資源描述：
《基于虛擬技術的齒輪故障智能診斷研究-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、762化工自動化及儀表第40卷基于虛擬技術的齒輪故障智能診斷研究謝三毛(華東交通大學機電工程學院，南昌330013)摘要利用LabVIEW圖形化編程語言開發(fā)了信號分析與處理、信號特征提取和故障診斷三大模塊。信號特征提取由小波包分解來實現(xiàn)，故障診斷通過神經(jīng)網(wǎng)絡完成，小波包分解提取的齒輪振動信號各頻段能量特征值作為神經(jīng)網(wǎng)絡的輸入向量。以模擬故障實驗臺獲取的齒輪典型故障振動信號訓練神經(jīng)網(wǎng)絡，利用訓練好的神經(jīng)網(wǎng)絡對齒輪進行故障診斷，實驗結果表明：所開發(fā)的齒輪故障智能診斷系統(tǒng)能有效識別齒輪故障，較好地將虛擬技術應用于故障診斷領域。關鍵詞LabVIEW小波包分
2、解神經(jīng)網(wǎng)絡故障診斷中圖分類號TH17文獻標識碼A文章編號1000—3932(2013)06-0762-04齒輪傳動是應用廣泛的機械傳動，齒輪如果發(fā)生故障，將導致設備整體性能下降，甚至造成嚴重設備事故和重大經(jīng)濟損失。因此，為了及時發(fā)現(xiàn)齒輪故障，消除事故隱患，對齒輪進行監(jiān)測和故障診斷十分必要。近年來，隨著計算機技術的不斷發(fā)展，虛擬儀器技術也得到提高，并逐步應用于設備狀態(tài)監(jiān)測和故障診斷領域。筆者采用虛擬儀器技術，研究并開發(fā)了齒輪故障智能診斷系統(tǒng)。圖1齒輪故障診斷系統(tǒng)總體結構框圖1齒輪故障智能診斷系統(tǒng)的組成障智能診斷系統(tǒng)中的信號處理與分析、特征提取為了對齒
3、輪進行故障診斷，首先用傳感器拾及故障診斷等模塊。取齒輪振動信號，然后對傳感器的輸出信號進行2信號分析與處理模塊適當調(diào)理，使之與后續(xù)環(huán)節(jié)相匹配。信號調(diào)理包根據(jù)齒輪振動信號的特點，信號處理與分析括信號放大、濾波及阻抗變換等方面。信號調(diào)理模塊主要包括小波去噪、時域統(tǒng)計特征參量分析后由數(shù)據(jù)采集卡對信號進行數(shù)字化處理，獲得的及功率譜分析等。數(shù)字信號輸入計算機系統(tǒng)。在計算機中對信號進2．1小波去噪行小波去噪、時域統(tǒng)計特征參量分析和功率譜分未處理的原始數(shù)據(jù)包含噪聲信號，因此需要析，并通過小波包分解求取齒輪振動信號各頻帶對信號進行預處理。在小波變換過程中，信號與能
4、量的特征值，根據(jù)這些特征值，由神經(jīng)網(wǎng)絡完成噪聲表現(xiàn)出不同的分解特性，可以采用小波變換齒輪故障診斷。該智能診斷系統(tǒng)由傳感器、信號的方法去除信號噪聲。對信號進行小波分解，一調(diào)理模塊、數(shù)據(jù)采集卡及計算機系統(tǒng)等幾部分組般的噪聲信號多包含在具有較高頻率的細節(jié)信號成，計算機系統(tǒng)主要實現(xiàn)信號處理與分析、信號特中，通過確定閾值選擇標準、閾值使用方式、閾值征提取及故障診斷等功能。智能診斷系統(tǒng)總體結處理隨噪聲水平的變化和閾值大小對所分解的小圖如圖1所示。波系數(shù)進行處理，然后對處理后的信號進行小波LabVIEW是一款圖形化的虛擬儀器編程軟件，使用者只需通過定義和連接代表
5、各種功能模收稿日期：2012—12—18塊的圖標，就能方便快捷地建立起所需的應用程基金項目：教育部重點實驗室資助項目——載運工具與裝備序，所以在此采用LabVIEW軟件來開發(fā)齒輪故(11TD07)第6期謝三毛．基于虛擬技術的齒輪故障智能診斷研究763重構便可達到信號降噪的目的?。小波降噪的核丑6I裹=r心是對小波分解細節(jié)系數(shù)進行閾值量化處理，它頻域圖譜直接影響到信號降噪的質(zhì)量。小波降噪程序框圖如圖2所示。．．．一1}L-{焉l圈?同圖4功率譜分析模塊程序三3信號特征提取由于齒輪故障振動信號與正常振動信號相比，相同頻段內(nèi)的能量有較大差別，因此在各個頻
6、圖2小波去噪程序段信號成分的能量中，蘊含了豐富的故障信息。2．2時域統(tǒng)計特征參量分析同時，頻段能量監(jiān)測應考慮各頻段里信號的全部時域統(tǒng)計特征參量能反映機械設備總體運行能量，包括非平穩(wěn)、非線性振動的能量，而小波包狀態(tài)是否正常，在設備故障診斷系統(tǒng)中可用于狀分解的各頻段能量就滿足這樣的要求。因此，態(tài)監(jiān)測和趨勢預報。時域統(tǒng)計特征參量分為有量系統(tǒng)利用齒輪振動信號的小波包分解各頻段的能綱和無量綱兩類，有量綱特征參量主要包括峰值、量作為故障診斷的特征值。峰一峰值、均值、均方根值、方差及標準差等，無量3．1基于小波包分解的頻帶能量特征提取過程綱特征參量主要包括峭度系
7、數(shù)、波形指標、峰值指基于小波包分解的頻帶能量特征提取步驟如標、脈沖指標和裕度指標。在無量綱的統(tǒng)計特征下：值中，峭度系數(shù)和峰值指標在一定程度上能夠反a．小波包分解，包括確定小波包分解的尺度映振動信號中是否含有沖擊成分。時域統(tǒng)計特征和選取合適的小波基函數(shù)。筆者采用二進三層小參量分析模塊程序框圖如圖3所示。波包，選用正交小波基daubechies對齒輪振動信號進行小波包分解，共獲得8個頻段的信號。之所以選用正交小波基daubechies，是因為它是有限長緊支集正交小波，能夠很好地避免截斷，減小誤差；此外，在所有的正交小波函數(shù)中，對于給定的消失矩階數(shù)，正交
8、小波基具有最大的支集。b．求各頻段信號的能量。假設為第_『層第i個小波包分解系數(shù)，為該頻段內(nèi)樣本信號^f圖3時域統(tǒng)計特征值
