基于高阶累积量的齿轮箱故障诊断研究

当齿轮箱发生故障时,实际测得的齿轮振动信号一般是非平稳和非高斯分布的信号,不同故障状态下的振动信号具有不同的高斯性和对称性,通常包含较强的噪声。高阶累积量具有对加性高斯噪声和对称非高斯噪声不敏感的特性,可以应用在齿轮箱的故障诊断中。短时分析方法可以在低信噪比情况下提取周期性冲击故障信号特征。在对振动信号进行短时分析的基础上,计算原始信号及其短时能量函数的高阶累积量。从高阶累积量提取的特征可有效地将正常状态、中度磨损状态、严重磨损状态和断齿状态的齿轮振动信号分离开来,这表明高阶累积量可定量地描述振动信号偏离正态分布的程度,采用样本分割后,还可以定量描述齿轮的磨损程度。     

基于半马尔可夫过程的冷备系统维护策略优化

为了提高系统的可靠性,构建了两机冷备系统,提出了基于半马尔可夫过程的冷备系统预防性维护模型,该模型考虑随机失效、退化失效两种失效形式,采用了小修、大修、预防性维护相结合的维护方式。基于半马尔可夫理论及再生点技术分析了系统运行中的状态变化过程,建立了马尔可夫更新方程组。通过拉普拉斯变换求得系统首次平均失效时间和稳态可用度的函数表达式,并分别以系统首次平均失效时间和稳态可用度为可靠性指标求解最佳预防性维护策略。最后通过实例分析了不同参数变化对系统可靠性及最佳预防性维护周期的影响。实验结果表明,所提出的建模方法对解决冷备系统维护决策具有指导意义。     

基于系统传递特性的齿轮箱轴承故障诊断研究

以齿轮箱整体为一个系统,利用功率谱估计方法求出齿轮箱系统的传递特性,通过对传递特性的时域功率谱分析,可以有效地解决输入扭矩出现扭振或转速出现波动以及其它外界干扰对故障诊断精度造成影响的问题。     

基于BP神经网络的齿轮箱故障模式识别

以双谱分析为基础,对分析的结果进行特征提取,提出了双谱-BP网络故障诊断方法,并以双谱为BP神经网络的输入特征向量,对所提出的方法进行了实验研究,结果表明所提出的双谱-BP诊断方法是判断齿轮箱故障类型的一种有效方法。     

船舶主推进齿轮箱故障判断研究

本文首先简要阐述了船舶主推进齿轮箱的基本原理,然后着重分析了船舶主推进齿轮箱的主要故障,其中包括齿轮箱故障现状、油温较高的原因,如,轴承发热较差、冷却效果不好、油泵内泄较大、恒温阀异常,最后根据具体故障,提出了相应的改进措施,以此确保船舶主推进齿轮箱达到良好的应用效果,以供参考。     

基于信息融合的齿轮箱故障诊断技术研究

对齿轮箱的故障诊断和信息融合进行了简要概述,将信息融合技术和D-S证据推理运用于齿轮箱的故障诊断中,提出了一种可行有效的融合方法.     

光谱分析技术在柴油机状态监测中的应用

利用发射光谱法分析润滑油中元素种类和含量的变化情况,对柴油机运动件的磨损状况进行监控、故障预报、选择合理的磨合规范。     

基于自适应模糊神经网络推理系统的齿轮箱故障诊断方法

研究利用从机械控制过程中获得的运行参数开发一种齿轮箱监测方法,而非振动与声音的传统测量方法。为了检测齿轮箱状态,采用一种自适应模糊神经推理系统来获取电机电流和控制参数之间的非线性相关性。比较自适应模糊神经推理系统模型产生的预测值和实测值来预测齿轮箱异常状态。试验结果表明,自适应模糊神经推理系统模型能够作为齿轮箱状态监测与故障检测的一种有效工具。     

