基于振动信号的齿轮故障诊断方法研究

1、本科生毕业设计论文任务书设计论文题目： 基于振动信号的齿轮故障诊断方法研究 学院： 信息科学与技术学院 专业： 通信工程 班级： 通信0801 学生： XXX 指导教师含职称： XXX副教授专业负责人： XXX 1设计论文的主要任务及目标(1)查阅齿轮振动信号特征提取相关资料，写出文献综述，开题报告等。(2)运用所掌握的振动信号提取方法，运用matlab仿真齿轮的原始故障信号。2设计论文的根本要求和内容(1)查阅资料，了解该领域的历史，现况，开展及问题，写出文献综述。 (2)掌握齿轮故障信号的小波分析，时频域分析，EMD分析，完成中期检查。 (3)运用matlab进行信号处理仿真，并写出毕业论

2、文。(4)在完成上述工作的根底上，准备毕业论文辩论。主要参考文献高珍，马金山，熊晓燕齿轮故障诊断的小波分析方法J机械管理开发，2005，2(83)：1-2高伟基于改良的经验模式分解的旋转设备振动信号特征提取J汽轮机技术，2021，504：293-2964进度安排设计论文各阶段名称起 止 日 期1文献查阅、阅读，准备文献综述、英文翻译2月14日2月29日2整理出信号的时频域分析及EMD方法分析方法3月1日4月1日3中期报告撰写、中期检查4月2日4月11日4基于matlab实现信号振动提取与齿轮故障诊断研究4月12日5月15日5毕业论文的修改，准备毕业辩论5月16日毕业摘 要随着科学技术的不断开展

3、，机械设备向着高性能、高自动化、高效率和高可靠性的方向开展。齿轮箱因为具有传动比固定、传动转矩大、结构紧凑等优点，因此齿轮箱是用于改变转速和传递动力的最常用的传动部件，是机械设备的一个重要组成局部，也是最容易发生故障的一个部件。而在机械设备中，齿轮的使用频率很高，因此齿轮的故障诊断技术对机器的使用质量和使用寿命都起了非常重要的作用。本文从时域、频域，时频域和经验模式分解进行了齿轮故障诊断的方法研究。时域分析主要应用时域特征参数分析方法进行故障特征参数的提取，频域分析主要通过快速傅里叶变化，从频谱图上进行齿轮正常状态和故障状态振动信号的比照分析。时频域分析主要是通过一维三层离散小波变换，把原始信

4、号细化为三层，每层又分为高频信号和低频信号。经验模式分解主要是在齿轮故障振动信号中的实际应用，对采集到齿轮四种状态下的振动信号通过EMD分解，提取了故障信号的特征信息，为识别故障类型提供了有效的分析手段。故障信息特征提取是齿轮故障诊断中最关键、最重要的问题之一，它直接关系到齿轮故障诊断的准确性和早期故障预报的可靠性。关键词：齿轮；故障诊断；小波变换；经验模式分解ABSTRACTWith the continuous development of science and technology,machinery and equipment are toward the direction of

5、the development of the high-performance, high automation, high efficiency and high reliability . Gear box has the advantages of the transmission ratio fixed, the drive torque, compact gear box is the most commonly used to change the speed and transmission of power transmission components. It is an i

6、mportant component of the machinery and equipment, but is also a part of the most prone to failure. And of the machinery and equipment, the gear is a high frequency of use , so the gear fault diagnosis technology have played a very important role for the use of the quality and service life of the ma

7、chine. The article is from time domain, frequency domain, time-frequency domain, the empirical mode decomposition to study the gear fault diagnosis. Time-domain analysis of the main application domain characteristic parameters of analytical methods for fault feature parameter extraction, frequency d

8、omain analysis of fast Fourier transform, the gear normal state and fault state comparative analysis of the vibration signal from the spectrogram. Time-frequency analysis is one-dimensional three-layer discrete wavelet transform, the original signal is subdivided into three layers, each layer is div

9、ided into high-frequency signals and low-frequency signals. Empirical mode decomposition is the practical application of fault vibration signals of gearbox fault signal feature information extracted by EMD, the collected vibration signals in gear four states provide an effective analytical tools to

10、identify the type of fault. Fault information feature extraction is the most critical in gearbox fault diagnosis, one of the most important issues, is directly related to gearbox fault diagnosis accuracy and reliability of early fault prediction.Keywords：Gear，Fault Diagnosis，Wavelet Transform，Empiri

11、cal Mode Decomposition目 录 TOC o 1-3 h z u HYPERLINK l _Toc326772978 前 言 PAGEREF _Toc326772978 h 1 HYPERLINK l _Toc326772979 第1章 绪论 PAGEREF _Toc326772979 h 2 HYPERLINK l _Toc326772980 第节 齿轮故障诊断的简介及意义 PAGEREF _Toc326772980 h 2 HYPERLINK l _Toc326772981 齿轮故障诊断一般步骤 PAGEREF _Toc326772981 h 2 HYPERLINK l

12、_Toc326772982 齿轮故障诊断的方法 PAGEREF _Toc326772982 h 2 HYPERLINK l _Toc326772983 齿轮故障诊断的意义 PAGEREF _Toc326772983 h 3 HYPERLINK l _Toc326772984 第节 国内外研究现状及趋势 PAGEREF _Toc326772984 h 4 HYPERLINK l _Toc326772985 第节 本文研究的主要内容 PAGEREF _Toc326772985 h 6 HYPERLINK l _Toc326772986 第节 本章小结 PAGEREF _Toc326772986 h

