VEMTE致力于打造節(jié)能環(huán)保電機(jī)減速機(jī)電機(jī)
錐齒輪減速機(jī)運(yùn)行狀態(tài)與信號。錐齒輪減速機(jī)故障診斷技術(shù)的發(fā)展使得減速機(jī)運(yùn)行狀態(tài)的監(jiān)測與診斷技術(shù)獲得了很大的發(fā)展。齒輪減速馬達(dá)的故障診斷技術(shù)主要對減速機(jī)的關(guān)鍵零部件展開的。就內(nèi)的研究狀況而言，已有不少的科研院所對錐齒輪減速機(jī)等部分實(shí)施了故障診斷方法和技術(shù)的研究，而且設(shè)計(jì)出了些診斷儀器。用于齒輪減速馬達(dá)的修理部門及生產(chǎn)線上的產(chǎn)品質(zhì)量檢測?？偟膩碚f，大部分研究主要是理論上的探討，方法并不十分先進(jìn)。
因此，錐齒輪減速機(jī)的故障診斷技術(shù)需要種適合的先進(jìn)的方法。在齒輪減速馬達(dá)故障診斷的各種方法中，振動(dòng)診斷方法常用。由于錐齒輪減速機(jī)在運(yùn)行過程中都不可避免的產(chǎn)生振動(dòng)，而振動(dòng)是其本身動(dòng)力學(xué)特性的表示，于是根據(jù)錐齒輪減速機(jī)振動(dòng)信號的分析與處理，不必對減速機(jī)進(jìn)行解體，便可以得到其的運(yùn)行狀態(tài)，得到齒輪減速馬達(dá)系統(tǒng)零部件由于磨損、疲勞、老化等原因引起的狀態(tài)變化信息，并由此識別齒輪減速馬達(dá)或其內(nèi)部零部件的故障。因此，相對于其他故障診斷方法而言，振動(dòng)診斷方法簡便易行，是目前工程中使用的主要方法。由于大部分錐齒輪減速機(jī)的故障都發(fā)生在振動(dòng)的能量增大之后，所以，振動(dòng)能量分析法是振動(dòng)診斷方法中常用的手段。新發(fā)展起來的小波時(shí)頻分析理論及神經(jīng)網(wǎng)絡(luò)理論，由于其優(yōu)越的時(shí)頻特性在齒輪減速馬達(dá)的振動(dòng)診斷中有著良好的應(yīng)用前景。齒輪減速馬達(dá)運(yùn)行時(shí)產(chǎn)生的振動(dòng)信號對其進(jìn)行狀態(tài)監(jiān)測及故障診斷，提取其振動(dòng)信號中的特征向量及進(jìn)行故障模式識別。狀態(tài)監(jiān)測主要通過信號時(shí)域分析進(jìn)行，特征向量提取主要應(yīng)用小波理論進(jìn)行，故障模式識別主要應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行。
(1) 實(shí)驗(yàn)測取故障錐齒輪減速機(jī)的振動(dòng)加速度信號，作為對減速機(jī)各個(gè)運(yùn)行狀態(tài)振動(dòng)信號進(jìn)行數(shù)據(jù)處理與信號分析的根據(jù)。
(2) 較為詳細(xì)的分析了齒輪減速馬達(dá)的振動(dòng)特性，建立減速機(jī)的數(shù)學(xué)力學(xué)模型，并從齒輪減速馬達(dá)結(jié)構(gòu)上來分析產(chǎn)生振動(dòng)的原因并給出其合理的解釋。
(3) 對振動(dòng)信號的時(shí)域特征和頻域特征在齒輪減速馬達(dá)的狀態(tài)監(jiān)測和故障診斷上的應(yīng)用進(jìn)行研究，選出較為合適的減速機(jī)狀態(tài)監(jiān)測和故障診斷方法。
(4) 在小波理論分析的基礎(chǔ)上，探索有效的基于小波分析的錐齒輪減速機(jī)故障特征的提取方法。先，應(yīng)用連續(xù)小波變換(Continuous Wavelet Transform)依據(jù)信號的尺度－小波能量譜分布特性，對錐齒輪減速機(jī)齒輪振動(dòng)信號進(jìn)行特征提?。黄浯?，應(yīng)用小波分解的多分辨分析(Multi-resolution Analysis)對信號進(jìn)行正交小波分解，對振動(dòng)信號進(jìn)行濾波消噪處理，提取隱含在振動(dòng)信號中的周期性沖擊信號；后，應(yīng)用小波包分解(Wavelet Packet Decomposition)對振動(dòng)信號進(jìn)行分解，將信號在各個(gè)頻帶的小波包分解系數(shù)作為錐齒輪減速機(jī)齒輪振動(dòng)信號的特征向量進(jìn)行統(tǒng)計(jì)學(xué)分析，達(dá)到對齒輪減速馬達(dá)進(jìn)行故障診斷的目的。
