基于隱馬爾科夫模型的齒輪故障診斷.pdf

1、齒輪傳動在機(jī)械設(shè)備中應(yīng)用廣泛,其運行狀態(tài)的好壞直接決定了整個設(shè)備的性能,因此對齒輪運行狀態(tài)進(jìn)行在線監(jiān)測和故障診斷尤為重要。齒輪傳動是以輪齒的周期性嚙合傳遞運動,這一過程必將產(chǎn)生機(jī)械振動,當(dāng)齒輪出現(xiàn)制造裝配誤差、磨損、裂紋等故障與缺陷時,必然會使機(jī)械振動產(chǎn)生不同的變化,其嚙合振動信號中包含了豐富的齒輪狀態(tài)信息,因此,分析齒輪嚙合振動信號是齒輪故障診斷最有效的方法。
　　在齒輪的使用中,希望能夠及早的發(fā)現(xiàn)故障并對故障做出診斷,就可以合

2、理的使用齒輪或制定維修計劃,提高齒輪的利用率,防止生產(chǎn)事故的發(fā)生。為此,本文以齒輪為分析對象,采用理論分析與實驗研究相結(jié)合,深入研究了基于隱馬爾科夫模型(HMM:Hidden Markov Model)的齒輪故障診斷方法與技術(shù),主要做了以下幾個方面的工作。
　　1.分析了齒輪故障診斷的研究意義,綜述了齒輪故障診斷技術(shù)的發(fā)展與HMM在故障診斷中的應(yīng)用,闡述了齒輪故障模式,常見故障的振動機(jī)理與齒輪嚙合振動信號的特征。
　　2.研

3、究了HMM的基本理論,重點討論了連續(xù)隱馬爾科夫模型(CHMM:Continuous HMM)的理論,針對算法下溢與模型參數(shù)的初始化這兩個實際應(yīng)用中出現(xiàn)的問題,給出了解決方案。最后給出基于HMM的齒輪故障診斷的思路與流程。
　　3.提出了基于細(xì)化譜分析的齒輪故障特征提取方法,并將其應(yīng)用在離散隱馬爾科夫模型(DHMM:Discrete HMM)中,該方法首先利用時域同步平均提取目標(biāo)齒輪的振動信號,再進(jìn)行細(xì)化譜分析提取主要頻率及其附近的