13、 6 HYPERLINK l _Toc326772987 第2章 齿轮故障诊断根底 PAGEREF _Toc326772987 h 7 HYPERLINK l _Toc326772988 第节 齿轮故障常见形式 PAGEREF _Toc326772988 h 7 HYPERLINK l _Toc326772989 齿面磨损 PAGEREF _Toc326772989 h 7 HYPERLINK l _Toc326772990 齿面胶合和擦伤 PAGEREF _Toc326772990 h 7 HYPERLINK l _Toc326772991 齿面接触疲劳点蚀、削落 PAGEREF _Toc3

14、26772991 h 8 HYPERLINK l _Toc326772992 弯曲疲劳和断齿 PAGEREF _Toc326772992 h 8 HYPERLINK l _Toc326772993 第节 齿轮常见故障征兆 PAGEREF _Toc326772993 h 8 HYPERLINK l _Toc326772994 设备在外观方面的故障征兆 PAGEREF _Toc326772994 h 8 HYPERLINK l _Toc326772995 齿轮在性能方面的故障征兆 PAGEREF _Toc326772995 h 9 HYPERLINK l _Toc326772996 第节 齿轮振动

15、信号的特征分析 PAGEREF _Toc326772996 h 9 HYPERLINK l _Toc326772997 齿轮轴的转动频率及其各次谐波 PAGEREF _Toc326772997 h 9 HYPERLINK l _Toc326772998 齿轮的啮合频率 PAGEREF _Toc326772998 h 10 HYPERLINK l _Toc326772999 由调制效应而产生的边频带 PAGEREF _Toc326772999 h 11 HYPERLINK l _Toc326773000 齿轮振动的特征频率 PAGEREF _Toc326773000 h 12 HYPERLINK

16、 l _Toc326773001 几种特殊状态齿轮的频域特征 PAGEREF _Toc326773001 h 13 HYPERLINK l _Toc326773002 第节 齿轮故障诊断试验台及齿轮振动信号简介 PAGEREF _Toc326773002 h 14 HYPERLINK l _Toc326773003 第节 MATLAB简介及在故障诊断中的应用 PAGEREF _Toc326773003 h 15 HYPERLINK l _Toc326773004 第节 本章小结 PAGEREF _Toc326773004 h 17 HYPERLINK l _Toc326773005 第3章 齿

17、轮故障诊断时域方法分析 PAGEREF _Toc326773005 h 18 HYPERLINK l _Toc326773006 第节 时域分析的根本理论 PAGEREF _Toc326773006 h 18 HYPERLINK l _Toc326773007 时频域分析 PAGEREF _Toc326773007 h 18 HYPERLINK l _Toc326773008 第节 小波变换 PAGEREF _Toc326773008 h 19 HYPERLINK l _Toc326773009 连续小波变换 PAGEREF _Toc326773009 h 20 HYPERLINK l _To

18、c326773010 离散小波变换 PAGEREF _Toc326773010 h 21 HYPERLINK l _Toc326773011 第节 一维离散小波MATLAB中实现方法 PAGEREF _Toc326773011 h 23 HYPERLINK l _Toc326773012 第节 基于一维离散小波对齿轮故障诊断的研究 PAGEREF _Toc326773012 h 23 HYPERLINK l _Toc326773013 第节 频域分析在齿轮故障诊断中的应用 PAGEREF _Toc326773013 h 26 HYPERLINK l _Toc326773014 3.5.1 MA

19、TLAB中的FFT变换 PAGEREF _Toc326773014 h 27 HYPERLINK l _Toc326773015 频谱分析 PAGEREF _Toc326773015 h 27 HYPERLINK l _Toc326773016 第节 本章结论 PAGEREF _Toc326773016 h 30 HYPERLINK l _Toc326773017 第4章 基于EMD的齿轮故障诊断 PAGEREF _Toc326773017 h 31 HYPERLINK l _Toc326773018 第节 基于EMD经验模式分解的振动信号特征提取 PAGEREF _Toc326773018

20、h 31 HYPERLINK l _Toc326773019 EMD的研究背景 PAGEREF _Toc326773019 h 31 HYPERLINK l _Toc326773020 经验模式分解(EMD)方法原理 PAGEREF _Toc326773020 h 31 HYPERLINK l _Toc326773021 基于EMD的振动信号特征提取分析 PAGEREF _Toc326773021 h 33 HYPERLINK l _Toc326773022 第节 基于EMD对齿轮故障诊断的研究 PAGEREF _Toc326773022 h 37 HYPERLINK l _Toc326773

21、023 第节 针对仿真出来的波形进行分析 PAGEREF _Toc326773023 h 43 HYPERLINK l _Toc326773024 第节 本章小结 PAGEREF _Toc326773024 h 43 HYPERLINK l _Toc326773025 第5章 结论 PAGEREF _Toc326773025 h 44 HYPERLINK l _Toc326773026 第节 本文结论 PAGEREF _Toc326773026 h 44 HYPERLINK l _Toc326773027 参考文献. PAGEREF _Toc326773027 h 45 HYPERLINK l