(5) 確定有效的基于神經(jīng)網(wǎng)絡(luò)的振動(dòng)信號特征的模式識別方法。運(yùn)用 BP 神經(jīng)網(wǎng)絡(luò)技術(shù)對個(gè)故障錐齒輪減速機(jī)進(jìn)行故障模式分類。討論了神經(jīng)網(wǎng)絡(luò)輸入特征量的選擇問題，闡述了小波網(wǎng)絡(luò)分析的優(yōu)勢和發(fā)展趨勢。http://www.jcw0809.com/nmrvjiansuji.html
因此，錐齒輪減速機(jī)的故障診斷技術(shù)需要種適合的先進(jìn)的方法。在齒輪減速馬達(dá)故障診斷的各種方法中，振動(dòng)診斷方法常用。由于錐齒輪減速機(jī)在運(yùn)行過程中都不可避免的產(chǎn)生振動(dòng)，而振動(dòng)是其本身動(dòng)力學(xué)特性的表示，于是根據(jù)錐齒輪減速機(jī)振動(dòng)信號的分析與處理，不必對減速機(jī)進(jìn)行解體，便可以得到其的運(yùn)行狀態(tài)，得到齒輪減速馬達(dá)系統(tǒng)零部件由于磨損、疲勞、老化等原因引起的狀態(tài)變化信息，并由此識別齒輪減速馬達(dá)或其內(nèi)部零部件的故障。因此，相對于其他故障診斷方法而言，振動(dòng)診斷方法簡便易行，是目前工程中使用的主要方法。由于大部分錐齒輪減速機(jī)的故障都發(fā)生在振動(dòng)的能量增大之后，所以，振動(dòng)能量分析法是振動(dòng)診斷方法中常用的手段。新發(fā)展起來的小波時(shí)頻分析理論及神經(jīng)網(wǎng)絡(luò)理論，由于其優(yōu)越的時(shí)頻特性在齒輪減速馬達(dá)的振動(dòng)診斷中有著良好的應(yīng)用前景。齒輪減速馬達(dá)運(yùn)行時(shí)產(chǎn)生的振動(dòng)信號對其進(jìn)行狀態(tài)監(jiān)測及故障診斷，提取其振動(dòng)信號中的特征向量及進(jìn)行故障模式識別。狀態(tài)監(jiān)測主要通過信號時(shí)域分析進(jìn)行，特征向量提取主要應(yīng)用小波理論進(jìn)行，故障模式識別主要應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行。
(1) 實(shí)驗(yàn)測取故障錐齒輪減速機(jī)的振動(dòng)加速度信號，作為對減速機(jī)各個(gè)運(yùn)行狀態(tài)振動(dòng)信號進(jìn)行數(shù)據(jù)處理與信號分析的根據(jù)。
(2) 較為詳細(xì)的分析了齒輪減速馬達(dá)的振動(dòng)特性，建立減速機(jī)的數(shù)學(xué)力學(xué)模型，并從齒輪減速馬達(dá)結(jié)構(gòu)上來分析產(chǎn)生振動(dòng)的原因并給出其合理的解釋。
(3) 對振動(dòng)信號的時(shí)域特征和頻域特征在齒輪減速馬達(dá)的狀態(tài)監(jiān)測和故障診斷上的應(yīng)用進(jìn)行研究，選出較為合適的減速機(jī)狀態(tài)監(jiān)測和故障診斷方法。
(4) 在小波理論分析的基礎(chǔ)上，探索有效的基于小波分析的錐齒輪減速機(jī)故障特征的提取方法。先，應(yīng)用連續(xù)小波變換(Continuous Wavelet Transform)依據(jù)信號的尺度－小波能量譜分布特性，對錐齒輪減速機(jī)齒輪振動(dòng)信號進(jìn)行特征提?。黄浯?，應(yīng)用小波分解的多分辨分析(Multi-resolution Analysis)對信號進(jìn)行正交小波分解，對振動(dòng)信號進(jìn)行濾波消噪處理，提取隱含在振動(dòng)信號中的周期性沖擊信號；后，應(yīng)用小波包分解(Wavelet Packet Decomposition)對振動(dòng)信號進(jìn)行分解，將信號在各個(gè)頻帶的小波包分解系數(shù)作為錐齒輪減速機(jī)齒輪振動(dòng)信號的特征向量進(jìn)行統(tǒng)計(jì)學(xué)分析，達(dá)到對齒輪減速馬達(dá)進(jìn)行故障診斷的目的。
(5) 確定有效的基于神經(jīng)網(wǎng)絡(luò)的振動(dòng)信號特征的模式識別方法。運(yùn)用 BP 神經(jīng)網(wǎng)絡(luò)技術(shù)對個(gè)故障錐齒輪減速機(jī)進(jìn)行故障模式分類。討論了神經(jīng)網(wǎng)絡(luò)輸入特征量的選擇問題，闡述了小波網(wǎng)絡(luò)分析的優(yōu)勢和發(fā)展趨勢。http://www.jcw0809.com/nmrvjiansuji.html
