关键词： 冲击工况   行星齿轮系统   故障诊断   动力学仿真模型   点蚀故障  

摘要： 行星齿轮系统兼具高传动比、大功率、高效率及结构紧凑等优点,被广泛应用于大型煤矿机械减速机等相关设备。由于煤矿行业机械设备运行环境复杂多变、设备长时间持续运转等因素,减速机中的行星齿轮系统频繁发生故障,导致设备非计划停机,造成不必要的经济损失,甚至人员伤害。在复杂的运行环境中冲击工况对设备运行的影响最大,而现阶段诊断方法往往基于平稳工况下的振动信号进行解调分析,忽略了非平稳性波动的偶然性,而这种偶然性往往引起工程人员对设备健康状况的误判,导致故障诊断准确率较低。因此有必要开展针对冲击工况下行星齿轮系统故障诊断的研究,了解冲击载荷作用时振动信号的变化规律,并针对其变化规律开展适当的故障诊断方法研究,本文选取太阳轮点蚀故障作为研究对象,具体研究内容如下: (1)冲击工况对啮合刚度变化规律的影响。考虑冲击工况引起的啮合齿轮相对位移,运用有限元法建立齿轮啮合过程离散化的有限元模型。计算了冲击工况下的齿轮啮合刚度以及含不同点蚀故障程度的齿轮副啮合刚度,分析了啮合刚度的变化规律。结果表明冲击载荷作用使啮合刚度整体下降,而点蚀故障的存在使得齿轮副啮合刚度出现局部明显下降。本章节得到的啮合刚度值将作为下一章节中仿真模型的重要输入参数。 (2)冲击工况下行星齿轮系统振动信号的信号成分推导及系统动态特性研究。利用信号的线性叠加保持性,在忽略幅值影响的前提下建立了信号模型,分析了信号频域中各成分的分布特征。通过建立动力学仿真模型得到了系统的振动信号,并分析了信号中主要成分的分布。将冲击载荷引入到模型中得到了冲击工况下的行星齿轮系统振动信号,并对信号成分进行分析。由于冲击载荷作用,频谱中的特征频率出现混叠影响故障诊断结果,而如何消除这种混叠现象将作为下一章的主要研究内容。 (3)冲击工况下的故障诊断方法研究。为了消除非平稳信号频域中的混叠现象,提出了针对性较强的故障诊断方法。首先,采集设备运转的同步振动信号及转速脉冲信号,然后将采集到的信号根据转速脉冲信号进行角域重采样,将非平稳信号转化为平稳信号。最后,经过对比选用VMD-GWO分解算法对信号进行分解降噪,并运用边带能量指标(SC)对故障程度进行了评估。通过实验验证完成了针对冲击工况下的行星齿轮系统的故障诊断方法研究。

关键词： 非线性变位   变厚齿轮   交错轴   轮齿接触分析   啮合特性  

摘要： 变厚齿轮作为机械传动的重要零部件,在工业飞速发展的当下有着不可或缺的作用。本文针对交错轴变厚齿轮传动在理论上为点接触导致的齿面间滑动速度大,承载能力低,齿轮副易磨损,产生较大噪声等问题,从变厚齿轮的加工路径出发,提出了变位系数沿轴线方向非线性变化的变厚齿轮的概念,建立了非线性变位变厚齿轮的齿面柔性创成数学模型,结合轮齿接触分析(TCA)方法与承载接触分析(LTCA)方法,对该型齿轮传动的接触特性、啮合特性进行了综合分析,并与标准变厚齿轮传动进行了对比,有效提高了变厚齿轮的承载能力,对变厚齿轮的进一步发展提供了新的方向。本文主要研究内容如下:(1)以传统标准变厚齿轮为基础,基于滚削加工方法、齿轮几何学理论,推导了非线性变位变厚齿轮的齿面柔性创成数学模型。利用MATLAB编程生成非线性变位变厚齿轮的齿面点集,并通过Pro/E进行了三维实体建模。(2)建立交错轴非线性变位变厚齿轮轮齿接触分析模型,提出两端修正、两端修负、小端修正、大端修负四种不同的加工路径,对齿轮的接触迹线、接触椭圆、相对滑动速度、安装误差敏感性进行综合分析,并与标准变厚齿轮传动进行了对比研究。(3)针对两端修正的非线性变位方法,建立了相应的非线性变位变厚齿轮传动承载接触分析模型,利用ABAQUS软件对非线性变位后的齿轮副啮合特性进行了仿真研究,通过与标准变厚齿轮对比发现非线性变位变厚齿轮副的啮合区域有所增加。同时,研究了不同幅值下非线性变位变厚齿轮的啮合特性,对非线性变位变厚齿轮的变位幅值选取给定了参考范围。

