齿轮与轴承故障振动分析与智能诊断技术

本篇论文主要探讨了齿轮与滚动轴承故障的振动分析与诊断方法，针对这两个关键机械部件的故障问题，作者孟涛在航空宇航推进理论与工程专业攻读博士学位期间，选择了这一主题进行深入研究。齿轮振动信号常受到噪声干扰，论文提出了一种周期分段技术——单齿分析技术，通过对振动信号等距分段并进行频谱分析，有效地识别出故障齿的确切位置，特别适用于早期检测齿轮的表面局部损伤和断齿故障。 论文还关注了信号中的调制特征，传统的包络解调技术虽能分析这类信号，但易受噪声影响。作者创新性地发展了时延相关解调方法，通过自相关函数的特性，成功降低了噪声对故障特征的影响。这种方法在实际应用中表现出良好的降噪效果，并有助于区分滚动轴承不同故障类型的具体诊断特征。 此外，论文还比较了两种常用的时频分析方法：Wigner-Ville分布和小波变换。Wigner-Ville分布对于齿轮局部故障的检测和发展趋势评估有积极作用，但在滚动轴承故障诊断中效果有限，且计算复杂度较高，不适合实时应用。相比之下，小波变换（连续小波变换和离散小波变换）在齿轮故障诊断中展示了诊断局部故障的能力，但连续小波变换计算耗时，而离散小波变换则提供了更为实用的实时分析选择。 本论文不仅提供了齿轮与滚动轴承故障振动信号处理的有效策略，包括噪声抑制和故障特征提取，还为这两种常见机械故障的实时监测和早期诊断提供了新的理论支持和技术手段，对提高工业设备的运行效率和可靠性具有重要意义。