论文部分内容阅读
摘要：本文简单介绍了齿轮箱故障诊断的研究现状，通过对齿轮箱故障信号处理技术和诊断方法的分析，引出了小波分析、模态分析、神经网络等理论方法各自的特点，并结合实际情况，指出这些故障诊断理论在实际应用方面的不足，对齿轮箱诊断技术的发展表明自己的看法，希望对我国的齿轮箱故障诊断的发展贡献自己的一份力量。
关键词：齿轮箱；故障诊断；频谱分析I小波分析；神经网络；
齿轮箱工作环境恶劣，在速度和荷载的多重作用下，齿轮和轴承往往会出现故障影响着机械设备的工作效率。不仅要在设计之初减少机械设备的隐患，还要及时进行故障检测工作。目前，齿轮箱故障诊断的理论不断发展，给齿轮箱的的监测和故障诊断技术提供了技术支持，现代齿轮箱故障诊断技术也因此不断发展。
1齿轮箱故障诊断研究现状
1.1机理研究
通过运用机械动力学的原理，对故障产生的原因和结果进行分析和研究，从而更好地在设计阶段消除故障隐患，这就是所谓的机理研究的目的。制造误差和操作不当都会引起齿轮箱故障，首当其冲的就是齿轮和轴承的失效，因此，齿轮和轴承的故障诊断是齿轮箱诊断的重点。在进行齿轮箱的故障诊断时，可以通过齿轮和轴承的频率来判断是否处于故障状态，频率能反映振动能量的情况，这种振动机理为故障的检测工作带来了福音。
1.2信号处理技术
随着科学技术的发展，振动信号的处理技术和分析方法也在朝着先进和科学的方向前进。因为傅立叶变换复杂，计算量大，信号分析和处理受到了很大的制约，当FFT出现后，经典信号的处理技术和分析方法才迅速发展。针对傅里叶变换中存在的问题，人们提出了现代谱分析方法，提高了频率成分的分辨率，弥补了数据缺陷。其中发展成熟的有最大熵谱估计法和自回归谱估计法，为了更好地去除噪音，在局部范围内进行频率分析，小波分析法作为一种全新的分析方法，正成为人们关注的焦点并在逐步应用到实际故障诊断工作中。
1.3故障诊断方法
通过机械故障振动发出的信号，获得相应的信号数据，然后对这些信号数据进行分析，生成故障信号处理数据，为故障诊断工作提供判别依据。
1.3.1模式识别诊断法
1）模式识别诊断法
根据机械设备的运行状态来判断是否处于故障状态，在这个过程中，需要对事物的特征进行分类。模式识别诊断法还有很多细化的方法，比如对比分析法和距离函数分类法等，它们都是通过数据的对比来判断设备的故障。
2）模糊诊断分类法
利用集合论中的有关数学知识概念，来判断故障发生的征兆，该方法的基础是模糊数学，所以该诊断方法被称为模糊诊断分类法。虽然模糊诊断法的精确度高，但故障的分类上不灵活不准确，给故障诊断工作提出了挑战，这就需要有关人员完善模糊诊断分类法。
3）故障树分类法
故障树用逻辑门以树状结构反映事件的联系，在特征向量和故障向量之间建立起逻辑关系，该分类法是一种定性的因果模型。
4）灰色理论诊断法
通过样本之间的关联程度来判别机械设备的故障，这种方法称为灰色理论诊断法，它利用了全新的思路和独特的研究方法。该方法的难点是建立可靠的函数关系，因此，该方法还不完善，使用率还不高。
1.3.2神经网络故障诊断方法
故障式识别是故障诊断的重点和难点，神经网络网络模型不断发展，信息处理能力不断提高，神经网络在故障诊断上的优势不断显现出来。
1.3.3专家系统故障诊断方法
专家系统故障诊断法利用了专家的经验和知识，实施起来更加灵活，有理想的诊断效果。
2齿轮箱故障诊断技术的展望
2.1复合诊断法
