1、I 本科生毕业设计（论文）任务书 设计（论文）题目： 基于振动信号的齿轮故障诊断方法研究 学院： 信息科学与技术学院 专业： 通信工程 班级： 通信 0801 学生： XXX 指导教师（含职称）： XXX（副教授） 专业负责人： XXX 1设计（论文）的主要任务及目标 (1)查阅齿轮 振动信号特征提取 相关资料 ，写出文献综述，开题报告等。 (2)运用所掌握的振动信号提取方法，运用 matlab仿真齿轮的原始故障信号。 2设计（论文）的基本要求和内 容 (1)查阅资料， 了解该领域的历史，现况，发展及问题，写出文献综述 。 (2)掌握齿轮故障信号的小波分析，时频域分析， EMD 分析，完成中期
2、检查。 (3)运用 matlab 进行信号处理仿真，并写出毕业论文。 (4)在完成上述工作的基础上，准备毕业论文答辩。 3 主要参考文献 1 高珍，马金山，熊晓燕 齿轮故障诊断的小波分析方法 J 机械管理开发 ， 2005，2(83)： 1-2 2 高伟基于改进的经验模式分解的旋转设备振动信号特征提取 J汽轮机技术，2008， 504： 293-296 4进度安排 设计 （论文）各阶段名称 起 止 日 期 1 文献查阅、阅读，准备文献综述、英文翻译 2 月 14 日 2 月 29 日 2 整理出 信号的时频域分析及 EMD 方法分析方法 3 月 1 日 4 月 1 日 3 中期报告撰写、中期检
3、查 4 月 2 日 4 月 11 日 4 基于 matlab 实现信号振动提取与齿轮故障诊断研究 4 月 12 日 5 月 15 日 5 毕业论文的修改 ，准备毕业答辩 5 月 16 日 毕业 II 摘 要 随着科学技术的不断发展，机械设备向着高性能、高自动化、高效率和高可靠性的方向发展。齿轮箱因为具有传动比固定、 传动转矩大、结构紧凑等优点，因此齿轮箱是用于改变转速和传递动力的最常用的传动部件，是机械设备的一个重要组成部分，也是最容易发生故障的一个部件。而在机械设备中，齿轮的使用频率很高，因此齿轮的故障诊断技术对机器的使用质量和使用寿命都起了非常重要的作用。 本文从时域、频域，时频域和经验模
4、式分解进行了齿轮故障诊断的方法研究。时域分析主要应用时域特征参数分析方法进行故障特征参数的提取，频域分析主要通过快速傅里叶变化，从频谱图上进行齿轮正常状态和故障状态振动信号的对比分析。时频域分析主要是通过一维三层离散小波变换，把原始 信号细化为三层，每层又分为高频信号和低频信号。 经验 模式 分解 主要是 在齿轮故障振动信号中的实际应用 ， 对采集到齿轮 四 种状态下的振动信号通过 EMD分解， 提取了故障信号的特征信息 ， 为识别故障类型提供了有效的分析手段。 故障信息特征提取是齿轮故障诊断中最关键、最重要的问题之一，它直接关系到齿轮故障诊断的准确性和早期故障预报的可靠性。 关键词： 齿轮；
5、故障诊断；小波变换；经验模式分解 III ABSTRACT With the continuous development of science and technology,machinery and equipment are toward the direction of the development of the high-performance, high automation, high efficiency and high reliability . Gear box has the advantages of the transmission ratio fixed, th
6、e drive torque, compact gear box is the most commonly used to change the speed and transmission of power transmission components. It is an important component of the machinery and equipment, but is also a part of the most prone to failure. And of the machinery and equipment, the gear is a high frequ