基于EMD和分形的齿轮箱特征提取技术研究

齿轮箱故障诊断实质上是一个特征提取和状态识别的过程,在旋转机械研究中,其特征频率往往是已知或者可以计算的,而实际测量的机械振动信号往往含有故障特征以外的频率成分,为了避免多余信息的干扰,提出了结合EMD和分形几何算法的齿轮箱有效频率分量的特征提取方法。实验表明,该方法可以有效地计算出不同齿轮故障的特征值,实现了定量表征。     

自控系统维护策略与方法

介绍了自控系统维护的概念及内容．结合实际情况对维护策略与方法进行了分析，并且着重讨论故障维修方法。     

基于Elman网络的齿轮箱故障诊断

在非拆卸状态下,传统的齿轮箱故障诊断手段往往依赖于专家的经验判断。但是,由于齿轮箱是一种非常复杂的传动机构,所以专家的经验并不能解决所有的诊断问题。本文应用Elman神经网络对拖拉机齿轮箱进行故障诊断,经过试验,表明方法切实有效。     

高速列车齿轮箱动应力分布特性研究

通过在标准动车组齿轮箱关键部位布置应变传感器获得齿轮箱动应力时间历程曲线,结合GPS信号分析高、低速直线运行,牵引状态变化和转矩波动工况下齿轮箱动应力的变化规律。利用雨流计数法统计齿轮箱动应力幅值,并采用核密度估计函数和威布尔分布函数对其进行拟合分析。在此基础上提出组合分布函数来推断动应力最大值并编制动应力扩展谱,最后根据Miner线性累积损伤理论得到不同应力等级对齿轮箱疲劳损伤的贡献量。结果表明,列车运行速度、电机输出转矩对齿轮箱动应力幅值均有不同程度的影响;依据基于核密度函数和威布尔分布函数提出的组合分布函数,求解得到齿轮箱端部动应力最大值为25.43 MPa;根据采用组合分布概率密度函数编制的齿轮箱动应力扩展谱,得到齿轮箱端部在9～17 MPa的应力所产生的疲劳损伤比重约占全部损伤的71.3%,因此在齿轮箱疲劳损伤评估时应关注结构中作用频次高的应力幅值,避免齿轮箱结构的早期疲劳失效。     

基于大数据分析技术的风电机组齿轮箱故障预警

齿轮箱的损伤和失效会直接或间接导致风电机组的故障或停机,造成重大的经济损失。为了能对齿轮箱的故障状态进行预警,本文提出了一个基于大数据分析技术的风电机组齿轮箱故障预警模型。首先利用最大互信息系数分析各工况参数与齿轮箱输出轴温度的相关性,提取主要影响因子作为具有记忆时序信息的循环神经网络的输入特征,构建正常状态下齿轮箱温度的残差分布,设置故障预警阈值,从而实现对风电机组齿轮箱故障状态预警。     

基于LSGAN和VMD-MPE-KELM的风机齿轮箱故障诊断

在实际工况中,风机齿轮箱的故障样本多呈现不均衡特征.为克服样本不均衡性给诊断效果带来的影响,提出了一种基于LSGAN(最小二乘对抗网络)和VMD-MPE-KELM的风机齿轮箱故障诊断方法.首先,采用LSGAN算法用于少数类故障样本的生成处理,将具备原始样本特征的生成数据扩充样本集使其分布均衡,采用VMD方法分解样本集中各类故障的振动信号,计算各模态分量的MPE多尺度排列熵值以提取信号特征;再通过KPCA方法降维处理,获得故障样本的特征向量,将其代入KELM模型诊断.实验表明,LSGAN算法克服了GAN在生成故障样本中梯度消失、训练不稳定和数据质量差等问题;VMD-MPE-KPCA方法可有效提取故障特征.该方法有效地提高了非平衡齿轮箱故障样本的诊断精度.     

