原文传递
基于EMD的齿轮变速箱声学故障诊断
| 论文题名： | 基于EMD的齿轮变速箱声学故障诊断 |
| 关键词： | 经验模态分解;齿轮变速箱;声学故障诊断;特征提取 |
| 摘要： | 机械设备一旦发生故障将导致整个生产过程无法正常工作，往往造成重大经济损失，甚至危及人身安全。机械振动必然伴随有声音，声音信号与振动信号具有良好的相关性，假如机械设备发生故障，所采集到的振动和声音信号的能量分布必然发生变化，对振动或声音信号进行分析，即可提取出故障特征信息。声学故障诊断技术具有信号采集容易、非接触式测量、不影响设备正常工作、并可在不易测量振动信号的场合得到广泛应用等优点，但同时声音信号是信噪比非常低的非平稳信号，难以提取特征信息等缺点。因此，本文提出基于经验模态分解（EMD）的声学故障诊断方法。本文的主要研究内容如下。 （1）研究了齿轮变速箱系统中齿轮和轴承的振动机理和其常见的故障类型、原因及其主要特征。 （2）从理论上分析研究了声音信号和振动信号的关系。当声传感器布置在某个特定位置时，所采集的声音信号和振动信号成正比关系。根据这一特点，布置了多个测点进行对比分析，最后选出了最佳测点位置，这为声音信号的处理和齿轮变速箱故障的特征提取奠定了基础。 （3）研究了EMD方法及其特点，并采用EMD方法对多分量信号的分离进行了仿真分析。分析结果验证了EMD对多分量信号的分离效果非常好。 （4）研究了EMD频率族分离法及其在齿轮故障特征提取中的应用。用EMD方法从声音信号中提取出了齿轮的故障特征信号，取得了较好的诊断效果。 （5）研究了局部Hilbert边际谱及其在滚动轴承故障特征提取中的应用。用小波和EMD方法从声音信号中提取出了轴承内圈和外圈的故障特征信号，取得了较好的诊断效果。 |
| 作者： | 黄平平 |
| 专业： | 机械制造及其自动化 |
| 导师： | 马维金 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中北大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