7、ency of use , so the gear fault diagnosis technology have played a very important role for the use of the quality and service life of the machine. The article is from time domain, frequency domain, time-frequency domain, the empirical mode decomposition to study the gear fault diagnosis. Time-domain
8、 analysis of the main application domain characteristic parameters of analytical methods for fault feature parameter extraction, frequency domain analysis of fast Fourier transform, the gear normal state and fault state comparative analysis of the vibration signal from the spectrogram. Time-frequenc
9、y analysis is one-dimensional three-layer discrete wavelet transform, the original signal is subdivided into three layers, each layer is divided into high-frequency signals and low-frequency signals. Empirical mode decomposition is the practical application of fault vibration signals of gearbox faul
10、t signal feature information extracted by EMD, the collected vibration signals in gear four states provide an effective analytical tools to identify the type of fault. Fault information feature extraction is the most critical in gearbox fault diagnosis, one of the most important issues, is directly
11、related to gearbox fault diagnosis accuracy and reliability of early fault prediction. Keywords： Gear， Fault Diagnosis， Wavelet Transform， Empirical Mode Decomposition IV 目 录 前 言 . 1 第 1 章 绪论 . 2 第 1.1 节 齿轮故障诊断的简介及意义 . 2 1.1.1 齿轮故障诊断一般步骤 . 2 1.1.2 齿轮故障诊断的方法 . 2 1.1.3 齿轮故障诊断的意义 . 3 第 1.2 节 国内外研究现状及趋势
12、 . 4 第 1.3 节 本文研究的主要内容 . 6 第 1.4 节 本章小结 . 6 第 2 章 齿轮故障诊断基础 . 7 第 2.1 节 齿轮故障常见形式 . 7 2.1.1 齿面磨损 . 7 2.1.2 齿面胶合和擦伤 . 7 2.1.3 齿面接触疲劳（点蚀、削落） . 8 2.1.4 弯曲疲劳和断齿 . 8 第 2.2 节 齿轮常见故障征兆 . 8 2.2.1 设备在外观方面的故障征兆 . 8 2.2.2 齿轮在性能方面的故障征兆 . 9 第 2.3 节 齿轮振动信号的特征分析 . 9 V 2.3.1 齿轮轴的转动频率及其各次谐波 . 9 2.3.2 齿轮的啮合频率 . 10 2.3.