目前，随着科学技术的发展，故障诊断理论不断扩充，但事物都具有两面性，每种故障理论都有在故障诊断工作中有自己突出的有点，也有尚需改进的地方。在各个学科实习有机的结合，集各家之所长，这种复合诊断法的应用是大势所趋。在齿轮箱的故障诊断中，利用复合故障诊断法，就能综合小波分析、灰色理论、神经网络等各种理论方法，通过诊断信息的多元化，提高诊断结果的合理性、正确性，同时还减少了故障诊断的时间，节约了人力物力，对企业的正常运作和发展起到了重要的作用。故障检测人员在进行齿轮箱的故障检测时，要结合实际情况，通过诊断理论的有效结合来开展诊断工作，实现理论的优势互补，不能一味的图理论的多样和全面，将全部理论糅杂在一起，否则，诊断工作将是费力不讨好的。
2.1.1小波分析与其它诊断方法复合
齿轮箱在运转过程中，内部零件的振动信号会相互影响和干扰，给信号提取工作和故障诊断工作带来不小的麻烦。尽管通过信号可以判别机械设备的故障情况，但由于齿轮的动力特性，让传统的测试诊断没有用武之地，这时就需要运用小波分析的方法。小波分析可以去除噪音对信号提取的影响，在十分苛刻的环境中也能提取到所需要的信号，另外，通过对信号的聚焦，可以专门提取某个频段的信号，增加故障检测的针对性。神经网络可在齿轮故障征兆间建立一定的联系，通过对所提取信号的分析处理，可以及时发现齿轮故障是否存在隐患，提前维修，从而提高设备的使用效率。所以，将小波分析和其他诊断方法进行复合，可以一方面改善齿轮故障信息的提取工作，另一方面还提高了故障检测的可靠性和精度。故障检测人员在工作中，要加强小波分析和其他诊断方法的有机结合，发挥故障检测工作的作用。
2.2生物学机理引人齿轮箱故障诊断
为了满足企业发展的需要，机器制造业进行着革命和创新，机械设备知道逐渐集成化、复杂化和网络化，机电系统存在很多不确定的因素，给齿轮箱的故障检测提出了挑战。只有解决了状态检测和故障诊断中存在的问题，才能对机电系统进行合理有效的评估和预测，齿轮箱的故障诊断才有实际价值。齿轮故障诊断可以借鉴生物学中的机理和概念，形成智能检测的方法，提高信息的处理能力。生物系统具有一定的安全性和可存性，而引入生物机理后的齿轮箱故障诊断在实际过程中有更好的适应性，故障诊断的准确性也有一定程度的提高。通过人工智能和生物学机理的有机结合，齿轮故障的检测工作效率有了提高，给齿轮故障的发展提供了新的思路。
2.3齿轮箱远程诊断
20世纪末期，信息网络技术不断普及和完善，信息技术在机械设备中的运用也逐渐成熟。对于齿轮箱的故障诊断，应紧密结合当前的信息技术水平，建立远程监测、远程诊断的新模式。通过模式的创新和改革，提高信息诊断的应急能力，在机械设备发生故障之前能做好预测故障，给后期的维修工作提供宝贵的时间，除此以外，诊断现场和诊断中心的实施联系，加强了信息数据的共享能力，真正意义上可以进行远程诊断。值得注意的是，齿轮箱的远程诊断是该领域未来的发展方向，有良好的市场前景。
3结论
在科技迅猛发展的今天，机械设备的体积、功能、结构越来越复杂，在企业的正常运用中占据着举足轻重的地位，这给故障检测技术提出了挑战。尽管小波分析、灰色理论、神经网络等理论方法对故障检测理论有了补充和完善，但有些理论还未成熟，实际应用中还存在或多或少的问题。因此，应结合实际情况，总结故障现象的原因，对故障分析工作定性、定量，是故障诊断的技术有更大地可行性。除此以外，建立完善的诊断系统，完善对齿轮故障信息的提取过程，从而为更好地判断诊断打下基础。
参考文献：
[1]孙华刚.冯广斌.曹登庆.毛向东.穆希辉基于混沌理论的齿轮箱系统故障检测方法研究进展[J].电子测量技术，2009（11）.
[2]潘远峰基于小波分析的齿轮箱齿轮点蚀诊断研究[J].重庆科技学院学报（自然科学版），2008（05）.
