《彭富强 机械工程 - 摘要.doc》由会员分享，可在线阅读，更多相关《彭富强 机械工程 - 摘要.doc（131页珍藏版）》请在金锄头文库上搜索。
1、学校代号 10532 学 号 B06021022 分 类 号 TH165.3 密 级 公 开 博士学位论文多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用学位申请人姓名 彭富强 培 养 单 位 机械与运载工程学院 导师姓名及职称 于德介 教授 学 科 专 业 机械工程 研 究 方 向 设备状态监测与故障诊断 论文提交日期 2010年6月1日 I学校代号：10532学 号：B06021022密 级：公开湖南大学博士学位论文多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用学位申请人姓名： 彭富强 导师姓名及职称： 于德介教授 培 养 单 位： 机械与运载工程学院 专 业 名 称： 机械
2、工程 论文提交日期： 2010年6月1日 论文答辩日期： 2010年9月 10日 答辩委员会主席： 周志雄 教授 Research on Multi-scale Chirplet Based Sparse Signal Decomposition And Its Application In The Fault Diagnosis Of GearboxesbyPENG Fu-qiangB.E. (Hunan University) 2004A dissertation submitted in partial satisfaction of the Requirements for the d
3、egree ofDoctor of EngineeringinMechanical Engineeringin the Graduate Schoolof Hunan UniversitySupervisorProfessor YU DejieJune，2010湖 南 大 学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位
4、论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密，在_年解密后适用本授权书。2、不保密。(请在以上相应方框内打“”)作者签名： 日期： 年 月 日导师签名： 日期： 年 月 日博士学位论文摘 要齿轮箱是机械设备中一种必不可少的连接和传递动力通用零部件，也是一种易于发生故障的零部件。研究齿轮箱的状态监测与故障诊断技术，对于保障机械设备的安全、
5、稳定运行具有重要意义。基于振动信号分析处理的齿轮箱状态监测与故障诊断方法由于具有可在线、实时、非损伤、诊断便捷准确等特点，己广泛应用于工程实际。齿轮箱发生故障时，故障产生的冲击形成不同程度和形态的振动信号调制现象，如何有效的提取具有故障特征的振动信号调制边频带是齿轮箱故障诊断技术的重要研究内容。针对转速变化的复杂齿轮箱动态调制边频带难以提取和现有时频分析方法时频聚集性不够、抗噪能力弱、不能有效分析瞬时频率大范围变化的非平稳信号问题，本文在国家自然科学基金项目“多尺度线调频基稀疏信号分解方法及其在机械故障诊断中的应用研究”(项目批准号：50875078)和高等学校博士学科点专项科研基金项目“基于
6、多尺度线调频基的稀疏信号分解包络解调方法及其在齿轮箱故障诊断中的应用研究”（项目批准号：20090161110006）资助下，研究提出了一种新的信号处理方法多尺度线调频基稀疏信号分解方法，并将其应用于转速变化的复杂齿轮箱故障诊断，深入系统地研究了基于多尺度线调频基稀疏信号分解方法的变转速齿轮箱动态调制边频带提取、阶比跟踪转速提取、多分量非平稳信号相位函数提取以及自适应时变滤波器设计等问题，主要研究工作有：(1) 针对现有时频分析方法不能有效分折处理瞬时频率大范围连续变化的多分量非平稳信号，以及时频聚集性不理想的问题，将多尺度的概念融合到稀疏信号分解中，研究提出了完整、系统的基于多尺度线调频基的
7、稀疏信号分解方法，证明了该方法具有较高的时频聚集性、分解的自适应性、表示的稀疏性和较强的抗噪能力，非常适合于多分量非平稳信号的分析处理。(2) 针对转速波动情况下齿轮箱动态调制边频带难以提取的问题，研究提出了利用多尺度线调频基稀疏信号分解准确获取载波频率和调制频率曲线，从而提取齿轮箱故障特征，诊断齿轮箱故障的方法。仿真和实验分析证明了基于多尺度线调频基的稀疏信号分解方法能准确提取动态变化的调制故障特征，非常适合于转速剧烈波动情况下的齿轮箱故障诊断。(3) 针对阶比跟踪方法中转速提取困难，和基于瞬时频率的转速估计方法抗噪能力弱、精度不理想问题，研究提出利用基于多尺度线调频基的稀疏信号分解方法来提
8、取转速信号。在齿轮箱故障诊断中的应用表明，该方法能准确提取转速信号，避免了阶比跟踪分析中转速测量设备安装困难问题，节约了诊断成本。(4) 针对广义解调方法中对频率相互不平行的多分量信号相位函数提取困难的问题，研究利用基于多尺度线调频基的稀疏信号分解方法提取多分量非平稳信号的相位函数，有效解决了广义解调方法中相位函数提取问题。对轴承故障的仿真和实验信号分析表明，利用该方法提取的相位函数对信号进行广义解调，可以将多分量非平稳信号转化为平稳信号，适用于非平稳信号的处理和变转速齿轮箱与轴承的故障诊断。(5) 为了将多个调幅调频信号线性叠加的非平稳信号分解为单个调幅调频信号，在利用基于多尺度线调频基的稀
