基于遞歸分析方法的齒輪故障診斷.pdf

1、基于齒輪振動信號的復(fù)雜性和非平穩(wěn)特性,傳統(tǒng)方法受到信噪比低、非平穩(wěn)性以及采樣不足等條件的制約。本文利用經(jīng)驗?zāi)B(tài)分解(EMD)方法對信號進(jìn)行降噪處理,將振動信號分解為有限個固有模式函數(shù)(IMF)分量,篩選包含故障信息的 IMF分量,保留齒輪信號的狀態(tài)信息,去除無用信息,EMD方法具有自適應(yīng)性等特點,適合非線性、非平穩(wěn)特性信號。本文采用遞歸分析方法對降噪后的齒輪振動信號進(jìn)行分析,遞歸性是動力學(xué)系統(tǒng)的基本屬性之一,透過遞歸特性可以反映系統(tǒng)在相

2、空間中的行為。通過對齒輪信號遞歸圖的分析發(fā)現(xiàn),遞歸圖的圖形特征反映了齒輪的狀態(tài)模式,根據(jù)遞歸點的分布可以對齒輪模式進(jìn)行區(qū)分。本文提出選擇遞歸圖中的遞歸點作為特征量,結(jié)合高斯混合模型與貝葉斯分類器進(jìn)行齒輪故障的模式識別,成功地區(qū)分了正常、磨損、周節(jié)誤差以及斷齒4種故障模式的齒輪振動信號。同時在 EMD降噪的基礎(chǔ)上,利用遞歸定量分析方法得出遞歸參數(shù),遞歸定量分析是通過統(tǒng)計遞歸圖特征的一種定量分析方法。通過實驗數(shù)據(jù)的研究,本文選擇確定率和層流