齒輪振動信號的多分形研究及其應用.pdf

1、齒輪作為傳動零部件，由于其傳動比大、效率高、傳動精確等特點而被廣泛應用于各種機械設備中。齒輪傳動系統(tǒng)的復雜性導致齒輪振動信號呈現非平穩(wěn)和多尺度特征，增加了齒輪故障模式識別的難度。本文在總結齒輪故障類型和特征的基礎上,針對齒輪故障振動信號的非線性非平穩(wěn)性特征，將多分形去趨勢波動分析(Multifractal Dtrended Fluctuation Analysis,MF-DFA)和多分形譜理論引入到齒輪故障特征提取中，還分別提出其改進算

2、法的特征提取方法，并結合高斯混合模型(Gaussian Mixture Model，GMM)方法，實現齒輪故障診斷。本文主要研究內容包括：
　　1、總結齒輪主要失效類型，并分析齒輪的振動機理，總結常見齒輪失效類型振動信號特征。
　　2、將MF-DFA應用到齒輪故障特征提取中，提出二維MF-DFA的齒輪故障特征提取算法。通過仿真信號證明該方法有效，構建試驗體系，設計試驗方案，選用適當的信號采集試驗設備，采集齒輪模擬故障實驗數據

3、以驗證此方法實用性。
　　3、將單一無標度區(qū)多分形譜理論引入到齒輪振動信號的特征提取中，在此基礎上，提出多個無標度區(qū)多分形譜特征提取算法。并通過仿真信號證明這兩種方法有效，采用同樣的試驗方法，采用齒輪模擬故障實驗數據，驗證此方法實用性。
　　4、結合高斯混合模型，將所提出的齒輪振動信號多分形特征提取方法進行對比，齒輪故障分類實驗結果表明多個無標度區(qū)多分形譜理論特征提取算法計算效率和識別率均高于其他多分形方法，更適合齒輪故障特