[3]肖云魁.程广涛.孙东江.李会梁.张威.司爱威基于小波分形技术提取变速器轴承故障特征[J].科学技术与工程，2007（20）.
关键词：齿轮箱；故障诊断；频谱分析I小波分析；神经网络；
齿轮箱工作环境恶劣，在速度和荷载的多重作用下，齿轮和轴承往往会出现故障影响着机械设备的工作效率。不仅要在设计之初减少机械设备的隐患，还要及时进行故障检测工作。目前，齿轮箱故障诊断的理论不断发展，给齿轮箱的的监测和故障诊断技术提供了技术支持，现代齿轮箱故障诊断技术也因此不断发展。
1齿轮箱故障诊断研究现状
1.1机理研究
通过运用机械动力学的原理，对故障产生的原因和结果进行分析和研究，从而更好地在设计阶段消除故障隐患，这就是所谓的机理研究的目的。制造误差和操作不当都会引起齿轮箱故障，首当其冲的就是齿轮和轴承的失效，因此，齿轮和轴承的故障诊断是齿轮箱诊断的重点。在进行齿轮箱的故障诊断时，可以通过齿轮和轴承的频率来判断是否处于故障状态，频率能反映振动能量的情况，这种振动机理为故障的检测工作带来了福音。
1.2信号处理技术
随着科学技术的发展，振动信号的处理技术和分析方法也在朝着先进和科学的方向前进。因为傅立叶变换复杂，计算量大，信号分析和处理受到了很大的制约，当FFT出现后，经典信号的处理技术和分析方法才迅速发展。针对傅里叶变换中存在的问题，人们提出了现代谱分析方法，提高了频率成分的分辨率，弥补了数据缺陷。其中发展成熟的有最大熵谱估计法和自回归谱估计法，为了更好地去除噪音，在局部范围内进行频率分析，小波分析法作为一种全新的分析方法，正成为人们关注的焦点并在逐步应用到实际故障诊断工作中。
1.3故障诊断方法
通过机械故障振动发出的信号，获得相应的信号数据，然后对这些信号数据进行分析，生成故障信号处理数据，为故障诊断工作提供判别依据。
1.3.1模式识别诊断法
1）模式识别诊断法
根据机械设备的运行状态来判断是否处于故障状态，在这个过程中，需要对事物的特征进行分类。模式识别诊断法还有很多细化的方法，比如对比分析法和距离函数分类法等，它们都是通过数据的对比来判断设备的故障。
2）模糊诊断分类法
利用集合论中的有关数学知识概念，来判断故障发生的征兆，该方法的基础是模糊数学，所以该诊断方法被称为模糊诊断分类法。虽然模糊诊断法的精确度高，但故障的分类上不灵活不准确，给故障诊断工作提出了挑战，这就需要有关人员完善模糊诊断分类法。
3）故障树分类法
故障树用逻辑门以树状结构反映事件的联系，在特征向量和故障向量之间建立起逻辑关系，该分类法是一种定性的因果模型。
4）灰色理论诊断法
通过样本之间的关联程度来判别机械设备的故障，这种方法称为灰色理论诊断法，它利用了全新的思路和独特的研究方法。该方法的难点是建立可靠的函数关系，因此，该方法还不完善，使用率还不高。
1.3.2神经网络故障诊断方法
故障式识别是故障诊断的重点和难点，神经网络网络模型不断发展，信息处理能力不断提高，神经网络在故障诊断上的优势不断显现出来。
1.3.3专家系统故障诊断方法
专家系统故障诊断法利用了专家的经验和知识，实施起来更加灵活，有理想的诊断效果。
2齿轮箱故障诊断技术的展望
2.1复合诊断法