22、 _Toc326773028 致 谢 PAGEREF _Toc326773028 h 47前 言机械设备中大局部是旋转机械，覆盖着动力、电动、化工、冶金、机械制造等重要工程领域，是工厂的关键设备，起工况状态不仅影响机器设备本身的运行，而且还会对后续生产造成损失，严重会对国民经济造成巨大损失或机毁人亡的后果。而齿轮传动是旋转机械中应用最为普遍的机械结构。齿轮传动多以齿轮箱的结构出现，它是目前广泛采用的主要传动形式之一。虽然齿轮从设计、结构、材料到制造等方面已相当成熟和标准。但仍然难以防止诸如磨损、剥落、点蚀、裂纹等常发生的故障。研究说明，齿轮箱80的故障由齿轮引发的；而90的齿轮故障都是局部故障

23、，例如裂纹、崩齿等。特别对于大型机械设备对齿轮故障进行检测和诊断更是重要，因此研究齿轮故障诊断意义重大。齿轮装置在运行中与其运行状态有关的征兆由温度、噪声、振动、润滑油中磨损物的含量及形态、齿轮传动轴的扭转振动和扭矩、齿轮齿根应力分布等构成。基于这些因素产生了多种故障诊断技术，如(1)振动信号检测与诊断方法。目前大多数的齿轮故障诊断技术均以振动信号为研究对象，从时域、频域、时频联合域不同的角度对其分析和解释。(2)模态分析与参数识别法。(3)磨屑剩余物测定法。其主要包括铁谱法、磁塞法、光谱法等。(4)声学法。此方法易受背景噪声的影响，使得分析结果与实际情况出入较大。(5)温度监测法。对压痕、裂

24、纹等典型故障无检测能力。而目前效果最好并最广泛应用的是通过振动信号的检测和诊断在时频域进行分析的方法。第1章 绪论第节 齿轮故障诊断的简介及意义齿轮故障诊断一般步骤齿轮工作时产生的振动是反响齿轮传动质量的重要指标，齿轮系统的振动不但会产生噪声和导致传动系统的不稳定，而且会使传动系统失效而产生严重的后果。实践证明采用振动监测对齿轮进行在线故障诊断是一种行之有效的方法1。齿轮故障诊断过程一般分为三个步骤：一是诊断信息的提取，二是故障特征提取，三是状态识别和故障诊断。其中故障特征的提取是诊断过程中的关键2。对于确保运转的机器平安工作有效地方法是工况监视和故障诊断，但是二者是不等同概念，却又统一于动态

25、系统中。工况监视的任务是判断动态系统是否偏离正常功能和监视器开展趋势，预防突发性故障产生。一旦偏离正常功能，应迅速做出调整，使工况恢复正常。如果系统某个环节存在故障，就要进一步查明故障原因及位置，这就是诊断。因此，工况监视是故障诊断的根底3。而信号分析是工况监视和故障诊断中最重要的方法。它的目的是找出原始信号简单而有效的转变，这样在信号中包含的一些重要信息就可以被发现。然后，那些信号中的突显的特征可以被提取出来，应该用于故障诊断中4。齿轮诊断方法中，振动信号的分析方法应用最广泛，技术也较成熟，成为齿轮故障诊断的主要技术。振动信号的分析方法中时域分析、频域分析、包络分析、频率波动分析、共振解调分

26、析等均有较好的效果5。根据振动和噪声为信息载体，齿轮的精密诊断可进行如下分类见图11，在这些诊断方法中，目前应用较多仍是时域分析、频域分析、倒频域分析等6。齿轮精密诊断法振动噪声(1)功率法(2)相关法(3)双谱 1.频域分析2.倒频域分析(1)低频时域平均(2)时域波形(3)调幅解调(4)相位调节5.时序分析(1)时序参数(2)最大墒谱6.时频分析(1)短时FFT(2)维格纳分布(3)小波分布4.神经网络3.倒频域分析图11齿轮精密诊断分类6齿轮作为机械设备中一种必不可少的连接和传递动力的通用零部件，在金属切削机床、航空、电力系统、农业机械、运输机械、冶金机械等现代工业设备中得到了广泛的应用

27、。在今天科学技术飞速开展的时代，机械装备向着大型化、高效率、自动化和高性能的方向开展。齿轮箱由于具有传动比固定、传动转矩大、结构紧凑等优点，是用于改变转速和传递动力的最常用的传动部件，是机械设备的一个重要组成局部，也是故障易于发生的一个部件，其运行状态对整机的工作性能有很大的影响。齿轮失效又是诱发机器故障的重要因素。据统计，传动机械中80的故障是由齿轮引起的，旋转机械中齿轮故障占其故障的10左右。齿轮故障将直接影响设备的平安可靠运行，会降低生产效率和加工精度。随着设备的逐渐大型化、自动化、连续化、高速化和复杂化，齿轮的故障和失效给整个生产和社会造成的损失越来越大。一些处于连贯工作状态的设备，由

28、于齿轮的意外故障造成的停机停产的损失很难估计。因此采用先进技术对齿轮进行状态监测与故障诊断，可实现齿轮由事后维修、定期维修到事前维修的根本转变，减少一些不必要的经济损失，进而创造出更大的经济效益和社会效益。第1.2节 国内外研究现状及趋势振动信号分析被广泛应用于旋转机械的工况监视和故障诊断中。开展了大量的方法，像功率谱、平均时间域、适应噪音删除、解调制分析、时间序列分析等。传统的故障诊断技术已经被证明在机械故障学中非常有用的。然而，在某些应用方面仍有困难，如对存在裂纹的齿轮齿面系统和往复式动力机汽缸外表的检测8。由于齿轮裂纹故障产生的冲击使振动信号产生瞬变，因此，这些待处理的信号是非稳态信号。

