基于局部均值分解的齿轮故障诊断研究

admin

题目：


雅宝题库答案：

****此区域为收费内容****    需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
齿轮传动广泛应用于汽车发动机、变速箱和驱动桥中，是保证汽车动力性和经济性的关键环节之一。随着齿轮旋转速度的提高、连续运行时间增长和疲劳载荷的加大，齿轮结构易产生各种故障，导致汽车整体性能下降。因此，有必要建立有效的齿轮故障诊断方法。齿轮的振动信号比较复杂且存在干扰成分，直接对原始振动信号进行Hilbert变换解调难以有效提取故障特征。本文将研究一种新的时频分析方法--局部均值分解(Local Mean Decomposition,简称LMD)，该方法具有自适应性，适合分析齿轮故障引起的非平稳信号。对于LMD理论，本文主要从循环终止条件的设定、采样频率的选取、滑动平均跨度的选择、瞬时频率的计算方法和端点效应等五个方面进行了研究讨论，并结合实际信号处理效果，提出了改进方法。通过对仿真信号的分析，验证了LMD方法的可行性和有效性。将LMD方法应用于断齿、磨损和点蚀三种齿轮故障诊断中，利用LMD方法将多分量的齿轮故障振动信号分解为一系列的PF分量(Product Function)，每个PF分量包含包络信号和纯调频信号，然后对包络信号进行傅里叶变换，以提取故障特征。结果表明，LMD方法可以有效提取齿轮的故障特征，消弱虚假成分的影响，提高齿轮故障诊断的准确性。