率,特别适合于实时性要求比较高的场合。(5)利用LabVIEW软件设计了一套齿轮箱故障诊断系统,以HHT为核心信号处理算法,将其应用在了所设计的故障诊断系统中,系统包括时域分析、频率分析、小波变换、包络谱分析、倒频谱分析、HHT变换、Hilbert变换等功能,通过对齿轮箱故障进行诊断验证,验证结果证明了其有效性。