（申請(qǐng)清華大學(xué)工學(xué)博士學(xué)位論文）
題目：齒輪振動(dòng)和減速機(jī)在線監(jiān)測(cè)與故障診斷的研究
培養(yǎng)單位：工程力學(xué)系
專業(yè)：固體力學(xué)
研究生：李惠彬
指導(dǎo)教師：鄭兆昌 教授
副指導(dǎo)教師：應(yīng)懷樵 教授
摘要
齒輪傳動(dòng)是機(jī)械設(shè)備中最常用而且最重要的傳動(dòng)方式，它在航空、航天、機(jī)械等各個(gè)工業(yè)部門都獲得了廣泛的應(yīng)用。隨著齒輪減速機(jī)的廣泛使用和向高速、重載并要求振動(dòng)小、噪聲低以提高壽命和改善運(yùn)行環(huán)境的方向發(fā)展，齒輪的振動(dòng)問題尤其是帶有齒側(cè)間隙的齒輪振動(dòng)問題已逐漸成為一個(gè)需要深入研究的突出問題。另外，為了防止齒輪減速機(jī)在工作時(shí)發(fā)生突發(fā)性事故和更好地延長(zhǎng)齒輪軸系部件的壽命，需對(duì)具體的齒輪減速機(jī)設(shè)備進(jìn)行在線監(jiān)測(cè)和智能故障診斷方面的研究。
第二章對(duì)帶有齒側(cè)間隙和偏心質(zhì)量的齒輪系統(tǒng)（該系統(tǒng)是一個(gè)非線性時(shí)變系統(tǒng)）的振動(dòng)問題進(jìn)行了數(shù)值研究，研究結(jié)果表明：在齒輪工作轉(zhuǎn)速和載荷不變時(shí)，齒側(cè)間隙的變化對(duì)齒輪故障振動(dòng)頻率有很大的影響，即當(dāng)齒側(cè)間隙增加時(shí)，齒輪故障振動(dòng)頻率成份不僅有嚙合頻率的整數(shù)倍，而且還有嚙合頻率的分?jǐn)?shù)倍，即產(chǎn)生亞諧波和超諧波；工作轉(zhuǎn)速對(duì)齒輪振動(dòng)故障頻率也有影響，當(dāng)轉(zhuǎn)速達(dá)到一定數(shù)值時(shí)，工作轉(zhuǎn)速越高，齒輪故障振動(dòng)頻率分?jǐn)?shù)成份越明顯；工作載荷幅值的變化對(duì)齒輪振動(dòng)故障頻率也有影響，輕載時(shí)，齒輪故障振動(dòng)頻率無(wú)分?jǐn)?shù)成份，中載和重載時(shí)，載荷越大，齒輪故障振動(dòng)頻率分?jǐn)?shù)成份越明顯；在分析齒輪的扭轉(zhuǎn)振動(dòng)故障頻率時(shí)，由于齒輪輪齒的動(dòng)力耦合，必須考慮齒輪的偏心質(zhì)量的影響。
第三章對(duì)齒輪減速機(jī)的故障振動(dòng)信號(hào)拾取方法進(jìn)行了研究，研究結(jié)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(hào)傳輸距離遠(yuǎn)，穩(wěn)定性好、可靠性高，是值得推薦的在齒輪減速機(jī)上監(jiān)測(cè)使用的加速度傳感器；文中還提出了一種利用在齒輪傳動(dòng)裝置軸承外圈套圈上拾取應(yīng)變信號(hào)來監(jiān)測(cè)齒輪傳動(dòng)裝置內(nèi)的軸系部件的振動(dòng)故障信號(hào)的方法，該方法能直接全部反映齒輪傳動(dòng)裝置內(nèi)的軸系部件的振動(dòng)故障信號(hào)，對(duì)此信號(hào)進(jìn)行分析，可對(duì)齒輪傳動(dòng)裝置內(nèi)的軸系部件進(jìn)行較正確的故障診斷。
第四章對(duì)齒輪減速機(jī)的齒輪軸系部件故障振動(dòng)頻率計(jì)算公式進(jìn)行了總結(jié)研究，并推出了重載齒輪減速機(jī)中常用的調(diào)心滾子軸承的故障振動(dòng)頻率計(jì)算公式；文中還用基于變時(shí)基技術(shù)為基礎(chǔ)的沖擊激勵(lì)模態(tài)分析方法對(duì)減速機(jī)箱蓋模態(tài)進(jìn)行了分析，通過對(duì)減速機(jī)箱蓋的模態(tài)分析可以為減速機(jī)傳動(dòng)件的準(zhǔn)確故障診斷陽(yáng)傳感器安裝位置提供幫助。
第五章從設(shè)備特點(diǎn)、設(shè)備故障分析、設(shè)備監(jiān)測(cè)和故障診斷原理和監(jiān)測(cè)系統(tǒng)硬件及軟件三方面介紹了清華大學(xué)設(shè)計(jì)和研究的THMDS在線信號(hào)監(jiān)測(cè)與故障診斷系統(tǒng)，該系統(tǒng)主要功能是完成某大型鋼鐵廠關(guān)鍵設(shè)備振動(dòng)、位移、轉(zhuǎn)速、溫度、電流言號(hào)的拾取、放大、濾波、數(shù)據(jù)采集、數(shù)據(jù)處理與數(shù)據(jù)網(wǎng)絡(luò)傳輸及在線長(zhǎng)期監(jiān)測(cè)，在發(fā)生運(yùn)行異常及故障時(shí)及時(shí)報(bào)警和智能故障診斷。
第六章先從模式識(shí)別的角度較為詳細(xì)地討論了神經(jīng)網(wǎng)絡(luò)技術(shù)在大型旋轉(zhuǎn)機(jī)械故章診斷中的應(yīng)用，研究了改進(jìn)的BP算法對(duì)網(wǎng)絡(luò)訓(xùn)練速度的影響，結(jié)果表明該方法可提高網(wǎng)絡(luò)訓(xùn)練速度70%。本章還研究了故障振動(dòng)趨勢(shì)預(yù)報(bào)，對(duì)采集的平穩(wěn)時(shí)間序列可采用較簡(jiǎn)單的AR（M）模型建模和故障振動(dòng)趨勢(shì)分析；對(duì)采集的非平隱時(shí)間序列可采用較實(shí)用的GM(l,1）模型及AR（M）組合模型建模和故障振動(dòng)趨勢(shì)分析；神經(jīng)網(wǎng)絡(luò)組合預(yù)報(bào)模型可提高參與組合的傳統(tǒng)時(shí)間序列預(yù)報(bào)方法的預(yù)報(bào)精度。
關(guān)鍵詞：齒輪振動(dòng)，在線監(jiān)測(cè)，故障診斷
下一頁(yè)
