齿轮磨损故障诊断方法

通过对齿轮从跑合到磨损报废全过程的振动信号分析,证明时域无量纲因子、标准差及倒频谱对齿轮磨损故障诊断很有效．随着磨损量增加,无量纲因子及标准差皆增大,1／fm处倒谱值减小而2／fm处倒谱值增大．     

倒频谱在齿轮故障诊断中的应用

根据倒频谱所具有的特性，将原来信号频谱图上成族的边频带谱线简化为单根谱线。利用这一特点来识别齿轮振动复杂频谱图上的周期结构，分离和提取出密集泛频信号中的周期成分、多成分边频等复杂信号，使测试系统的在线故障诊断更加快速准确。     

基于LabVIEW的倒频谱在齿轮和滚动轴承故障诊断中的应用

介绍了利用LabVIEW平台检测齿轮和轴承故障信号,叙述了在LabVIEW的环境内,使用MATLAB对齿轮振动信号进行倒频谱分析,提取齿轮故障特征信息,实现齿轮故障诊断．并通过实验验证此方法的可行性．     

用噪声谱分析法定量诊断齿轮磨损

本文探讨了用齿轮噪声频谱分析来诊断齿轮磨损程度的方法。齿轮磨损后,其噪声频谱图中啮合频率的谐波族发生了很大变化。基于频谱谐皮分析,提出了能准确有效地定量诊断齿轮磨损的方法,并给出了相应的一批试验分析结果。试验研究表明,这些方法对齿轮振动信号的分析、对各种参数的直齿圆柱齿轮都是适用的。     

齿轮传动中磨损问题研究方法综述

齿轮传动是机器传递运动和动力的一种主要形式，如何减少齿轮工作中的磨损；延长其使用寿命，是工业生产中至关重要的问题。总结了目前齿轮接触问题的数值研究方法、齿轮磨损问题的研究历程等，并对齿轮磨损问题研究的发展方向提出建议。     

齿轮传动中磨损问题研究方法综述

齿轮传动是机器传递运动和动力的一种主要形式,如何减少齿轮工作中的磨损;延长其使用寿命,是工业生产中至关重要的问题.总结了目前齿轮接触问题的数值研究方法、齿轮磨损问题的研究历程等,并对齿轮磨损问题研究的发展方向提出建议.     

柴油机磨损故障诊断系统的研究

以摩擦学的系统工程思想为指导,以油液中磨损颗粒为主要分析对象,探讨了柴油机摩擦学系统的研究方法,给出了磨损故障诊断系统设计原则,介绍了磨损故障诊断系统的结构,给出了结论．     

变速器齿轮副磨损分析及改进措施

汽车变速器担负着变速、变扭、实现例车及利用空档暂时切断动力的任务,使汽车能够适应各种条件下的行驶.因此,变速器齿轮副的相对运动是非常频繁,随着行驶里程的增加,齿轮副的磨损则不可避免.分析齿轮副磨损的原因,并增加改进措施,对于提高齿轮副的使用寿命有着十分积极的意义.     

基于频谱相关性分析的齿轮早期磨损诊断

基于振动分析的齿轮故障检测已被证明在故障识别中是有效的,但对表征早期磨损的振动信号的提取和识别仍没有得到很好的解决.本文提出一种基于频谱相关性分析的变分模态分解(VMD)和核支持向量机(SVM)相结合的齿轮早期磨损诊断方法,对能够揭示早期磨损状态的微弱齿轮振动信号采用近似完全重构的准则来初始化模式数,并采用信号功率谱密度最大值对应的频率初始化VMD方法的中心频率,用以有效提取齿轮磨损信息,进而结合核支持向量机进行齿轮的早期磨损诊断.实验结果表明,所提方法可有效克服背景噪声大无法预设模式数的问题,对噪声具有更好的鲁棒性,诊断准确率达到94.4%,可为齿轮早期磨损检测提供解决方法.     

