论文部分内容阅读
某特种车传动系统应用环境恶劣,作为传动系统的核心部件变速箱,长期承受大载荷、强冲击,容易出现各类齿轮、轴承故障,为装甲车的维护带来极大的不便。本文以变速箱为研究对象,对强干扰环境下的变速箱故障诊断技术进行研究。论文研究内容主要包括以下几点：(1)论述了变速箱故障诊断技术和信息融合技术的发展概况,研究了特种装甲车变速箱的结构和故障机理。设计和搭建了台架实验平台,加工制作轴承、齿轮故障件近百件,测取了丰富全面的故障信号,为后续研究提供了基础。(2)研究了基于LMD分解法的故障诊断技术,并结合小波消噪、峭度指标对LMD方法进行优化改进,以适应强干扰环境下变速箱的故障诊断。同时结合Teager能力算子解调进行诊断。分析结果表明,改进后的LMD方法结合Teager算子解调能有效应用于强干扰环境下的变速箱故障诊断。针对轴承间隙故障难以诊断和识别的难点,本文提出了一种基于LMD和L-V复杂度的轴承径向故障程度识别的方法,能有效识别和衡量轴承径向磨损程度。(3)研究了基于神经网络的单传感器局部智能故障诊断模型,提取了时频特征值、小波分解特征值、LMD分解特征值作为诊断模型的输入量,并对比分析诊断效果。分析结果表明,基于改进的LMD和神经网络诊断正确率最高,达到88%。(4)分析了基于D-S证据理论的信息融合算法,并提出证据理论的改进策略,构建了多传感器信息融合的故障诊断结构框架。实验分析表明,基于改进LMD和D-S证据理论的多信息融合诊断方法,能有效应用于强干扰环境下的变速箱故障诊断,诊断正确率高达96%。