齒輪振動和減速機在線監(jiān)測與故障診斷的研究

題目：齒輪振動和減速機在線監(jiān)測與故障診斷的研究

培養(yǎng)單位：工程力學系

專業(yè)：固體力學

研究生：李惠彬

指導教師：鄭兆昌教授

副指導教師：應懷樵教授

摘要

齒輪傳動是機械設備中最常用而且最重要的傳動方式，它在航空、航天、機械等各個工業(yè)部門都獲得了廣泛的應用。隨著齒輪減速機的廣泛使用和向高速、重載并要求振動小、噪聲低以提高壽命和改善運行環(huán)境的方向發(fā)展，齒輪的振動問題尤其是帶有齒側間隙的齒輪振動問題已逐漸成為一個需要深入研究的突出問題。另外，為了防止齒輪減速機在工作時發(fā)生突發(fā)性事故和更好地延長齒輪軸系部件的壽命，需對具體的齒輪減速機設備進行在線監(jiān)測和智能故障診斷方面的研究。

第二章對帶有齒側間隙和偏心質量的齒輪系統（該系統是一個非線性時變系統）的振動問題進行了數值研究，研究結果表明：在齒輪工作轉速和載荷不變時，齒側間隙的變化對齒輪故障振動頻率有很大的影響，即當齒側間隙增加時，齒輪故障振動頻率成份不僅有嚙合頻率的整數倍，而且還有嚙合頻率的分數倍，即產生亞諧波和超諧波；工作轉速對齒輪振動故障頻率也有影響，當轉速達到一定數值時，工作轉速越高，齒輪故障振動頻率分數成份越明顯；工作載荷幅值的變化對齒輪振動故障頻率也有影響，輕載時，齒輪故障振動頻率無分數成份，中載和重載時，載荷越大，齒輪故障振動頻率分數成份越明顯；在分析齒輪的扭轉振動故障頻率時，由于齒輪輪齒的動力耦合，必須考慮齒輪的偏心質量的影響。

第三章對齒輪減速機的故障振動信號拾取方法進行了研究，研究結果表明：ICP型加速度傳感器由于把壓電傳感器和阻抗變換器一起做在傳感器中，因而傳感器的輸出為低阻抗的電壓，信號傳輸距離遠，穩(wěn)定性好、可靠性高，是值得推薦的在齒輪減速機上監(jiān)測使用的加速度傳感器；文中還提出了一種利用在齒輪傳動裝置軸承外圈套圈上拾取應變信號來監(jiān)測齒輪傳動裝置內的軸系部件的振動故障信號的方法，該方法能直接全部反映齒輪傳動裝置內的軸系部件的振動故障信號，對此信號進行分析，可對齒輪傳動裝置內的軸系部件進行較正確的故障診斷。

第四章對齒輪減速機的齒輪軸系部件故障振動頻率計算公式進行了總結研究，并推出了重載齒輪減速機中常用的調心滾子軸承的故障振動頻率計算公式；文中還用基于變時基技術為基礎的沖擊激勵模態(tài)分析方法對減速機箱蓋模態(tài)進行了分析，通過對減速機箱蓋的模態(tài)分析可以為減速機傳動件的準確故障診斷陽傳感器安裝位置提供幫助。

第五章從設備特點、設備故障分析、設備監(jiān)測和故障診斷原理和監(jiān)測系統硬件及軟件三方面介紹了清華大學設計和研究的 THMDS在線信號監(jiān)測與故障診斷系統，該系統主要功能是完成某大型鋼鐵廠關鍵設備振動、位移、轉速、溫度、電流言號的拾取、放大、濾波、數據采集、數據處理與數據網絡傳輸及在線長期監(jiān)測，在發(fā)生運行異常及故障時及時報警和智能故障診斷。

第六章先從模式識別的角度較為詳細地討論了神經網絡技術在大型旋轉機械故章診斷中的應用，研究了改進的BP算法對網絡訓練速度的影響，結果表明該方法可提高網絡訓練速度70%。本章還研究了故障振動趨勢預報，對采集的平穩(wěn)時間序列可采用較簡單的AR（M）模型建模和故障振動趨勢分析；對采集的非平隱時間序列可采用較實用的GM(l,1）模型及AR（M）組合模型建模和故障振動趨勢分析；神經網絡組合預報模型可提高參與組合的傳統時間序列預報方法的預報精度。