基于Flowmaster软件的风电齿轮箱润滑系统研究

针对传统齿轮箱润滑系统设计中存在的诸多不足,提出了基于Flowmaster软件的设计方法。以某型号风电齿轮箱为例,计算功率损失和供油量;对润滑系统进行仿真分析,并优化设计方案;试验验证了设计润滑系统的有效性。结果表明,运用Flowmaster软件设计风电齿轮箱润滑系统,能够实现对流量和压力的精确控制;温度变化对齿轮箱系统压力影响很大,设计时应予以考虑。     

基于稳态流体模型的齿轮箱强制润滑系统研究

强制润滑系统对于提高齿轮箱的寿命预期起较大的作用,传统的粗放估算、简单设计已经满足不了使用条件对产品的实际需求。所阐述的基于稳态流体模型的强制润滑系统设计充分利用流体仿真技术发展,对本系统采用全新的设计方法,结合试验验证,并经产品使用反馈,明显改善了齿轮箱的润滑冷却,预期对齿轮箱长期稳定运行具有较大的促进作用。     

风机齿轮箱太阳轮花键失效分析研究

针对风机齿轮箱太阳轮花键失效问题,通过对失效花键进行化学成分、显微组织、微观断口以及力学性能的试验分析,查明花键键齿发生磨损的原因。结果表明,中间轴（Inter Mediate Shaft,IMS）太阳轮电机侧花键金相组织中存在较多杆状和不等轴块状或岛状未溶铁素体,降低了材料的耐磨性;IMS太阳轮花键失效主要是齿面硬度低,同时受疲劳磨损、化学腐蚀、磨粒磨损等几种磨损机制的综合作用,齿面出现严重磨损,导致IMS太阳轮电机侧花键承载力下降,力的传递不平稳,运行中振动加剧,致使齿轮箱失效。试验结果可为风电齿轮箱故障检测与诊断提供一定的理论指导。     

基于MEMS加速度传感器的行星齿轮箱故障诊断技术研究

行星齿轮箱广泛应用于直升机、风力涡轮机和重型工业机械的传动系统中。由于结构复杂的行星齿轮箱在系统中的作用非常重要,一旦发生故障可能导致整套系统停摆,造成重大经济损失,实时监测行星齿轮箱状态的必要性日益受到关注。因为行星齿轮箱载荷变化引起齿轮啮合激励的变化,同时信号的传递路径也较长,导致使用传统方式安装在机器箱体上的加速度传感器在行星齿轮箱故障诊断方面的准确性较低。随着低成本、低功耗MEMS技术的发展,MEMS加速度传感器可以直接安装在转轴上,这种测量方式可以直接测量激励源,获得高质量的数据,更准确地评估旋转机械的动态特性。本文研究了安装在行星齿轮箱低速输入轴转子上的MEMS加速度传感器的信号特性,并结合VMD算法对数据进行分解,研究结果表明：通过研究转子上加速度传感器信号频谱特征频率,可以准确地识别行星齿轮箱的不同故障,为行星齿轮箱的初级故障诊断提供一种可靠且低成本的方案。     

基于状态切分与时间卷积网络的风电齿轮箱系统温度异常故障预警

由于风电齿轮箱结构复杂、运行工况多变,采用监控与数据采集系统（SCADA）数据对齿轮箱早期故障预警的精度不足。本文提出考虑风电齿轮箱润滑冷却状态及运行工况的状态切分方法,基于齿轮箱润滑冷却系统运行原理,从原始运行数据中选取相关参数,采用统计分析和聚类方法将齿轮箱系统时间序列数据进行运行策略分类切分,构建齿轮箱运行状态判断模型;提出采用时间卷积神经网络训练不同运行策略下的齿轮箱温度预测模型,并实时判断运行状态,选取对应运行策略温度预测模型,估计齿轮箱温度,通过与实际值之间的残差实现齿轮箱故障预警。实际案例表明,本文所提出的方法可以提高模型精度,能够有效预警风电齿轮箱系统的早期故障。     

虚拟仪器技术在风机齿轮箱振动分析中的应用

运用虚拟仪器技术,结合风机齿轮箱的故障特点及振动信号分析方法,在LabVIEW开发平台上进行了针对风机齿轮箱的振动分析模块开发.保证其可靠安全运行.