13、3 由调制效应而产生的边频带 . 11 2.3.4 齿轮振动的特征频率 . 12 2.3.5 几种特殊状态齿轮的频域特征 . 13 第 2.4 节 齿轮 故障诊断 试验台及齿轮振动信号简介 . 14 第 2.5 节 MATLAB 简介及在故障诊断中的应用 . 15 第 2.6 节 本章小结 . 17 第 3 章 齿轮故障诊断时域方法分析 . 18 第 3.1 节 时域分析的基本理论 . 18 3.1.1 时频域分析 . 18 第 3.2 节 小波变换 . 19 3.2.1 连续小波变换 . 20 3.2.2 离散小波变换 . 21 第 3.3 节 一维离散小波 MATLAB 中实现方法 . 2
14、3 第 3.4 节 基于一维离散小波对齿轮故障诊断的研究 . 23 第 3.5 节 频域分析在齿轮故障诊断中的应用 . 26 3.5.1 MATLAB 中的 FFT 变换 . 27 3.5.2 频谱分析 . 27 第 3.6 节 本章结论 . 30 VI 第 4 章 基于 EMD 的齿轮故障诊断 . 31 第 4.1 节 基于 EMD（经验模式分解）的振动信号特征提取 . 31 4.1.1 EMD 的研究背景 . 31 4.1.2 经验模式分解 (EMD)方法原理 . 31 4.1.3 基于 EMD 的振动信号特征提取分析 . 33 第 4.2 节 基于 EMD 对齿轮故障诊断的研究 . 37
15、 第 4.3 节 针对仿真出来的波形 进行分析 . 43 第 4.4 节 本章小结 . 43 第 5 章 结论 . 44 第 5.1 节 本文结论 . 错误 !未定义书签。 参考文献 .45 致 谢 . 47 1 前 言 机械设备中大部分是旋转机械，覆盖着动力、电动、化工、冶金、机械制造等重要工程领域，是工厂的关键设备，起工况状态不仅影响机器设备本身的运行，而且还会对 后续生产造成损失，严重会对国民经济造成巨大损失或机毁人亡的后果。而齿轮传动是旋转机械中应用最为普遍的机械结构。 齿轮传动多以齿轮箱的结构出现，它是目前广泛采用的主要传动形式之一。虽然齿轮从设计、结构、材料到制造等方面已相当成熟和
16、规范。但仍然难以避免诸如磨损、剥落、点蚀、裂纹等常发生的故障。研究表明，齿轮箱 80的故障由齿轮引发的；而 90的齿轮故障都是局部故障，例如裂纹、崩齿等。特别对于大型机械设备对齿轮故障进行检测和诊断更是重要，因此研究齿轮故障诊断意义重大。 齿轮装置在运行中与其运行状态有关的征兆由温度、 噪声、振动、润滑油中磨损物的含量及形态、齿轮传动轴的扭转振动和扭矩、齿轮齿根应力分布等构成。基于这些因素产生了多种故障诊断技术，如 (1)振动信号检测与诊断方法。目前大多数的齿轮故障诊断技术均以振动信号为研究对象，从时域、频域、时频联合域不同的角度对其分析和解释。 (2)模态分析与参数识别法。 (3)磨屑残余物
17、测定法。其主要包括铁谱法、磁塞法、光谱法等。 (4)声学法。此方法易受背景噪声的影响，使得分析结果与实际情况出入较大。 (5)温度监测法。对压痕、裂纹等典型故障无检测能力。而目前效果最好并最广泛应用的是通过振动 信号的检测和诊断在时频域进行分析的方法。 2 第 1 章 绪论 第 1.1 节 齿轮故障诊断的简介及意义 1.1.1 齿轮故障诊断一般步骤 齿轮工作时产生的振动是反应齿轮传动质量的重要指标，齿轮系统的振动不但会产生噪声和导致传动系统的不稳定，而且会使传动系统失效而产生严重的后果。实践证明采用振动监测对齿轮进行在线故障诊断是一种行之有效的方法 1。齿轮故障诊断过程一般分为三个步骤：一是诊
18、断信息的提取，二是故障特征提取，三是状态识别和故障诊断。其中故障特征的提取是诊断过程中的关键 2。 1.1.2 齿轮 故障诊断的方法 对于确保运转的机器安全工作有效地方法是工况监视和故障诊断，但是二者是不等同概念，却又统一于动态系统中。工况监视的任务是判断动态系统是否偏离正常功能和监视器 发展趋势，预防突发性故障产生。一旦偏离正常功能，应迅速做出调整，使工况恢复正常。如果系统某个环节存在故障，就要进一步查明故障原因及位置，这就是诊断。因此，工况监视是故障诊断的基础 3。而信号分析是工况监视和故障诊断中最重要的方法。它的目的是找出原始信号简单而有效的转变，这样在信号中包含的一些重要信息就可以被发
19、现。然后，那些信号中的突显的特 征可以被提取出来，应该用于故障诊断中 4。 齿轮诊断方法中，振动信号的分析方法应用最广泛，技术也较成熟，成为齿轮故障诊断的主要技术。振动信号的分析方法中时域分析、频域分析、包络分析、频率波动分析、共振解调分析等均有较好的效果 5。 根据振动和噪声为信息载体，齿轮的精密诊断可进行如下分类见图 11，在这些诊断方法中，目前应用较多仍是时域分析、频域分析、倒频域分析等 6。 3 图 11齿轮精密诊断分类 6 1.1.3 齿轮故障诊断的意义 齿轮作为机械设备中一种必不可少的连接和传 递动力的通用零部件，在金属切削机床、航空、电力系统、农业机械、运输机械、冶金机械等现代工