磨损试验用分离齿结构齿轮

提出了一种合理的齿轮结构－分离齿结构轮用于磨损试验,较为理想地解决了试验齿大重量与测量仪器高精度之间的矛盾,并通过试验予以验证。     

EMD方法在齿轮故障诊断中的应用

将EMD（Empirical Mode Decomposition）方法应用于机械故障诊断中，提出了一个新的齿轮故障诊断方法。EMD方法基于信号的局部特征时间尺度，能把复杂的信号分解为有限的内在模态函数（Intrinsic Mode Function）之和，这种自适应的分解方法非常适于非线性和非平稳过程的分析。用该方法对齿轮故障振动信号进行了分析，结果表明该方法能够有效地降低噪声，提高信噪比，突出齿轮故障振动信号的故障特征，从而提高齿轮故障诊断的准确性。     

基于电机电流分析的齿轮故障诊断研究

本文提出了一种基于电机定子电流的齿轮故障诊断方法,相对于齿轮故障诊断的一般振动信号诊断方法,该方法可实现远程诊断、便于安装且受环境噪声影响小的优点,是一种无损的故障诊断方法。本文针对电机驱动的齿轮传动系统,建立了负载转矩对电机定子电流的理论模型,并分析了各种状况时的定子电流频谱特征,发现可以利用基频与转频的变频带、基频与啮合频率的边频来判断齿轮断齿故障和磨损故障。通过matlab/simulink对电机齿轮系统进行了仿真,并在实验平台上进行了验证。     

支持向量机在齿轮故障诊断中的应用

针对齿轮故障诊断中的小样本事件,采用了支持向量机（SVM）方法.采集齿轮3种典型故障（断齿、磨损、剥落）和正常状态的振动信号,提取时域指标和能量特征作为SVM输入向量,并采用交叉验证（K-CV）法优化SVM参数,最终得到的故障诊断准确率为100%.结果表明SVM是一种有效的齿轮故障诊断方法.     

齿轮磨损在振动诊断中的识别初探

首先介绍齿轮磨损诊断的动力学方法,计算齿轮特征频率,然后在试验的基础上论证齿轮磨损的敏感特征频率,并提出诊断中对这个频率分量的处理方法。     

HHT在齿轮故障诊断问题中的应用

齿轮作为一种重要的机械传动设备,对其进行故障诊断具有重要意义。传统的齿轮故障诊断大都采用FFT或者小波分析方法,对处理具有非平稳性的齿轮故障信号效果不太明显。HHT由经验模态分解方法(EMD)和Hilbert变换两步组成。经验模态分解方法(EMD)把时间序列信号分解成不同特征时间尺度的固有模态函数(IMF),适合处理非线性和非平稳过程。Hilbert变换对具有调制现象的信号的分析有很大优势。介绍了该方法的基本原理,并将HHT应用于齿轮断齿故障诊断,齿轮故障实验信号的研究结果表明:基于HHT的分析方法,能有效地诊断齿轮的故障。     

瞬时频率波动分析与齿轮故障诊断

本文研究了齿轮振动信号调制与解调的过程与机理。并根据希尔伯特变换理论,提出了一种早期诊断齿轮故障的新方法—瞬时频率波动(TFF—Transient FrequencyFluctuation)分析法,实现了频率调制信号的解调,较好地提取了齿轮的局部损伤信息。在大量试验与分析的基础上对该方法进行了验证。     

基于阶次双谱分析的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将双谱分析技术与阶次谱分析相结合，提出了阶次双谱的齿轮箱故障诊断方法．首先对齿轮箱升降速瞬态振动信号进行时域等时间间隔采样，再对时域信号实行等角度间隔重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明阶次双谱分析能有效地诊断齿轮的裂纹故障．     

基于双谱分析的齿轮故障诊断研究

针对不同上齿轮的振动信号具有不同的高斯性和对称性的特点,利用三阶累积量的性质,对双谱分析用于轮故障诊断的方法和物理意义进行了研究。采用双谱估计的直接算法,给出了正常、裂纹和断齿三种不同状态的齿轮信号的双谱的等高线图,成功地对三种不同状态的齿轮进行了鉴别。同时,利用上述双谱中的一个“对角切片”Bx(ω,ω）将齿轮信号进行分离,发现不同状态下“对角切片”Bx(ω,ω）的谱线分布具有不同特点,进而实现了不同状态齿轮的自动识别。