29、但是，现在大局部广泛应用的信号处理技术都是基于稳态信号假设的前提条件下，对处理非稳态信号，新型诊断技术被提出。如：时间频率分布、小波分析和更高的次序统计15。等认为快速傅里叶变换FFT是众多用于故障诊断的信号分析方法中最广泛使用的方法之一，但是像传统的信号分析方法一样，快速傅里叶变化适用于稳态信号的分析，而对于非稳态信号，如振动信号，FFT不适用。由于机械的故障信号可能包含在非稳态信号中，所以非稳态信号的分析至关重要。对非稳态信号分析中，常用的有Wigner-Ville分布法WVD和短时傅里叶变换STFT。对于WVD，即使信号的支持区不相互重叠，对时频平面有干扰，这样会误导信号分析。基于WVD

30、的缺点又提出了Choi-Willams分布法CWD和锥形分布法CSD等。而对于STFT缺点在于，对于所有频率STFT都提供不变的分辨率，由此得到的时频分析窗口具有固定的大小，而对于非平稳信号，需要时频窗口具有可调的性质，即要求在高频局部具有较好的时间分辨率特性，而在低频局部具有较好的频率分辨率特性。基于短时傅里叶变换的缺点，小波变换和连续小波变化被提出并被应用于故障诊断的各个阶段16。小波变换不同于其他非稳态信号的分析方法，是因为它的窗宽可以随频率的增高而缩小，它开展了加窗傅里叶变换的局部思想，并满足高频信息分辨率较高的要求。目前，一般认为离散小波分析、多分辨率分析、连续小波分析及后来开展的小

31、波包分析等都是小波理论的不同方面，是在小波理论开展的过程中不断繁衍产生的，这些方面都在故障诊断的应用中得到了表达7。，和基于连续小波变换提出了平均时间小波倒频谱的新概念，在这概念的根底上建立起两种故障诊断的新方法：频谱比较法SCM和特征能量法FEM。通过实验证实了基于使用Morlet小波的连续小波变换的TAWS可以有效地显示齿轮故障改良8。李辉等人在通过分析齿轮箱升降过程齿轮齿根裂纹的非稳态振动信号说明，基于角域平均和连续小波变换的振动信号处理技术，能充分消除角域采样信号中的噪音干扰，提高信号的信噪比，是周期性故障分量的故障特征更加突出9。Fernando H. Magnago 和Ali Ab

32、ur通过使用小波变换来分析功率系统瞬态故障来检测故障位置。行波理论用来捕捉监测线上故障点和继电器之间的瞬态行程时间。小波变换可以给故障瞬态的高频元素提供时间分辨率。用传送线的行波理论，把瞬态信号分解为模数元素。通过使用小波变换把模信号从时域转换到时频域，在两种最低范围内的小波变换系数用于各种故障的故障地位10。，和提出在齿轮振动频率中最重要的元素是轮齿啮合频率、齿轮的谐频和由调制现象产生的边频。边频在数量和振幅上的增加能反映故障状态。考虑到一些齿轮副和其他机器元素的振动是全部机器振动的一局部，基于试验结果，对其他振动分析技术的应用，如倒频谱、时间同步平均及相关技术、时频分布技术、稳态分析、信号

33、模仿技术、高分辨率频谱分析技术和高级统计方法等的比较，发现对于剩余局部振动信号的频谱相关密度SCD方法和小波变换WT方法对齿轮裂纹诊断非常有效的技术。Jamal Moshtagh和通过使用小波变换技术提出基于EMTP软件的分析功率分布系统瞬变信号的新方法，因为有更好的时间和频率的定位特点，这种方法比起FFT和STFT都有明显优势。之后又基于人工神经网络ANN精确故障定位技术的开展，发现基于结合WT和ANN的技术在故障诊断的研究中是非常有效地。TW可以相当有效地从DS瞬变信号中提取重要的时频特征，而ANN方法能够在故障分类和故障定位中提供非常高精度11。而目前的齿轮故障诊断研究主要集中在振动信号

34、处理与分析、故障机理研究、典型故障特征提取、诊断方法研究和人工智能诊断的应用，主要表达在以下两个方面：(1) 机理研究：故障机理研究是为了将故障隐患消除在设计阶段。一般从机械动力学出发，研究故障的原因和现象。齿轮故障的原因主要有制造误差、装配不良、超载、操作失误等方面，在齿轮箱的部件实效中齿轮所占的比重约为60%，所以在齿轮箱的故障诊断中主要是齿轮诊断。(2) 信号处理技术：振动信号的处理和分析方法也在突飞猛进，早期信号提取主要借助于傅里叶变换，但是计算量很大，直到FFT出现以后，经典信号分析方法才得到迅猛开展。然而傅里叶变换存在频率成分的分辨率不高、频谱图有畸变、随机起伏不光滑等缺陷。而现在

