基于SWDAE-SVC的矿用齿轮箱自监督故障诊断方法

针对矿用齿轮箱振动数据易受噪声污染且故障类别标注困难问题,提出了一种基于栈式小波降噪自编码器(SWDAE)和支持向量聚类(SVC)的自监督故障诊断方法。首先,将小波映射函数引入栈式降噪自编码器(SDAE)模型,以实现强噪声下矿用齿轮箱的敏感故障特征提取。然后,利用所得高层抽象特征构建SVC模型,以实现无标签信息下的矿用齿轮箱故障诊断。实验结果表明,所提SWDAE-SVC方法具有优异的故障诊断性能。

基于EMD与同态滤波解调的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的特点,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与同态滤波相结合的故障解调方法。利用EMD对某矿用皮带机齿轮箱故障信号进行分解,得到若干个本征模态函数(intrinsic mode functions,简称IMFs)分量,然后对其中较突出的IMFs进行同态滤波解调分析,提取出了频率为7.0 Hz的调制故障信号。研究表明,EMD与同态滤波解调相结合是一种有效的齿轮箱故障诊断方法。

基于小波双谱的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的非平稳、非高斯等特点,提出了一种小波双谱分析的齿轮箱故障诊断方法。利用小波分解可将齿轮箱的振动信号分解到对应不同特征频率的频带,以提高频率分辨率和信噪比,然后有针对性地选择故障特征频率较明显的频带信号进行重构,并做双谱分析,以实现齿轮箱的有效故障诊断。实例表明,小波双谱分析是一种十分有效的齿轮箱故障诊断方法,它更能揭示故障齿轮箱振动信号的非平稳和非线性相位耦合特点。

基于ANSYS的矿用齿轮箱斜齿轮本体温度仿真分析

以矿用齿轮箱斜齿圆柱齿轮副为研究对象,基于热学理论计算斜齿圆柱齿轮端面及齿面对流换热系数,基于摩擦生热分析求得齿面热流密度,利用有限元分析软件ANSYS建立斜齿圆柱齿轮单齿模型,加载热边界条件并计算求得斜齿圆柱齿轮本体温度,为矿用齿轮箱齿面温度分布研究提供了理论依据。

基于小波包与Hilbert解调谱的矿用齿轮箱故障诊断

介绍了小波包分解与Hilbert解调技术,利用小波包分解可以突出能量集中的频段,然后利用Hilbert解调谱提取其故障特征。结果表明小波包与Hilbert解调谱相结合可以有针对性地提取矿用齿轮箱的低频调制故障特征,从而实现矿用齿轮箱的精密故障诊断。

基于深度自编码网络与模糊推理相结合的矿用齿轮箱故障诊断方法

提出一种基于深度自编码网络与模糊推理相结合的矿用齿轮箱故障诊断方法。通过对完整齿轮、裂齿齿轮和缺齿齿轮3种齿轮工作状态的声信号进行小波分析并建立特征数据库,构建深度自编码网络与模糊推理系统相结合的诊断系统,实现了齿轮故障诊断与辨识。实验结果表明:这种基于声信号的故障诊断方法能够有效检测矿用齿轮箱的运行状况;与传统神经网络诊断方法以及奇异值分解诊断方法相比,该诊断方法对故障状态的辨识准确度分别提高了3.8%和8%。与传统基于振动信号的故障诊断方法相比,基于声信号的诊断方法对故障状态的辨识准确度无明显差别。表明深度自编码网络模糊推理系统同样适用于基于振动信号的矿用齿轮箱的故障特征提取与分析。

某矿用齿轮箱的创新性传动方案设计及其轮系配齿

矿用齿轮箱是煤炭矿井运输和提升工程机械中不可或缺的配套设备,且对其可靠性、紧凑性、轻量化等方面也提出比常规工程设备更高的要求。其中,优化设计是提高齿轮箱综合性能的基本手段之一。针对某矿用齿轮箱,通过传动方案布置的创新,并基于Matlab的现代设计手段,快速实现齿轮传动的多个配齿方案,为进一步的优化设计奠定了基础。

关于矿用齿轮箱、车桥大批量生产试验用润滑油集中循环过滤系统的研究

润滑油集中循环过滤系统是一套润滑油循环利用系统。适用于齿轮箱、车桥试验时,磨合试验用油的循环、集中净化、过滤;本文通过举例、对比介绍了润滑油集中循环过滤系统的原理及优点。

矿用机械传动齿轮箱体振动故障解调诊断方法

矿用机械在矿业生产中发挥着至关重要的作用,而传动齿轮箱作为其核心组成部分,其正常运转对整个矿用机械的性能和效率产生重大影响。受传动特性的影响,矿用机械传动齿轮箱体正常运转会发生振动,但故障振动信号总会表现出幅值和频率调制的特征,故此,该文提出矿用机械传动齿轮箱体振动故障解调诊断方法,并进行仿真实验验证方法的有效性与正确性。该方法布置传感器采集矿用机械传动齿轮箱体故障振动信号,并进行去噪处理,分别采用幅值与频率解调方法解调分析去噪后的故障振动信号,提取出与故障特征相关的调制分量,进而识别和定位故障。仿真实验结果表明,该方法可以在初步诊断出矿用机械传动齿轮箱的故障状态后,对故障发生部位进行精准判断。

基于小波熵的矿用齿轮箱振动信号相关去噪法

利用真实信号小波系数相邻层间相关性强的特性,将基于小波熵的相关去噪法应用于矿用齿轮箱振动信号的处理,进行有用系数和噪声系数的划分,并对有用的小波系数进行重构,恢复原有真实信号,去噪过程中采用小波熵自适应设定阈值。为比较小波自适应相关去噪和硬阈值与传统相关性去噪的性能,分别对仿真信号和齿轮箱实测振动信号进行去噪处理,通过3种去噪方法的重构波形对比和信噪比与标准差的定量评价,以及实测信号的功率谱分析,表明小波熵相关去噪法有效提高了矿用齿轮箱振动信号的可信度。