基于振动信号分析的EEMD方法的正齿轮系统表面磨损检测和诊断外文翻译资料

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

基于振动信号分析的EEMD方法的正齿轮系统表面磨损检测和诊断

摘要：

齿轮通常用于力、运动或者两者共同的传递，在不断增加的力和速度下，摩擦失效如胶合、点蚀、轻微磨损和轮齿折断是主要的失效方式。本文介绍了在加速试验条件下对式齿轮箱的正齿轮的磨损进行评估的研究结果。

这项研究考虑了轮齿表面特殊润滑油膜厚度的近似值和它对故障的影响。该实验使用经验模态分解法来提取齿轮箱中振动信号故障的相关特性，该实验结果突出强调了EEMD技术对正齿轮磨损的有效评估上的优势。

1.绪论：

齿轮主要用来传递力、传递轴之间的旋转运动、维持固定的传动比和高效的光滑运动的传递。当故障发生在一个或多个轮齿上时，齿轮系的性能就会恶化，传递效率也会降低。当齿轮在最大负载下工作时，啮合面会产生巨大的接触压力，这可能会使得啮合面的部分润滑油膜分解，因此会形成两种常见的啮合环境，即流体动力润滑和边界润滑。齿轮的失效如磨损、胶合、微点蚀和点蚀都受润滑油油膜厚度和黏度等的影响。预测齿轮失效的方法通常需要联系油膜厚度和特殊油膜厚度，它的值是判断轮齿接触程度或者润滑油分解可能性的一个指标。在这些方法中，润滑油的性能发挥着重要的作用，因为它对油膜的厚度有着极大的影响。文献着重强调齿轮传动系统的分散式失效与油膜厚度、特殊油膜厚度、刚度的降低以及振动参数的持续增加有关。

Moore发明了一种计算油膜厚度的方法，他用多个例子用来论证润滑油膜厚度的测量方法。Peng 和Kessissoglou研究并建立起了振动与磨粒分析之间的联系。磨损源提供了关于磨损机理的信息，通过化学成分的分析和粒子形态对它进行评估。将振动参数与磨损源的分析数据结合来进行测量和分析，能有效的利用了这两种方法。

根据齿轮箱的工作条件如油膜厚度、负载和速度的不同，Tan和Mba建立起了振动和噪声信号之间的联系。作者认为，不同的监测技术的各项指标必须同时利用起来，以解释所观察到的磨损现象。最理想的情况是在同一时间使用各种技术来监测齿轮箱的运转状况。Tan等人报告了一项允许自然点蚀发生的实验研究，他观察到三个参数的变化率，即铁浓度、噪声和随着齿轮箱的工作时间及所施加转矩增加的振动平均值。

虽然这些参数都很容易获取，但这样一来振动信号的分析就会变得很复杂。所以研究人员不得不关注信号处理的工具如短时傅里叶变换（STFT）、小波分析、经验模态分解等。Yu等人应用希尔伯特–黄变换（HHT），让齿轮能量按时间-频率分布来进行故障诊断，结果发现基于HHT信号的时间-频率熵非常有效。Yesilyurt通过考虑轮齿的弯曲变形、剪切变形和齿边变形来计算轮齿刚度，并通过测量去验证实验分析的结果，计算统计的参数如有效值、加速度时域信号的峰间值和峭度值。在加速试验条件下，随着磨损程度增加的峭度值呈现一种不规则的变化趋势。Amarnath等人通过实验来分析正齿轮表面磨损的扩展，他们用刚度模型、振动测量和润滑油膜厚度估值来进行磨损程度的分析。实验发现特殊油膜厚度“lambda;”在长时间的工作下会减少，它与刚度的降低和轮齿的磨损机制有关。

Loutridis研究经验模态分解法在齿轮故障诊断的效果，他用缺陷分析（使齿轮严重损坏）来比较固有模态函数，用统计矩来描述振动数据振幅的分布形状。

四分之一的标准化统计矩的峭度值是主要的诊断指标，该峭度值已被广泛用于滚动轴承对的损伤检测。该方法的主要缺点是对测量振动信号的噪声和高频成分的杂散效应具有较高的灵敏度。基于这种情况，有时，在旋转机械的机械元故障时，寄生振动对峭度值的不利影响大于由于对峭度值高灵敏度产生的有利影响，而基于EMD的峭度值替代的统计参数克服了上述缺点。

Parey等人在确定齿轮故障程度时进行了仿真和验证EMD技术效果的实验，他们通过统计参数如波峰因数和EMD信号峭度值来增加故障诊断信息。Parey和Tandon 提出了一种轮齿齿面缺陷尺寸的振动信号分析模型， 即使用有效值和分解的振动信号的固有模态峭度值来评价缺陷的扩展。与故障严重度的振动信号峭度值相比，EMD的峭度值信号更加灵敏。Lei和Zvokelj等人也强调了EMD的缺点，原始的EMD的主要不足是混合模态频繁的出现，这种混合模态被定义为单一IMF，或者是一种由不同尺度的信号或类似尺度组成的IMF分量。为了克服这个问题，作者引入经验模态分解作为一个解决方案，以减小模态混合的影响。然而，为了加强正齿轮轮齿磨损严重程度的故障诊断信息，先进的信号处理技术，即EMD和EEMD方法都应该被采用在目前的工作中。统计参数如峭度值、波峰参数、有效值和脉冲因子值从分解的振动信号获取，在齿轮传动系统中，使用上述方法，实验结果提供了一个很好的诊断信息，从而提高了齿轮系统的状态监测能力。

