風(fēng)力機(jī)組齒輪箱傳動(dòng)系統(tǒng)故障微弱信號特征識別方法研究.pdf

1、為了找到多級行星齒輪傳動(dòng)系統(tǒng)復(fù)雜故障診斷的合適方法，對三級齒輪傳動(dòng)系統(tǒng)進(jìn)行故障模擬和振動(dòng)信號測試。針對行星齒輪傳動(dòng)系統(tǒng)振動(dòng)信號的非線性和非平穩(wěn)性、故障特征信號難以提取等特點(diǎn)，分別從混沌特征信息融合與能量相關(guān)系數(shù)信息融合兩個(gè)方面對風(fēng)力機(jī)組齒輪傳動(dòng)系統(tǒng)的復(fù)雜微弱及耦合故障進(jìn)行了綜合分析與研究。
　　首先從理論上對風(fēng)力機(jī)組齒輪箱傳動(dòng)系統(tǒng)的常見故障進(jìn)行分析，分析了齒輪與滾動(dòng)軸承的振動(dòng)特征與故障機(jī)理，總結(jié)了齒輪與滾動(dòng)軸承常見故障對應(yīng)的時(shí)域、

2、頻域信號特點(diǎn)。
　　采用關(guān)聯(lián)維數(shù)、最大Lyapunov指數(shù)、樣本熵3個(gè)混沌特征參數(shù)作為故障辨識特征量。用不同測點(diǎn)和不同混沌特征參數(shù)的信息融合，通過支持向量機(jī)分類方法建立信息融合故障診斷模型及6種不同故障狀態(tài)的訓(xùn)練集，實(shí)現(xiàn)對三級齒輪傳動(dòng)系統(tǒng)復(fù)雜故障類型的識別與診斷。分析結(jié)果表明:多測點(diǎn)信息融合或不同混沌特征參數(shù)融合，均能不同程度提高故障分類準(zhǔn)確率。而經(jīng)多測點(diǎn)與多混沌特征參數(shù)的信息融合后，通過支持向量機(jī)的故障分類準(zhǔn)確率最高。
　

3、　分別獲取正常和5種故障狀態(tài)在3個(gè)測點(diǎn)下振動(dòng)信號的小波包能量特征向量;計(jì)算同一測點(diǎn)不同狀態(tài)信號的能量特征相關(guān)系數(shù)及不同測點(diǎn)相同狀態(tài)信號的能量特征相關(guān)系數(shù)。通過分析這兩類信息所呈現(xiàn)的特性建立故障診斷模型。用14組待檢信號進(jìn)行故障診斷模型的實(shí)例分析，其診斷結(jié)果與實(shí)際故障狀態(tài)完全一致。用支持向量機(jī)方法對5種故障狀態(tài)進(jìn)行分類，得到的結(jié)果與實(shí)際故障狀態(tài)一致，驗(yàn)證了所建立的故障診斷模型的正確性。分析結(jié)果表明，通過振動(dòng)相關(guān)信息融合建立的故障診斷模型能