35、小波分析是正在迅速开展的一种新分析方法，具有良好的时频局部化特性和特别的去噪能力，因此在故障诊断中得到了广泛的应用并取得了一定的成果。基于经验模式分解的典型信号处理方法的也在逐步被广泛应用，尤其在信号特征提取方面有广泛的应用。第1.3节 本文研究的主要内容本文以齿轮故障诊断试验台产生的齿轮振动信号为研究对象，依据齿轮故障诊断的相关理论与分析方法，从振动信号中获取信息，经过分析和处理提取故障特征信息。本文从时域分析，频域分析，时频分析、经验模式分解等方面都进行了相关分析，重点是通过MZTLAB软件用小波变换和EMD对齿轮故障进行诊断分析。第二章介绍了本文中四种齿轮振动信号的来源，并对信号分析及处

36、理中借助的MATLAB软件进行简介。 第三章介绍了时频分析方法的应用，重点使用一维三层离散小波对信号进行处理。第四章介绍经验模式分解的原理以及基于经验模式分解的齿轮故障信号特征提取，主要从高频、中频、低频上进行EMD分解，进而实现齿轮故障诊断分析。第五章结论。第1.4节 本章小结在齿轮的振动信号为参量的运行状态监测和故障诊断中，因设备变工况运行时转速不稳定、负荷变化以及因故障产生大量的冲击、摩擦等状况，导致非平稳信号的产生。因此基于非平稳信号处理的方法应运而生。小波分析作为一种全新的信号分析手段，在信号的特征提取方面具有传统傅立叶分析无可比较的优越性，因此对于齿轮故障这样的复杂信号，小波分析是

37、比较适宜的信号处理方法。而EMD方法是一种自适应的信号分解方法，能把复杂的信号分解为有限的根本模式分量(IMF)之和，每一个IMF分量可以是幅度或频率调制的。因此，可以有效地提取齿轮故障振动信号中的故障信息。第2章 齿轮故障诊断根底齿轮传动是应用最广泛的一种机械传动方式，齿轮传动的主要优点是传动功率和速度的范围很广，传动比精确、可靠，传动效率较高，工作可靠，寿命长，结构紧凑。因此在众多机械设备中都采用了齿轮传动的方式，小到玩具汽车，大到轮船、飞机，甚至一些与国民经济息息相关的大型机械装置。长时间使用的齿轮必然会失效。由于齿轮传动的环境不同失效的形式也是不尽相同的，但无论是哪种失效形式都会对机械

38、装置产生影响，小到机械振动加剧，大到机毁人亡的惨剧。所以，对齿轮故障的诊断显得尤为重要。所谓防患于未然，在悲剧发生前，诊断出齿轮或齿轮箱的故障，从而停止或更换失效齿轮，防止事故产生。第2.1节 齿轮故障常见形式通常齿轮投入使用后，要是操作维护不善或者制造不良的话，就会致使齿轮失去正常功能而失效。常见的齿轮失效形式有：齿轮磨损、齿面胶合和擦伤、齿面接触疲劳、弯曲疲劳和断齿。2齿面磨损齿轮在啮合过程中，往往会在齿轮接触外表上出现材料摩擦损伤的现象，要是损伤量不影响齿轮在预期寿命内应具备的功能的磨损，成为正常磨损。要是齿轮使用不当，或者在接触面间存在硬质颗粒，及润滑油供给缺乏或者清洁不到位，就会引起

39、齿轮的早期磨损，有细小的颗粒分散出来，致使接触外表发生尺寸变化，重量损失，并使齿形改变，齿厚变薄，噪声增大等严重磨损，并使齿轮失效。磨损失效形式有磨粒磨损、腐蚀磨损和齿轮断面冲击磨损。齿面胶合和擦伤 齿轮两啮合齿面的金属发生胶合磨损是在一定压力下直接接触的，焊合后有相对运动，金属从齿面撕落，或从一个齿面向另一个齿面转移而引起损伤的现象，这是一种比较严重的损伤形态。它通过接触面局部发生粘合，导致接触面上有小颗粒被拉拽出来，这样反复进行屡次运动而使齿面发生破坏。齿面胶合和擦伤一般发生在重载或高速的齿轮传动中，主要是由于润滑条件不适合而导致齿面间的油膜破裂。齿面接触疲劳点蚀、削落齿轮在啮合过程中，既

40、有相对滚动，也有相对滑动。这两种力的作用使齿轮外表层深处产生脉动循环变化的作用力，在作用力下会产生微观的疲劳裂纹。润滑油进入裂纹后，在啮合过程中将裂纹封闭和挤压，润滑油在高压下促使疲劳裂纹蔓延和扩展，就将齿外表的金属微粒剥落，会形成许多麻点凹坑，这种破坏方式就是“点蚀。如果外表的疲劳裂纹扩展得较深、较远，将许许多多麻点连接起来，造成大块金属脱落，这种现象就成为“剥落。剥落和点蚀形成的机理相同，无本质区别，只是程度不同而已。弯曲疲劳和断齿对于齿轮的弯曲疲劳，诊断的重点在裂纹扩展期。齿轮弯曲疲劳断口的特征有明显的三个区域：裂纹源区、疲劳裂纹扩展区和最终瞬断区。齿轮承受载荷，如同悬梁臂，其根部受到脉