2.实验装置

本实验所用的实验装置，如图2所示。实验的目的是在加速试验条件下开始和扩展磨损。该装置由两个平行的钢轴和四个齿轮（两个25齿的小齿轮和两个50齿的大齿轮）组成，小齿轮和大齿轮已经装配在轴的两侧，齿轮套是由34钢制成的（没有经过任何热处理）。齿数为25和50 的齿轮的模数为4mm，压力角是20°。表1给出了此研究齿轮箱的尺寸和规格以及测试条件。扭矩调整联轴器将两根轴连接在一根轴上，该轴的两端分别连接两个小齿轮。另一根连接着两个齿轮的轴与一个10马力的三相感应电机连接，该电机用来0.7的降比功率到主轴。将静力矩引入到该系统中最简单的方法是用一个特殊的转矩联轴器连接输入轴。这种联轴器的两半在存任何夹角都能通过螺栓紧固，螺栓的头部位于联轴器端面的圆T型槽内。因此当紧固螺栓松开时，它的一半是固定的，而另一半则通过杠杆臂施加扭矩，测量该扭矩，然后再将联轴器耦合。通常在齿轮试验中，齿轮的转矩由外部负载提供，如磁力制动器，电机必须要小心控制好特定转矩下的不同转速。另一方面，扭矩联轴器的法兰被锁定在轴环上，所施加的扭矩在任何转速下保持恒定。

图一 加速试验条件下的润滑油膜厚度

图二 实验设备

表一

尺寸，规格和齿轮的试验条件

小齿轮 大齿轮

中心距（mm） 150

节圆直径（mm） 100 200

模数（mm） 4

齿数 25 50

齿宽（mm） 25

压力角 20^o

布氏硬度 130

大齿轮材料特性

杨氏模数（N/mm²） 2 x 10⁵

泊松比 0.3

材料（钢） En 19,0.22%碳

剪切模量 G（N/mm²） 0.8 x 10⁵

实验条件

小齿轮转速（转/分） 2100

静载（N） 0-690N

杠杆臂（mm） 600

齿轮轴扭矩 0-413Nm

2.1操作条件

这种安排不需要任何外部负载，并且降低了驱动系统设计的复杂度，它一直是研究和测试齿轮系统最可靠的方法。在本实验中，在加速实验条件下（即在360Nm和413Nm），齿轮箱工作转速为2100转，转矩是许用转矩的4—5倍。

2.2仪表和传感器

用商业数据采集系统DACTRON ( FOCUS-100模型)从变速齿轮箱中采集振动数据，在轴承座上安装了4332加速度计来捕捉振动数据。加速度计频率在0-8kHz之间的信号被2626信号调整放大器放大，这些信号中16kHz被采集然后送入计算机作进一步处理。此频率范围揭示第五齿左右的啮合谐波振动信号的频率是足够的。用热电偶探头测量了齿轮箱订不开口的由于温度，获取油温的位置与齿轮啮合位置相邻。每半小时测量和记录由于温度，额定工作温度范围在0—1400℃的AK型（镍铬–铝）热电偶用来测量油温，进一步来计算油膜厚度。

3.润滑油膜厚度，经验模态分解（EMD）和集合经验模态分解（EEMD）

Amaranth等人通过实验来摸索正之论系统润滑油膜厚度与轮齿刚度降低的影响。润滑油膜厚度和特殊润滑油膜厚度的估算是采用Dowson方程进行的，该方程及相应参数见附录A。经验模态分解是一种新的数据处理方法，任何复杂的数据可以被一个称为筛选程序的过程分解成若干个IMF分量，例如分解信号x（t）的筛选过程是通过构造上下包络的x(t)，通过三次样条构建局部极大值和局部极小值来完成，包络的均值则从原始时程计算。原始时程和平均值C1的差若满足以下条件则称为第一个IMF：（1）零交叉点的数量相等或相差只有一个；（2）定义为局部极大值和局部极小值的包络线相对于均值是对称的。X（t）和C1之间的差则视为新的时程，并进行相同的筛选过程，然后得到第二个IMF。EMD过程继续进行，知道残留量非常小，小于预定值或变成单调函数。原始时程x（t）最终表示IMF分量的总和加上最终残留量。

这里n是指IMF分量序号，Rn（t）是最终残留量。

为了克服在EMD方法的混合模态的缺点，Wu和Huang提出了一种新的噪声辅助型号分析技术，称为集合经验模态分解（EEMD），它大大降低了模态混

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[151211]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 船舶舵机PLC控制设计外文翻译资料
• 减少排放的海洋技术外文翻译资料
• 巴拿马型集装箱船和大型油轮的新经济性引擎外文翻译资料
• 基于均载的非对称高接触比直齿圆柱齿轮承载能力研究.外文翻译资料
• 水轮机组件中的空蚀和抗空蚀涂层的研究现状和发展需求外文翻译资料
• 基于GIS的信息共享基础设施使用数据挖掘和视觉技术的集装箱港口物流外文翻译资料
• 采用遥测方法测量内燃机中的活塞温度外文翻译资料
• 排水量17000吨的油船动力装置设计外文翻译资料
• 4300DWT油船动力装置设计外文翻译资料
• 耙吸式挖泥船的建模沉淀过程外文翻译资料