20、业设备中得到了广泛的应用。在今天科学技术飞速发展的时代，机械装备向着大型化、高效率、自动化和高性能的方向发展。齿轮箱由于具有传动比固定、传动转矩大、结构紧凑等优点，是用于改变转速和传递动力的最常用的传动部件，是机械设备的一个重要组成部分，也是故障易于发生的一个部件，其运行状态对整机的工作性能有很大的影响。 齿轮失效又是诱发机器故障的重要因素。据统计，传动机械中 80的故障是由齿轮引起的，旋转机械中齿轮故障占其故障的 10 左右。齿轮故障将直接影响设备的安全可靠运行，会降低生产效率和加工精度。随着设备的逐渐大型化、自动化、连续化、高速化和复杂化，齿轮的故障和失效给整个生产和社会造成的损失越来越大
21、。一些处于连贯工作状态的设备，由于齿轮的意外故障造成的停机停产的损失很难估计。 因此采用先进技术对齿轮进行状态监测与故障诊断，可实现齿轮由事后维修、定期维修到事前维修的根本转变，减少一些不必要的经济损失，进而创造出更大的经济效益和社会效益。 齿轮精密诊断法 （振动噪声） (1)功率法 (2)相关法 (3)双谱 1.频域分析 2.倒频域分析 (1)低频时域平均 (2)时域波形 (3)调幅解调 (4)相位调节 5.时序分析 (1)时序参数 (2)最大 墒谱 6.时频分析 (1)短时 FFT (2)维格纳分布 (3)小波分布 4.神经网络 3.倒频域分析 4 第 1.2 节 国内外研究现状及趋势 振
22、动信号分析被广泛应用于旋转机械的工况监视和故障诊断中。发展了 大量的方法，像功率谱、平均时间域、适应噪音删除、解调制分析、时间序列分析等。传统的故障诊断技术已经被证明在机械故障学中非常有用的。然而，在某些应用方面仍有困难，如对存在裂纹的齿轮齿面系统和往复式动力机汽缸表面的检测 8。由于 齿轮裂纹故障产生的冲击使振动信号产生瞬变，因此，这些待处理的信号是非稳态信号。但是，现在大部分广泛应用的信号处理技术都是基于稳态信号假设的前提条件下， 对处理非稳态信号，新型诊断技术被提出。如：时间频率分布、小波分析和更高的次序统计 15。Z.K.Peng 等认为快速傅里叶变换（ FFT） 是众多用于故障诊断的
23、信号分析方法中最广泛使用的方法之一，但是像传统的信号分析方法一样，快速傅里叶变化适用于稳态信号的分析，而对于非稳态信号，如振动信号， FFT 不适用。由于机械的故障信号可能包含在非稳态信号中，所以非稳态信号的分析至关重要。对非稳态信号分析中，常用的有 Wigner-Ville 分布法（ WVD）和短时傅里叶变换（ STFT）。对于 WVD， 即使信号的支持区不相互重叠，对时频平面有干扰，这样会误导信号分析。基于 WVD 的缺点又提出了 Choi-Willams 分布法（ CWD）和锥形分布法（ CSD）等。而对于 STFT 缺点在于，对于所有频率 STFT 都提供不变的分辨率， 由此得到的时频
24、分析窗口具有固定的大小，而对于 非平稳信号，需要时频窗口具有可调的性质，即要求 在 高频部分具有较好的时间分辨率特性，而在 低频部分具有较好的频率分辨率特性。基于短时傅里叶变换的缺点，小波变换和连续小波变化被提出并被应用于故障诊断的各个阶段 16。小波变换不同于其他非稳态信号的分析方法，是因为它的窗宽可以随频率的增高而缩小，它发展了加窗傅里叶变换的局部思想，并满足高频信息分辨率较高的要求。目前，一般认为离散小波分析、多分辨率分析、连续小波分析及 后来发展的小波包分析等都是小波理论的不同方面，是在小波理论发展的过程中不断繁衍产生的，这些方面都在故障诊断的应用中得到了体现 7。 H.Zheng， Z.Li和 X.Chen 基于连续小波变换提出了平均时间小波倒频谱的新概念，在这概念的基础上建立起两种故障诊断的新方法：频谱比较法（ SCM）和特征能量法（ FEM）。通过实验证实了基于使用 Morlet 小波的连续小波变换的 TAWS 可以有效地显示齿轮故障改进 8。李辉等人在通过分析齿轮箱升降过程齿轮齿根裂纹的非稳态振动信号表明，基于角域平均和连续小波变换的振动信号处理技 术，能充分消除角域采样信号中的噪音干扰，提高信号的信噪比，是周期性
