基于虛擬儀器的齒輪故障診斷系統(tǒng)設(shè)計(jì).pdf

1、齒輪作為一種常用的零件，在煤礦機(jī)械、工廠機(jī)床、交通運(yùn)輸?shù)阮I(lǐng)域有相當(dāng)高的使用率，已經(jīng)成為機(jī)械器材中不可或缺的連接和傳動(dòng)部件。由于齒輪箱具有復(fù)雜的組成結(jié)構(gòu)，運(yùn)行強(qiáng)度很高，所以故障頻發(fā)。在各類機(jī)械事故中，因齒輪故障導(dǎo)致事故發(fā)生的概率接近六成。因此，對(duì)齒輪狀態(tài)的檢測(cè)和故障識(shí)別意義非凡。
　　本文基于以上問題并結(jié)合北京東方振動(dòng)和噪聲技術(shù)研究所的工作需要開展了針對(duì)齒輪運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷的研究，設(shè)計(jì)了一套齒輪振動(dòng)信號(hào)采集、分析和故障識(shí)別的系

2、統(tǒng)。通過轉(zhuǎn)子實(shí)驗(yàn)臺(tái)進(jìn)行了齒輪正常、齒頂磨損和斷齒故障的模擬實(shí)驗(yàn)；設(shè)計(jì)了故障診斷系統(tǒng)軟件，整個(gè)軟件包括數(shù)據(jù)采集和存儲(chǔ)、時(shí)域和頻域分析、信號(hào)特征提取和故障識(shí)別幾部分，其中特征提取和故障識(shí)別功能采用LabVIEW與MATLAB共同編程的方法來完成。
　　針對(duì)故障信號(hào)具有非平穩(wěn)性的特點(diǎn)，將能體現(xiàn)信號(hào)復(fù)雜程度的樣本熵引入并結(jié)合小波包算法對(duì)故障信號(hào)進(jìn)行特征值提取，使用小波包分解把信號(hào)分解到不同的頻段上，再計(jì)算各部分的樣本熵并以此作為特征向量，