小波神经网络故障诊断系统的设计与应用

采用能量分布特征提取方法和优化BP算法，提出了一种基于小波变换和BP神经网络的故障诊断系统。利用该系统对汽车变速箱三挡齿轮磨损程度进行估计，诊断结果与实际完全吻合，表明该小波神经网络故障诊断系统的有效性。由于小波分析特别适用于非平稳信号的处理，因此该小波神经网络诊断系统对复杂机械设备的故障诊断有着广阔的应用前景。     

小波包分解与神经网络相结合的变速箱齿轮故障识别

提出了一种识别变速箱齿轮故障的新方法，通过对小波包分解的分析研究，将基于小波包能量的小波包分解特征提取方法用于提取齿轮运行状态的特征向量，并以此作为BP神经网络的输入对神经网络进行训练，建立了基于BP神经网络的齿轮运行状态分类器，用以识别齿轮的运行状态，, 变速箱齿轮故障识别为例，用文中所述方法对变相齿轮的正常状态，磨损状态，断齿状态进行识别验证，验证结果表明该方法的效果良好。     

拖拉机变速箱的齿轮故障诊断研究

通过对拖拉机变速箱的故障分析，列举了故障发生率较大的变速箱齿轮所在的主要故障形式，并对齿轮故障诊断的试验台搭建、故障信号特征的提取、诊断模型的选择及遗传算法的应用做了论述。     

基于时序分析与模糊聚类的变速箱齿轮故障识别

通过对LC5T81变速箱疲劳寿命台架试验采集的齿轮运行状态振动信号进行时间序列分析和特征向量提取，并采用模糊聚类分析方法确定变速箱齿轮运行状态特征向量样本的亲疏关系，实现了对变速箱齿轮的跑合运行状态、磨损运行状态和故障运行状态的识别与诊断。验证表明，基于时间序列分析与模糊聚类分析相结合的故障识别方法能够有效地识别出变速箱齿轮运行状态。     

平移不变量小波去噪法在齿轮故障诊断中的应用

平移不变量小波去噪方法是对Donoho阈值法的改进，该方法不仅能有效地抑制伪吉布斯现象。而且能减小原始信号和估计信号之间的均方根误差，提高信噪比，将这种方法用于变速箱齿轮故障信号的去噪处理，同时与阈值法去噪的结果进行比较。结果表明，该方法可以有效地去除强噪声的干扰，提取齿轮故障特征信息，具有很好的工程实用性。     

小波分析在拖拉机齿轮箱故障诊断中的应用

在分析了采用傅立叶变换对拖拉机齿轮箱故障诊断进行信号分析技术所存在的不足的基础上，提出了采用小波变换对该信号进行分析处理时，基小波选取的方法。同时在对拖拉机齿轮箱故障诊断的实际应用中，用齿轮箱振动的加速度信号对傅立叶变换和小波变换的结果进行了比较，证明了应用小波变换能准确反映齿轮箱故障的结果，并提出用小波变换可以建立故障自动诊断系统。     

变速箱故障模糊诊断的研究

变速箱是机械设备的重要组成部分.由于机械设备的特殊运行条件和运行环境使得变速箱中齿轮副、轴、轴承等常发生故障.因而随着科学技术的发展,对变速箱实施故障诊断,显得尤为重要.而故障诊断的前提是对于故障特征信号的提取.近年来,模糊故障诊断技术在故障诊断和特征提取方面的应用也越来越多.为此,利用故障模糊诊断技术,通过对齿轮在运转时产生的振动信号进行特性分析,诊断齿轮系统的故障.     

教你简便拆装一招

泰山 2 5 / 30型拖拉机采用组合式变速箱 ,该变速箱具有体积小 ,结构紧凑 ,变换档位多的优点 ,但是 ,一旦变速箱发生故障 ,拆装非常不方便 ,尤其是变速箱一轴后端的常啮合双联齿轮的拆装就更加困难。由于固定在变速箱花键套上的四档从动齿轮直径比较大 ,支承常啮合双联齿轮轴的 6 0 8轴承安装孔又比较低 ,使常啮合双联齿轮的拆卸和安装都受四档从动齿轮的阻挡。常规修理法是先拆卸左右半轴和差速器总成 ,并向后抽出变速箱第二轴 ,把92 6 0 8轴承脱出安装孔 ,使花键套总成向前移动 ,给常啮合双联齿轮的拆装让出应有的空间。在花键套前移时 ,…     