9、疏信号分解方法分别提取各调幅调频信号载波频率的基础上，通过对经典滤波器的扩展，研究提出滤波中心和滤波带宽可以自适应变化的时变滤波器设计方法。利用该时变滤波器可从频率成分复杂的齿轮箱振动信号中分别提取单个齿轮啮合频率调制信号，解决了转速变化下的多级传动齿轮箱存在多个啮合频率调制信号以及无关频率成分与啮合频率波动范围重叠状态下的齿轮故障诊断难题。(6) 针对多输入多输出齿轮箱传动系统和多齿轮箱系统(即一个基座安装多个齿轮箱，振动信号互相影响的系统)的振动信号中各啮合频率阶次相互干扰，从而导致故障诊断困难的问题，研究提出用基于多尺度线调频基稀疏信号分解的自适应时变滤波器逐个提取振动信号中的啮合频率调
10、制分量，再对提取的啮合频率调制分量进行阶比分析的方法，有效抑制了其他无关联轴上齿轮啮合振动信号和其他非阶比噪声信号对阶比谱的影响，较好的解决了阶比信号相互干扰的问题，提高了阶比谱的调制识别效果，为多输入多输出齿轮箱系统和多齿轮箱系统的故障诊断提供了一条有效途径。本文研究提出的多尺度线调频基稀疏信号分解方法融合了稀疏信号分解对基函数选择的灵活性、信号表达的简洁性以及线调频小波路径追踪算法匹配的自适应性和柔性，能有效的分解频率变化呈线性或曲线变化的多分量非平稳信号。仿真分析与应用实例表明，本文在多尺度线调频基稀疏信号分解基础上研究提出的变转速齿轮箱动态调制边频带提取、阶比跟踪转速提取、多分量非平稳
11、信号相位函数提取以及自适应时变滤波器等方法能有效应用于变工况下的复杂齿轮箱系统的故障诊断。关键词：多尺度；线调频小波；稀疏信号分解；广义解调；阶比跟踪；时变滤波器；齿轮箱；故障诊断AbstractGearbox is an indispensable part for connection and power transmission in machinery, and it is vulnerable to faults as well. The research on gearbox condition monitoring and fault diagnosis is of essent
12、ial importance to the safe and stability of machinery.With features of on-line, real time, non-destructive detection, convenient, fast and accurate, gearboxs condition monitoring and fault diagnosis based on vibration signal processing is widely used in practice. When some faults occur in gearboxes,
13、 by which the impact caused will result in various degrees and forms of modulation. How to effectively extract the sidebands from the vibration signals, which are the features of faults, is a most important part in research of gearbox fault diagnosis. Due to the difficulty of dynamic sideband extrac
14、tion and the problems of traditional time frequency analysis methods, which has insufficient time-frequency gathering property, weak at noise immunity and cannot effectively analyze non-stationary signals whose instantaneous frequency varies in a large scale, the present dissertation , funded by project“Sparse Signal Decomposition Based on Multi-scale Chirplet and Its Application to Mechanical Fault Diagnosis ”(Projects Serial Number: 50875078) supported by National Natural Science Foundation of China and by project“Sparse Signal Dec