41、动循环的弯曲应力作用，当这种周期性的应力过高时，就会在根部产生裂纹，并逐步扩展。当剩余局部无法承当外载荷时，就会发生断齿。在齿轮工作中，由于严重的冲击和过载接触线上的过分的偏载以及材质不匀都会引起断齿。常见的断齿形式有整个齿轮沿轮跟的弯曲疲劳断裂、齿轮局部断裂和齿轮出现裂纹等。第2.2节 齿轮常见故障征兆异常响声、异常振动设备在运转过程中出现的非正常声响，是设备故障的“报警器。设备运转过程中振动剧烈。泡冒滴漏设备的润滑油、齿轮油、动力转向系油液、制动液等出现渗漏。压缩空气等出现渗漏现象有时是可以明显地听到漏气的声音。有特殊气味电动机过热、润滑油窜缸燃烧时，会发散出一种特殊的气味。电路短路、搭铁

42、导线等绝缘材料烧毁时会有焦糊味。齿轮在性能方面的故障征兆功能异常指设备的工作状况出现的不正常现象。例如：设备启动困难、启动慢、不能正常启动、突然自动停机、功率缺乏、速率降低、生产效率降低等。这种故障的征兆比较明显，容易发觉。过热高温一种原因是冷却系统有问题，是缺冷却液或冷却泵不工作。如果是齿轮、轴承等部位过热，多半是因为缺润滑油所导致。油、水温度过高或过低，设备过热现象有时可以通过仪表板、警示灯反响出来，但是有时还需要进行温度点检才能检查出来。润滑油出现异常润滑油变质较正常时间较快，可能与温度过高等有关系。润滑油中金属颗粒较多，一般与轴承等摩擦有关，可能需要更换轴承等磨损件。电学效应：电阻、导

43、电性、绝缘强度和电位等变化。第2.3节 齿轮振动信号的特征分析齿轮振动信号的获取，是通过安装在齿轮箱上的传感器采集。得到的是离散信号，通过对离散信号的分析，找出齿轮故障特征，从而对齿轮故障进行诊断。这包括时域和频域的分析及故障特征提取。2.3.1齿轮轴的转动频率及其各次谐波齿轮轴系统的不平衡引起的离心惯性力，使齿轮一轴系统产生强迫振动，当转动频率接近齿轮轴系统横向振动的固有频率时，将产生临界转速现象，转轴大幅度的变形，又会恶化齿轮的啮合关系，造成更大的振动。在对于齿轮出现断裂时，每转一圈中轮齿猛烈冲击一次，展开为傅立叶级数，其频率结构为转动频率及其谐波。齿轮及轴的转动频率 QUOTE 为12：

44、 (21)式中， QUOTE 为齿轮及轴的转速r/min。齿轮轴转频的各次谐频为转动频率 QUOTE 的整数倍，如2 QUOTE 、3 QUOTE 。2.3.2齿轮的啮合频率 一对啮合齿轮，可以看作是一个具有质量、弹簧和阻尼的振动系统，其振动方程为： QUOTE (22)式中 QUOTE 为沿作用在线齿轮的相对位移， QUOTE 为齿轮的啮合刚度， QUOTE 为齿轮副的等效品质， QUOTE 为齿轮受载后的平均静弹性变形， QUOTE 为齿轮的误差和异常造成的两个齿轮间的相对位移(亦称故障函数)。由式(22)可见，齿轮在无异常的理想情况下亦存在振动，且其振源来自两局部：(1)第一局部为 QU

45、OTE ，它与齿轮的误差和故障无关，称为常规啮合振动。(2)第二局部为 QUOTE ，它取决于齿轮的啮合刚度 QUOTE 和故障函数 QUOTE ，由这一局部可以比较好地解释齿轮信号中边频的存在以及它们和故障的关系。啮合刚度 QUOTE 为周期性的变量，可以说齿轮的振动主要是由 QUOTE 的这种周期变化引起的。由于齿轮的啮合刚度 QUOTE 是随参与啮合的齿数，即啮合系数而变化的，这样在齿轮的振动信号中就必然包含了啮合频率及其高次谐波成分。假设齿轮副主动轮转速 QUOTE ，齿数为 QUOTE ，从动轮相应为 QUOTE ， QUOTE ，那么齿轮啮合刚度的变化频率(啮合频率)： QUOTE

46、 (23) QUOTE 分别是连个齿轮的转频。齿轮啮合频率的各次谐频为啮合频率的整数倍，如2 QUOTE 、3 QUOTE 。无论齿轮处于正常还是故障状态下，啮合频率振动成分及其谐波总是存在的，但两种状态下的振动水平是有差异的。2.3.3由调制效应而产生的边频带齿轮存在形位、几何误差或出现故障时，会对齿轮啮合振动产生调制作用，使得齿轮振动信号以调制波的形式表现出来。从频域上看，调制的结果是使齿轮的啮合频率及其谐频周围出现边频带成分。调制可以分为两种形式：幅值调制和频率调制13。1幅值调制调幅就是载频时域信号的幅值受到调制信号的调制，它一般是由于齿面载荷波动对振动幅值的影响所造成的。幅值调制的典

47、型原因通常有两个：齿轮偏心，使齿轮啮合时一边紧一边松，从而产生载荷波动，使振幅按此规律周期性变化。齿轮的加工误差(例如节距不均)及齿轮故障使齿轮在啮合过程中产生短暂的“加载和“卸除效应。参加幅值调制的两个信号，其频率较高的一个通常称为载波，较低的一个那么被称为调制波。对于齿轮信号来讲，啮合频率成分通常是载波成分，而齿轮轴的旋转频率成分通常就是调制波成分。一对正常齿轮的振动信号为：(24) QUOTE 式中： QUOTE 为振幅； QUOTE 为啮合频率； QUOTE 为相位角； 因为齿轮偏心等引起的故障信号为：(25)式中： QUOTE 为调制因子； QUOTE 为调制信号的频率；那么 QUO