变速箱常见故障及零件修理

拖拉机变速箱发生故障 ,将直接影响拖拉机的工作性能。变速箱发生故障的原因有两种。一种是驾驶人员操作不当引起的 ,另一种是变速箱内零件磨损或损坏造成的。下面谈一谈变速箱的常见故障及其主要零件的修复方法。一、变速箱的常见故障1.工作中有噪声　变速箱内更换或修复的齿轮齿侧间隙过小 ,或者齿轮磨损严重使齿侧间隙过大 ,都会因啮合不良而发出噪声。另外 ,滚动轴承或隔离圈磨损、变速箱内缺少润滑油 ,也会使变速箱在工作中产生异常噪声。2 .自动脱档　这种故障多是由于齿轮端面磨损过大 ,使齿轮啮合长度太短 ,且轮齿磨成锥形 ,产生轴…     

拖拉机脱档的原因及对策

拖拉机在运输和田间作业中，经常出现脱档现象，若处理不及时，往往造成翻车，发生机毁人伤事故。拖拉机出现脱档故障的原因主要有：①变速箱主动齿轮与被动齿轮啮合不正常，如啮合面小，啮合线偏斜等。②变速箱磨损，或轴向窜动。③齿轮啮合面磨损过大。④变速箱拨叉变形...     

兆瓦级风电齿轮箱高速齿轮断齿失效分析

风电齿轮箱是风机传动链的重要组成部分,其中高速级齿轮工作环境复杂多变,失效破坏易发,极易引发齿轮箱的故障,甚至带来灾难性后果而停机。实时状态监测及故障诊断,对于确保风机正常运行尤为重要。基于振动信号的风机故障诊断研究方法层出不穷,然而现有的方法对具体型号风机不具有普适性。因此,该文对在齿轮失效特征归类总结的基础上,选取高速齿轮断齿时的振动信号,通过小波变换对原信号消噪,有效辨识边频带特征,以反映齿轮失效程度;进而通过频谱变换获得频域特征,以反映齿轮失效的类型。结果表明,断齿发生时,时域上幅值有周期性冲击,周期为转速的倒数。频域上,转频的5倍频均有大幅增加,甚至达到127倍;高转速下啮合频率2倍边频带不对称性更为明显,3倍频幅值增加达4.4倍;断齿失效下会引起该型号风机1 200~1 500 Hz频段的共振现象,研究结果可作为该型号风机断齿失效诊断的基础数据。      

拖拉机发动机减速器动力学分析及故障诊断研究——基于小波神经网络

以拖拉机发动机减速器为研究对象,从分析发动机减速器故障机理出发,深入研究了减速器行星齿轮系统的建模方法和动力学模型,并采用小波神经网络算法研究了一套拖拉机发动机减速器故障诊断系统,能够对发动机减速器机械故障进行实时诊断。试验结果表明:小波神经网络算法能够准确判断发动机减速器的工作状态,识别率高达96%以上,充分证明了系统的准确性和可行性。     

形态小波降噪方法在齿轮故障特征提取中的应

针对齿轮故障特征往往被强背景噪声淹没的问题,采用形态小波降噪方法来提取故障特征.形态小波降噪方法适合于对具有一定形态特征的齿轮故障信号进行特征提取.首先采用形态小波对信号进行分解,然后对各层的细节系数进行软阈值降噪处理,最后根据处理得到的小波系数重构信号以提取故障特征.仿真与实例证明,该方法可有效地提取隐含在噪声中的齿轮故障特征.形态小波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,适合于齿轮故障的在线监测与诊断.     

机械式变速器的故障监测

阐述了故障监测的基本原理,对汽车变速器中的易损件齿轮和轴承进行初步的振动分析,并结合NJ17H汽车变速器试验进行故障监测,在试验中应用VDM1000汽车变速箱故障监测系统,发现问题进行分析,得出结论解决问题。     

行星齿轮传动比速度瞬心计算法研究

针对行星齿轮传动比计算问题,本文在分析对比已有计算方法的基础上,引入了平面运动物体的速度瞬心概念。以标准渐开线直齿轮为研究对象,对行星齿轮传动系统传动比进行求解,给出了基于速度瞬心的行星齿轮传动比推导过程,得到了各个构件之间的运动关系。与传统的机构转化求解法相比,本方法能更清楚地描述行星齿轮系中行星轮的运动状态。