廣義解調(diào)時(shí)頻分析方法及其在齒輪故障診斷中的應(yīng)用研究.pdf

1、齒輪是傳遞運(yùn)動(dòng)和動(dòng)力的通用零部件,在機(jī)械設(shè)備中得到了廣泛的應(yīng)用。許多情況下,齒輪故障是導(dǎo)致機(jī)械設(shè)備失效的主要因?yàn)?因此,對(duì)齒輪進(jìn)行故障診斷具有重要意義。在齒輪故障診斷技術(shù)的研究?jī)?nèi)容中,故障特征分析處于核心地位,它通過(guò)對(duì)原始信號(hào)的分析和處理以提取故障特征信息從而為模式識(shí)別和故障診斷服務(wù),因此需要選擇合適的信號(hào)處理方法。廣義解調(diào)時(shí)頻分析方法是一種新的信號(hào)處理方法,它將時(shí)頻分布是曲線的信號(hào)變換為時(shí)頻分布是平行于時(shí)間坐標(biāo)軸的直線的信號(hào),然后采用

2、最大重疊離散小波包變換(Maximal overlap discrete wavelet packet transform,簡(jiǎn)稱MODWPT)對(duì)廣義解調(diào)后的信號(hào)進(jìn)行分解,得到若干個(gè)瞬時(shí)幅值和瞬時(shí)頻率具有物理意義的單分量信號(hào),經(jīng)驗(yàn)證該方法在很多方面優(yōu)于窗口傅里葉變換、小波變換、EMD(Empirical Mod Decomposition,簡(jiǎn)稱EMD)方法等時(shí)頻分析方法。廣義解調(diào)時(shí)頻分析方法非常適合于處理多分量的調(diào)幅調(diào)頻信號(hào),而當(dāng)齒輪發(fā)生

3、故障時(shí),其振動(dòng)信號(hào)多表現(xiàn)為多分量的調(diào)幅調(diào)頻信號(hào),因此,該方法適合于處理齒輪故障振動(dòng)信號(hào)。本文主要完成了兩個(gè)方面的研究：對(duì)廣義解調(diào)時(shí)頻分析方法理論研究和基于廣義解調(diào)時(shí)頻分析的齒輪故障診斷方法研究。主要研究工作和創(chuàng)新點(diǎn)如下：
　　 ⑴對(duì)相位函數(shù)的選擇進(jìn)行了研究,研究結(jié)果發(fā)現(xiàn)即使各個(gè)分量的時(shí)頻分布曲線不是相互平行的多分量信號(hào),只要廣義解調(diào)后各個(gè)分量的時(shí)頻分布曲線分布在不同的小波包時(shí)頻空間的矩形塊中,而且小波包時(shí)頻空間的任何一個(gè)矩形時(shí)頻

4、塊最多只包含一個(gè)分量,此時(shí)瞬時(shí)頻率和瞬時(shí)幅值同樣具有物理意義,仍然可以得到比較準(zhǔn)確的結(jié)果。
　　 ⑵廣義解調(diào)時(shí)頻分析方法在多分量的調(diào)幅調(diào)頻信號(hào)分解方面具有明顯的優(yōu)勢(shì),本文提出了改進(jìn)的廣義解調(diào)時(shí)頻分析方法和多次廣義解調(diào)時(shí)頻分析方法并將兩種方法應(yīng)用于多分量信號(hào)的分解,仿真信號(hào)分析證明了兩種方法的有效性。
　　 ⑶對(duì)于含有噪聲的多分量信號(hào),廣義解調(diào)時(shí)頻分析方法可以有效地提取原始信號(hào)中的主要頻率成分。因此,廣義解調(diào)時(shí)頻分析方法可

5、以應(yīng)用于實(shí)際的工程信號(hào)分析和處理。
　　 ⑷提出了基于MODWPT的Hilbert譜方法并將其應(yīng)用于齒輪故障診斷。仿真信號(hào)分析證明基于MODWPT的Hilbert譜方法明顯優(yōu)于基于EMD的Hilbert譜方法。實(shí)驗(yàn)結(jié)果分析顯示基于MODWPT的Hirbert譜方法對(duì)穩(wěn)定轉(zhuǎn)速工況下故障齒輪振動(dòng)信號(hào)的分析具有非常明顯的優(yōu)勢(shì)。
　　 ⑸將廣義解調(diào)時(shí)頻分析方法和階比分析技術(shù)相結(jié)合對(duì)轉(zhuǎn)速變化工況下故障齒輪振動(dòng)信號(hào)進(jìn)行分析。從幅值調(diào)