48、TE 被 QUOTE 调制后，振动波形为：(26)由式(26)可以得到，当齿轮啮合振动信号被单一频率的正弦信号调制后，时域上信号振幅大小按调制规律变化；在频域上被调制信号谱线两侧产生了边频成分，边带的间隔为调制频率。2频率调制由于齿轮载荷不均匀、齿距不均匀以及故障造成的载荷波动，会使扭矩产生波动，从而引起齿轮转速产生波动，这种波动表现在振动上即为频率调制。载波信号： (27)调制信号： (28)频率调制后的信号 QUOTE 为： (29)式中： QUOTE 为振幅； QUOTE 为载波频率啮合频率； QUOTE 为调制频率齿轮-轴的转动频率； QUOTE 为调制指数； QUOTE 为初位角；在

49、实际运行的齿轮系统中，调频效应和调幅效应总是同时存在的。齿轮载荷的变化会产生调幅效应，与此同时载荷的瞬时变化也会引起齿轮角速度的跳动，从而产生频率调制14。2.3.4齿轮振动的特征频率151齿轮-轴的转动频率 QUOTE 及其谐频 QUOTE ( QUOTE 2，3，4)。假设齿轮有一齿断裂，每转一圈，轮齿猛烈冲击一次，展开为傅里叶级数，其频率结构为轴转动频率及其谐频。2齿轮的啮合频率 QUOTE 及其谐频 QUOTE ( QUOTE 2，3，4)。齿轮的啮合频率振动的特点：啮合频率随转速的变化而变化；振动信号展开为傅里叶级数后，一般存在啮合频率及其谐频；当啮合频率或其高阶谐频接近或等于齿轮的

50、某阶固有频率时，齿轮产生强烈振动；由于齿轮的固有频率一般较高，这种强烈振动振幅较小，易淹没在噪声中。3隐含成分。它是齿轮振动信号功率谱上的一种频率分量，从外表上看很像啮合频率分量其谱线往往在啮合频率附近，实际上它是加工过程中滚齿机给齿轮带来的周期性缺陷。隐含成分存在如下特点：隐含成分由周期性缺陷引起，所以振动频谱中应存在其高阶频率；隐含成分由一定的几何误差引起，工作载荷对其影响很小。4齿轮的周期性冲击衰减振动，主要由齿轮的局部损伤故障如齿面剥落、拉伤等引起，在齿轮转一圈时才会撞击一次。此衰减振动的频率等于齿轮的自由振动频率 QUOTE 。2.3.5几种特殊状态齿轮的频域特征1正常齿轮的频域特征

51、正常齿轮的信号反映在功率谱上，有啮合频率及其谐波分量，即有 QUOTE 也有 QUOTE ，且以啮合频率成分为主，其高次谐波依次减小。同时，在低频处有齿轮轴旋转频率及其高次谐波。2齿轮偏心时的频谱特征齿轮偏心是指齿轮的中心与旋转轴的中心不重合。这种故障往往是由于加工造成的。齿轮有偏心时，将在两个方面有所反响：一是由于齿轮的几何偏心所引起的，以齿轮的旋转频率为特征的附加脉冲幅值增大；二是齿轮偏心会引起以齿轮一转为周期的载荷波动，从而导致调幅现象，这时的调制频率为齿轮的回转频率，只是它所调制的啮合频率要小得多。偏心严重时，产生连续屡次冲击，当冲击足够大时鼓励箱体的固有频率，振幅很大。3局部异常齿轮

52、的频率特征齿轮局部异常含义很广，包括齿根部有较大裂纹，局部齿面磨损，轮齿折断，局部齿形误差等。具有局部异常的齿轮，由于裂纹，折断或齿形误差的影响，将以旋转频率为主要的频率特征，即 QUOTE ( QUOTE )。对于局部断齿，断齿的时域表现为幅值很大的冲击振动，而频域上在啮合频率及其高次谐波附近会出现间隔为断齿轴转频的边频带；边频带一般数量多、幅值较大、分布较宽。断齿的主要特征为：(1)以齿轮的啮合频率及其高次谐频为载波频率，齿轮所在轴的转频及其倍频为调制频率的啮合频率调制。(2)以齿轮的固有频率为载波频率，齿轮所在轴的转频及其倍频为调制的齿轮共振频率调制13,16。第2.4节 齿轮故障诊断试

53、验台及齿轮振动信号简介正常及故障齿轮振动信号数据的获取是通过一个试验台，如图21所示。在这个试验台上既可以做齿轮故障振动信号的获取试验，同时也可以做转动轴承的故障振动信号获取试验。振动信号的获取是通过外部传感器来实现的。传感器安装在齿轮箱体外，当齿轮旋转时会产生振动，这个振动通过轴、轴承等连接件传递到齿轮箱体上，所以通过检测齿轮箱体的振动，来获取齿轮的振动信号。齿轮故障诊断试验参数：压力角： QUOTE 模数： QUOTE 小齿轮齿数： QUOTE 大齿轮齿数： QUOTE 主动轮转速： QUOTE 齿宽： QUOTE 偏心量： QUOTE 从动轮加载： QUOTE 采样频率： QUOTE 图

