數(shù)據(jù)挖掘在齒輪副磨損狀態(tài)監(jiān)測(cè)中的應(yīng)用研究.pdf

1、中圖分類號(hào)塑!12：!UDC62I碩士學(xué)位論文學(xué)校代碼!Q墨33密級(jí)壘玨數(shù)據(jù)挖掘在齒輪副磨損狀態(tài)監(jiān)測(cè)中的應(yīng)用研究StudyonApplicationofDataMininginGearPairWearConditionMonitoring作者姓名：學(xué)科專業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：論文答辯日期必鄒佰文機(jī)械工程設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷機(jī)電工程學(xué)院張懷亮答辯委員會(huì)主席地中南大學(xué)二。一三年五月碩士學(xué)位論文摘要數(shù)據(jù)挖掘在齒輪副磨損狀態(tài)

2、監(jiān)測(cè)中的應(yīng)用研究摘要：齒輪傳動(dòng)廣泛應(yīng)用于機(jī)械設(shè)備，同時(shí)齒輪故障也是造成機(jī)械設(shè)備故障的主要原因之一。為盡早發(fā)現(xiàn)故障，減少損失，對(duì)齒輪副的磨損狀態(tài)進(jìn)行監(jiān)測(cè)十分必要，油液監(jiān)測(cè)和振動(dòng)監(jiān)測(cè)是最常用的監(jiān)測(cè)方法，監(jiān)測(cè)過程中會(huì)產(chǎn)生包含磨粒群常規(guī)參數(shù)、磨粒群分形參數(shù)、振動(dòng)參數(shù)在內(nèi)的大量監(jiān)測(cè)數(shù)據(jù)，如何根據(jù)大量數(shù)據(jù)準(zhǔn)確判斷齒輪副的磨損狀態(tài)，還需要進(jìn)一步研究。本文研究了數(shù)據(jù)挖掘技術(shù)在齒輪副磨損狀態(tài)監(jiān)測(cè)中的應(yīng)用，內(nèi)容主要包括：基于模擬退火KMeans算法開發(fā)了一

3、種辨識(shí)磨粒群分形無標(biāo)度區(qū)的新算法，解決了磨粒群分形維數(shù)計(jì)算過程中無標(biāo)度區(qū)識(shí)別出現(xiàn)的局部最優(yōu)問題，有效地提高了磨粒群分形維數(shù)的計(jì)算精度。設(shè)計(jì)了直齒圓柱齒輪副磨損實(shí)驗(yàn)，獲取了～對(duì)齒輪副全壽命周期內(nèi)的油液參數(shù)、振動(dòng)參數(shù)及磨損率。應(yīng)用相關(guān)性分析及主成分分析法對(duì)上述參數(shù)進(jìn)行篩選和約簡，提出了一組新的齒輪副磨損狀態(tài)監(jiān)測(cè)參數(shù)集。針對(duì)傳統(tǒng)根據(jù)磨損率劃分齒輪副磨損狀態(tài)方法的不足，提出了一種新的齒輪副磨損狀態(tài)劃分方法。新方法根據(jù)監(jiān)測(cè)參數(shù)將齒輪副全壽命周期劃

4、分為6個(gè)磨損狀態(tài)并獲取了各磨損狀態(tài)所對(duì)應(yīng)的監(jiān)測(cè)參數(shù)集，新的劃分方法包含并細(xì)化了傳統(tǒng)磨損率劃分方法。應(yīng)用關(guān)聯(lián)規(guī)則算法從上述劃分結(jié)果中提取了監(jiān)測(cè)參數(shù)分布與齒輪副磨損狀態(tài)之間的關(guān)聯(lián)規(guī)則，應(yīng)用實(shí)驗(yàn)中獲得的測(cè)試數(shù)據(jù)對(duì)挖掘系統(tǒng)進(jìn)行測(cè)試，結(jié)果表明，挖掘模型根據(jù)監(jiān)測(cè)參數(shù)對(duì)齒輪副磨損狀態(tài)的識(shí)別正確率達(dá)90％，能有效地識(shí)別齒輪副磨損狀態(tài)。圖35幅，表21個(gè)，參考文獻(xiàn)63篇。關(guān)鍵詞：齒輪磨損；狀態(tài)監(jiān)測(cè)；數(shù)據(jù)挖掘；分形維數(shù)；聚類；關(guān)聯(lián)規(guī)則分類號(hào)：THl171I