目前，随着科学技术的发展，故障诊断理论不断扩充，但事物都具有两面性，每种故障理论都有在故障诊断工作中有自己突出的有点，也有尚需改进的地方。在各个学科实习有机的结合，集各家之所长，这种复合诊断法的应用是大势所趋。在齿轮箱的故障诊断中，利用复合故障诊断法，就能综合小波分析、灰色理论、神经网络等各种理论方法，通过诊断信息的多元化，提高诊断结果的合理性、正确性，同时还减少了故障诊断的时间，节约了人力物力，对企业的正常运作和发展起到了重要的作用。故障检测人员在进行齿轮箱的故障检测时，要结合实际情况，通过诊断理论的有效结合来开展诊断工作，实现理论的优势互补，不能一味的图理论的多样和全面，将全部理论糅杂在一起，否则，诊断工作将是费力不讨好的。
2.1.1小波分析与其它诊断方法复合
齿轮箱在运转过程中，内部零件的振动信号会相互影响和干扰，给信号提取工作和故障诊断工作带来不小的麻烦。尽管通过信号可以判别机械设备的故障情况，但由于齿轮的动力特性，让传统的测试诊断没有用武之地，这时就需要运用小波分析的方法。小波分析可以去除噪音对信号提取的影响，在十分苛刻的环境中也能提取到所需要的信号，另外，通过对信号的聚焦，可以专门提取某个频段的信号，增加故障检测的针对性。神经网络可在齿轮故障征兆间建立一定的联系，通过对所提取信号的分析处理，可以及时发现齿轮故障是否存在隐患，提前维修，从而提高设备的使用效率。所以，将小波分析和其他诊断方法进行复合，可以一方面改善齿轮故障信息的提取工作，另一方面还提高了故障检测的可靠性和精度。故障检测人员在工作中，要加强小波分析和其他诊断方法的有机结合，发挥故障检测工作的作用。
2.2生物学机理引人齿轮箱故障诊断
为了满足企业发展的需要，机器制造业进行着革命和创新，机械设备知道逐渐集成化、复杂化和网络化，机电系统存在很多不确定的因素，给齿轮箱的故障检测提出了挑战。只有解决了状态检测和故障诊断中存在的问题，才能对机电系统进行合理有效的评估和预测，齿轮箱的故障诊断才有实际价值。齿轮故障诊断可以借鉴生物学中的机理和概念，形成智能检测的方法，提高信息的处理能力。生物系统具有一定的安全性和可存性，而引入生物机理后的齿轮箱故障诊断在实际过程中有更好的适应性，故障诊断的准确性也有一定程度的提高。通过人工智能和生物学机理的有机结合，齿轮故障的检测工作效率有了提高，给齿轮故障的发展提供了新的思路。
2.3齿轮箱远程诊断
20世纪末期，信息网络技术不断普及和完善，信息技术在机械设备中的运用也逐渐成熟。对于齿轮箱的故障诊断，应紧密结合当前的信息技术水平，建立远程监测、远程诊断的新模式。通过模式的创新和改革，提高信息诊断的应急能力，在机械设备发生故障之前能做好预测故障，给后期的维修工作提供宝贵的时间，除此以外，诊断现场和诊断中心的实施联系，加强了信息数据的共享能力，真正意义上可以进行远程诊断。值得注意的是，齿轮箱的远程诊断是该领域未来的发展方向，有良好的市场前景。
3结论
在科技迅猛发展的今天，机械设备的体积、功能、结构越来越复杂，在企业的正常运用中占据着举足轻重的地位，这给故障检测技术提出了挑战。尽管小波分析、灰色理论、神经网络等理论方法对故障检测理论有了补充和完善，但有些理论还未成熟，实际应用中还存在或多或少的问题。因此，应结合实际情况，总结故障现象的原因，对故障分析工作定性、定量，是故障诊断的技术有更大地可行性。除此以外，建立完善的诊断系统，完善对齿轮故障信息的提取过程，从而为更好地判断诊断打下基础。
参考文献：
[1]孙华刚.冯广斌.曹登庆.毛向东.穆希辉基于混沌理论的齿轮箱系统故障检测方法研究进展[J].电子测量技术，2009（11）.
[2]潘远峰基于小波分析的齿轮箱齿轮点蚀诊断研究[J].重庆科技学院学报（自然科学版），2008（05）.
[3]肖云魁.程广涛.孙东江.李会梁.张威.司爱威基于小波分形技术提取变速器轴承故障特征[J].科学技术与工程，2007（20）.