54、21齿轮故障诊断试验台通过试验获取了四组齿轮不同状态的振动信号，分别是正常振动信号、大偏心故障、小偏心振动信号、局部损坏振动信号，见表21所示。使用MATLAB软件，显示每种齿轮振动信号的原始波形，如图22。表2.1 试验获取齿轮状态类型齿轮状态类型表示正常N大偏心故障小偏心故障局部损坏故障SA第2.5节 MATLAB简介及在故障诊断中的应用MATLAB是由美国的Mathworks公司推出的一个科技应用软件。MATLAB语言是由美国的Clever Moler博士于1980年开发的，设计者的初衷是为解决“线性代数课程的矩阵运算问题，名字取自矩阵Matrix和实验室Laboratory两个英文单词

55、的前三个字母，意即“矩阵实验室。它是一种以矩阵作为根本数据单元的程序设计语言，提供了数据分析、算法实现与应用开发的交互式开发环境，经历了20多年的开展历程。MATLAB分为总包和假设干个工具箱，随着版本的不断升级，它具有越来越强大的数值计算能力、更有卓越的数据可视化能力及良好的符号计算功能，逐步开展成为各种学科、多种工作平台下功能强大的大型软件，获得了广阔科技工作者的普遍认可。一方面，MATLAB可以方便的实现数值分析、优化分析、数据处理、自动控制、信号处理等领域的数学计算；另一方面，也可以快捷实现计算可视化、图形绘制、场景创立和渲染、图像处理、虚拟显示和地图制作等分析处理工作。图2.2齿轮不

56、同故障类型的振动信号MATLAB是一种高级汇编语言，其特点有如下几点：语言简单。MATLAB是一种解释执行的语言，语句采取通用数学的形式，语法规那么与一般结构化高级编程语言如C语言等相差不多，并把编辑、编译、连接、执行功能融为一体，调试程序手段丰富、调试速度快，可以快速排除输入程序时书写、语法等方面的错误。代码短小高效。MATLAB把数学问题的许多算法编成了大量库函数、具有解决许多问题的工具箱，只要熟悉算法根本特点、函数调用格式和参数具体意义等内容，调用现成函数就可以解决自己专业领域的许多问题，而不必再花时间去实现常规算法。在本文中，使用了小波函数工具箱。可以直接调用函数对信号进行小波变换，而

57、不用自己重新编写好小波变换程序，EMD也一样，只要会用其中的各种相关函数就能实现经验模式分解。绘图非常方便。可以绘制一般的二维或三维图形如线性图、条形图、饼图、散点图、直方图等，可以绘制工程特性较强的特殊图形如玫瑰画图、极坐标图等。绘制不同的图形是只需调用不同函数，使绘图简单易行20。通过故障检测手段的不同，可以将故障诊断分为对振动信号的诊断、对噪声信号的诊断、对声发射信号的诊断等，而这些诊断技术都是基于对采集信号的分析和处理，从信号中提取故障的特征，从而识别故障信号或非故障信号。信号的分析和处理是故障诊断的根底，而MATLAB软件中，方便实现了对信号的处理功能，所以MATLAB在故障诊断中的

58、应用是很重要的。第2.6节 本章小结本章简明阐述了齿轮故障诊断根底的根本原理，并重点介绍了齿轮振动频率的产生和组成，同时分析了正常与故障信号的频率特征，为后面要用到得频谱分析奠定了根底。之后介绍了齿轮故障诊断试验台，并对本文中应用MATLAB软件进行简介。齿轮出现故障时经常产生冲击，出现不同的调制现象，在频谱图上会出现不同形式的调制边频带。这些调制边频带的特点里包含有很多有用的齿轮故障信息。所以，对齿轮振动信号的特征提取及信号中出现的调制现象进行认真分析，其中如何有效地区分不同调制现象的振动特征，识别边频带特征，在很大程度上决定了齿轮故障诊断的成败。所以，对调制现象及其边频带分布特点进行研究是

59、齿轮故障诊断中的一个很重要的研究课题。第3章 齿轮故障诊断时域方法分析第节 时域分析的根本理论时频分析作为一种信号处理的新方法其利用频率和时间的联合分布函数从频率和时间的角度同时来表示非平稳信号。时频分析方法作为现代信号中处理非平稳信号的重要分支之一，在对非平稳信号进行分析和处理过程中，时频分析方法克服了传统基于傅里叶变换的信号分析方法不具有局部变换分析信号局部信息能力的局限性。根据其频率和时间联合分布函数的不同，可以把时频分析方法分为线性时频(线性变化)分析表示和双线性时频(非线性变换)表示两种类型。线性时频分析满足线性叠加原理，它是在傅里叶变换的根底上演化而来的。常见的线性时频分析方法主要

60、有短时傅里叶变换(shortTimeFourie，简称STFT)、小波变换和Gabor展开。短时傅里叶变换(STFT)是由傅里叶变换而来，其实质上是加窗的傅里叶变换，只是由于所加的窗函数随着时间轴的移动而形成信号的一种时频表示，但是所加时间窗函数的宽度在移动过程中是固定不变的。Gabor展开是最早的时频表示方法，其主要是对短时傅里叶变换在时域和频域进行取样的结果形成。而对于小波变换来说，其窗函数的宽度可以根据信号的性质进行调整，是一种窗函数宽度可调的时频表示方法。小波变换使用一个窗函数小波函数，时频窗面积不变，但形状可改变。小波函数根据需要调整时间与频率分辨率，具有多分辨分析Multireso