论文部分内容阅读
齿轮传动与其它机械传动系统相比,其传动平稳且传动效率高,因此在交通运输、能源、航空航天等领域得到了广泛的应用。但由于复杂的工况或恶劣的工作环境,机械设备中的齿轮在运行的过程中容易出现故障,从而影响齿轮传动的正常运行,严重时会导致事故发生,造成经济损失甚至人员伤亡。然而,齿轮故障形式是多种多样的,加之齿轮传动系统是很复杂的非线性系统,影响系统响应的因素很多,这给揭示故障齿轮的动力学特性带来一定的困难。此外,传统的齿轮故障诊断方法是基于齿轮箱的振动信号分析,但由于复杂的齿轮箱内外部激励和传递路径,故障特征易被削弱,导致诊断结果存在一定误差,尤其对于早期故障,“智能轴承”的出现改善了这一状况。因此,无论是从理论研究还是实际应用的角度,研究齿轮故障的动力学特性及智能轴承振动信号的故障诊断方法,都将具有重要的意义。本文以直齿圆柱齿轮为研究对象,建立了轮齿齿面剥落模型,推导了齿面剥落刚度计算公式,分析了剥落对齿轮时变啮合刚度的影响;通过建立6自由度齿轮传动动力学模型,分析了齿轮在正常和故障状况下系统的动态响应特征;针对传统齿轮故障诊断方法的缺点,利用智能轴承技术对轴承结构进行了改造,并与微型传感器集成,通过齿轮故障试验,验证了智能轴承振动信号在早期微弱故障特征提取方面的优势;根据齿轮的动力学响应特征及智能轴承振动信号特点,提出了智能轴承信号的故障诊断方法,对齿面剥落故障进行了特征提取,验证了该方法的有效性。本文主要开展了以下工作:(1)考虑了齿根圆和基圆不重合的情况,建立了齿面剥落模型,在能量法的基础上推导了剥落故障齿轮的刚度计算公式,分析了不同剥落位置及剥落尺寸对齿轮时变啮合刚度的影响。(2)建立了6自由度剥落故障齿轮传动系统动力学模型,分析了正常齿轮和故障齿轮在不同工况下的系统振动响应特征,并进行了相应的时域及频域特征分析,探讨了齿面剥落故障与振动响应之间的影响规律。(3)利用智能轴承技术对轴承结构进行了改造,并与MEMS传感器集成,设计了齿面剥落故障模拟试验,借助齿轮故障模拟试验台,完成了不同工况下的振动信号采集,并分析了智能轴承振动信号在故障特征提取方面的优势。(4)结合齿轮的动态响应特征及智能轴承振动信号特点,提出了智能轴承信号的故障诊断方法,该方法以智能轴承信号作为AR模型输入,然后对残余信号进行包络解调,从而识别出齿轮剥落故障特征。并利用动力学仿真结果和试验结果进行了验证。