齿轮箱故障诊断技术现状及展望

被引：35

作者：

魏秀业

潘宏侠

机构：

[1] 中北大学机械工程与自动化学院

来源：

测试技术学报 | 2006年 / 04期

关键词：

齿轮箱; 故障诊断; 频谱分析; 小波分析; 神经网络; 群体智能;

D O I：

暂无

中图分类号：

TH132.41 [齿轮及齿轮传动];

学科分类号：

080203 ;

摘要：

从齿轮箱故障机理研究、信号处理技术、故障诊断方法等方面对齿轮箱诊断技术的现状进行了讨论.列举并分析了小波分析、模态分析、粗糙集理论、群体智能理论、生物免疫机理等理论在齿轮箱故障诊断中的应用,展望了齿轮箱故障诊断技术的发展.对现有齿轮箱诊断技术研究急待解决的问题提出了看法.

引用

页码：368 / 376

页数：9

共 12 条

[1] 小波神经网络在齿轮故障诊断中的应用 [J].

王凯 ;

张永祥 ;

李军 .

煤矿机械, 2004, (07) :126-128

[2] 基于高阶累积量的齿轮箱故障诊断研究 [J].

王华民 ;

陈霞 ;

安钢 ;

樊新海 .

机械强度, 2004, (03) :247-249

[3] D-S证据推理在机械故障诊断中的应用 [J].

邱英 .

华东交通大学学报, 2004, (02) :107-110

[4] 基于自我-非我识别机理的状态监测与故障诊断 [J].

李蓓智 ;

杨建国 ;

杨江云 ;

魏建 .

上海工程技术大学学报, 2004, (01) :24-27

[5] 基于DataSocket和小波消噪的齿轮故障远程监测与诊断 [J].

夏庆观 .

现代制造工程, 2004, (02) :90-92

[6] Hilbert能量谱及其在齿轮故障诊断中的应用 [J].

于德介 ;

程军圣 ;

杨宇 .

湖南大学学报(自然科学版), 2003, (04) :47-50

[7] 模糊关联方法在齿轮箱故障诊断中的应用 [J].

赵艳丽 ;

刘奇志 ;

白士红 .

沈阳航空工业学院学报, 2003, (02) :21-22

[8] 小波包分析方法在齿轮早期故障特征提取中的应用 [J].

杨洁明 ;

熊诗波 .

振动测试与诊断., 2000, (04) :39-42+70

[9] 基于神经网络的齿轮箱故障诊断专家系统及应用 [J].

曹建平 .

设备管理&维修, 2000, (10) :26-27

[10] 齿轮故障的混沌诊断识别方法 [J].

姜万录 ;

王益群 ;

孔祥东 .

机械工程学报, 1999, (06) :44-47

← 1 2 →