基于神经网络和灰色理论的传动箱故障诊断研究

传动箱是用来改变转速和传递动力的常用机械设备,对其传动系统进行状态监测及故障诊断,能为针对性维修提供科学依据,节约维修费用。在传动箱故障诊断中,要充分提取故障信息,准确判断故障性质和故障源,选择有效的信号处理和故障诊断方法是诊断成败及提高诊断灵敏度的关键。 本论文在分析传统的诊断方法基础上,还在传动箱的智能化诊断方面进行了有益的探索,将人工神经网络和灰色系统理论技术应用到传动箱的故障诊断中。本论文在分析国内外文献的基础上,进行了各种工况下的传动箱故障机理与诊断方法研究。以JZQ250型号传动箱为实验对象,根据实际状况下传动箱的故障机理和振动特点、设计了传动箱状态监测与故障诊断实验方案、测取传动箱振动信号,根据所测信号噪声含量较大的特点,将所测信号运用小波消噪处理。提取了反映传动箱运转特征信息的敏感特征参数,开展了传动箱故障智能诊断的研究,建立了基于改进的BP人工神经网络和ABO灰色关联度分析的传动箱状态检测与故障诊断系统。仿真和实验证明,本文所提出的智能诊断方法是可行的,能有效地对传动箱故障进行分析和诊断。