基于改进的迭代希尔伯特变换和支持向量机的行星减速器故障诊断

发布时间：2017-04-23 15:03

  本文关键词：基于改进的迭代希尔伯特变换和支持向量机的行星减速器故障诊断，由笔耕文化传播整理发布。

【摘要】：行星减速器作为机械传动系统的重要组成部分，应用广泛。如果减速器出现故障，会对企业的生产安全和经济效益带来严重负面影响。根据机械设备可靠运行的迫切需求，针对行星减速器的故障难题，尤其是振动信号传输路径复杂，信号相互耦合，导致振动信号呈现大噪声，非平稳，多分量的特点，本文开展基于振动信号特征分量提取方法和故障模式识别的方法的研究，对于机械设备的可靠运行和企业的安全生产具有重大的科学意义和工程价值。 本文研究了行星减速器模型的振动机理，综合考虑时变啮合刚度、齿轮啮合间隙、误差激励的影响，介绍了多间隙、变参数、弯扭耦合的行星减速器非线性动力学模型，用以表征行星减速器的动态特性。 本文通过分析建立了行星减速器正常状态，分布式故障状态和局部故障状态下的振动信号模型。行星减速器相比于一般减速器，内部零件较多，相对运动复杂。行星轮公转会产生“通过效应”，导致固定在行星减速器外壳上的传感器采集到的振动信号成分复杂，形成多分量的调幅-调频信号。 针对多分量的调幅-调频信号，本文提出了改进的迭代希尔伯特变换（IHT）方法，用于提取特征分量。现有的迭代希尔伯特变换（IHT）存在端点效应和滤波器设计依靠先验知识的局限性。本文分析了端点效应产生的原因，提出了对称信号延拓方法来消除端点效应的影响。同时，提出了一种自适应的零相位滤波器取代原方法中的固定滤波器。将改进后的IHT方法和原方法进行仿真对比分析，证实了该方法的解调精度更高，，并有效地抑制了端点效应。 样本熵可以有效的反映信号内部结构的复杂程度，多分类支持向量机可以准确实现小样本的分类问题。本文设计了行星减速器行星轮故障实验，通过改进的IHT方法、原IHT方法和EMD方法提取信号的特征分量。对比发现改进的IHT方法分解效果最好。将信号分量的样本熵和转速信息构成特征向量，采用多类分类支持向量机诊断出行星减速器故障类型。实验分析结果表明，基于改进的迭代希尔伯特变换和支持向量机的方法，可以有效地诊断行星减速器的多种故障类型。
【关键词】：行星减速器 迭代希尔伯特变换（IHT） 支持向量机（SVM） 样本熵 端点效应
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH132.46;TH165.3
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-14
• 1.1 课题来源及研究意义8
• 1.2 行星减速器故障诊断的发展现状8-9
• 1.3 基于多分量 AM-FM 信号解调方法的减速器故障诊断发展现状9-11
• 1.4 行星减速器故障诊断的难点11-12
• 1.5 课题研究的主要内容12-14
• 2 行星减速器的振动机理与振动信号模型14-28
• 2.1 行星减速器振动机理概述14-15
• 2.2 行星减速器非线性动力学模型15-18
• 2.3 行星减速器的振动信号研究进展18-19
• 2.4 正常行星减速器振动信号模型19-23
• 2.4.1 啮合点处的振动信号模型20
• 2.4.2 行星轮的通过效应分析20-23
• 2.5 行星减速器分布式故障振动信号模型23-24
• 2.6 行星减速器局部故障振动信号模型24-27
• 2.6.1 太阳轮局部故障振动信号模型24
• 2.6.2 行星轮局部故障振动信号模型24-25
• 2.6.3 内齿圈局部故障振动信号模型25-26
• 2.6.4 局部故障特征频率定义26-27
• 2.7 本章小结27-28
• 3 改进的多分量迭代 HILBERT 变换方法28-42
• 3.1 常见的多分量信号分析方法28
• 3.2 IHT 方法介绍28-31
• 3.2.1 IHT 端点效应分析29
• 3.2.2 零相位滤波29-31
• 3.3 IHT 端点效应的解决方法31
• 3.4 自适应滤波器设计31-32
• 3.5 仿真信号的验证32-40
• 3.6 本章小结40-42
• 4 行星减速器故障识别中支持向量机方法研究42-54
• 4.1 信号特征向量表达42-45
• 4.1.1 信息熵概述42-43
• 4.1.2 近似熵概述43-44
• 4.1.3 样本熵概述44-45
• 4.1.4 能量熵概述45
• 4.2 支持向量机（SVM）概述45-50
• 4.2.1 线性支持向量机研究46-49
• 4.2.2 非线性支持向量机研究49-50
• 4.3 SVM 多元分类50-53
• 4.3.1 多类分类问题的描述50-51
• 4.3.2 一对多组合分类算法51
• 4.3.3 一对一组合分类算法51-52
• 4.3.4 决策树分类算法52-53
• 4.4 本章小结53-54
• 5 行星减速器故障诊断实验验证54-72
• 5.1 概述54
• 5.2 行星减速器故障试验台设计方案分析54-58
• 5.2.1 行星减速器实验系统的组成54-57
• 5.2.2 行星减速器故障实验方案57-58
• 5.3 基于改进的 IHT 方法的特征提取和 SVM 状态识别58-70
• 5.3.1 行星减速器振动信号分析58-59
• 5.3.2 基于改进的 IHT 振动信号特征提取59-68
• 5.3.3 故障行星减速器的 SVM 状态识别68-70
• 5.4 本章小结70-72
• 6 总结及展望72-74
• 6.1 全文工作总结72-73
• 6.2 工作展望73-74
• 致谢74-76
• 参考文献76-80
• 附录80
• A. 作者在攻读硕士学位期间发表的论文目录80
• B. 作者在攻读硕士学位期间申请的专利目录80
• C. 作者在攻读硕士学位期间参加的部分科研项目80

【参考文献】

中国期刊全文数据库 前10条

1 高清维,程蒲,张道信;基于对称延拓的DFT频谱泄漏抑制方法[J];安徽大学学报(自然科学版);2000年02期

2 黄晋英;潘宏侠;毕世华;崔宝珍;;基于双谱熵模型的故障模式识别[J];兵工学报;2012年06期

3 马仁政,陈明凯;减少频谱泄漏的一种自适应采样算法[J];电力系统自动化;2002年07期

4 张赛飞;高跃飞;薛百文;;基于分形理论齿轮箱故障诊断研究[J];火炮发射与控制学报;2007年02期

5 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期

6 李润方,陶泽光,林腾蛟,唐倩;齿轮啮合内部动态激励数值模拟[J];机械传动;2001年02期

7 林近山;;基于EEMD和Hilbert变换的齿轮箱故障诊断[J];机械传动;2010年05期

8 林京,屈梁生;信号时频熵及其在齿轮裂纹识别中的应用[J];机械传动;1998年02期

9 孙涛,沈允文,孙智民,刘继岩;行星齿轮传动非线性动力学模型与方程[J];机械工程学报;2002年03期

10 王太勇;何慧龙;王国锋;冷永刚;胥永刚;李强;;基于经验模式分解和最小二乘支持矢量机的滚动轴承故障诊断[J];机械工程学报;2007年04期

  本文关键词：基于改进的迭代希尔伯特变换和支持向量机的行星减速器故障诊断，由笔耕文化传播整理发布。

本文编号：322561