关键词： 斜齿轮   滚磨光整加工   弹流润滑   有限长线接触   胶合失效  

摘要： 齿轮作为机械工程领域最重要的运动传递元件,其广泛应用于航天航空、车辆船舶、起重运输等高速重载工况。然而,由齿面温升过高导致的胶合现象严重影响齿轮传动的正常运行和使用寿命,该失效主要与其啮合工况下的润滑特性有关,因此,对不同载荷、速度及粗糙度工况下的齿轮弹流润滑和胶合失效的研究具有重要意义。论文针对高速重载工况下斜齿轮的胶合失效现象,建立等温及热弹流润滑数学分析模型,结合EDEM离散元软件对斜齿轮滚磨光整加工进行仿真,并建立了斜齿轮滚磨光整加工前后的齿面粗糙度重构模型,探究载荷、速度、粗糙度等因素对齿轮弹流润滑特性的影响,进而分析其对齿轮抗胶合性能的影响,主要研究内容和结果如下:(1)基于EDEM离散元软件,建立了斜齿轮滚磨光整加工的仿真模型,分析了光整加工过程中的颗粒流场分布及光整后的齿面磨损量,结果表明,滚筒转速越大,齿轮距筒边、筒底距离越近,斜齿轮与磨料颗粒间相互作用力越大,齿面磨损量越多,滚磨光整加工效果越好。(2)根据斜齿轮啮合特点,将其接触问题简化为两个反向圆锥体相接触的物理模型,利用有限长线接触几何与运动学特点,建立斜齿轮等温及热弹流润滑模型,通过MATLAB编制程序并计算分析斜齿轮弹流润滑油膜压力、膜厚及温度分布规律。等温及热效应状态下,油膜压力和温度都存在明显的二次峰现象,油膜厚度存在膜厚颈缩现象,且热效应对油膜厚度的影响远大于油膜压力。(3)基于斜齿轮等温及热弹流润滑数值模型,结合滚磨光整加工前后齿面粗糙度的变化规律,分析不同载荷、速度及粗糙度工况下润滑油膜压力、膜厚及温度分布的变化规律,结果表明,载荷越大,润滑油膜压力越大、膜厚越小;转速越大,油膜压力基本不变,膜厚随之增大;粗糙度越大,油膜压力越大,膜厚越小;油膜温度随载荷、转速、粗糙度幅值增大而增大,温升越高,越容易导致斜齿轮胶合失效。论文的研究成果为高速重载工况下的齿轮提供滚磨光整加工的数学模型和求解思路,对齿轮精加工工艺的应用和发展具有重要的理论意义和实际指导意义。

关键词： 直齿锥齿轮   安装误差   啮合刚度   载荷分布   修形优化  

摘要： 直齿锥齿轮作为机械传动的关键部件,广泛的应用于汽车、精密机床、航空航天等领域。在锥齿轮实际运行过程中,由于安装误差的存在会导致偏载,产生振动和噪声。因此分析安装误差对其传动性能的影响并通过修形降低其对安装误差的敏感性有十分重要的意义。因此本文以直齿锥齿轮副为研究对象,建立了误差齿廓锥齿轮副弹性接触模型,研究了安装误差对锥齿轮传动性能影响并基于建立的模型对齿轮修形参数进行了优化。主要研究内容如下: (1)进行锥齿轮啮合仿真与边缘接触分析:阐述了锥齿轮球面渐开线齿廓生成原理,建立了理想与修形条件下齿面数学模型;给出了确定接触椭圆的大小和方向的两种方法;分析了锥齿轮在理想、安装误差及齿轮修形状态下的齿面接触状态。 (2)提出考虑齿对耦合效应的直齿锥齿轮啮合刚度切片计算方法:基于背锥等效原理,将锥齿轮等效为一系列直齿圆柱齿轮薄片,利用能量法计算各薄片啮合刚度,建立了锥齿轮时变啮合刚度半解析切片模型;在双齿啮合刚度计算中引入轮体刚度修正系数,将双齿啮合刚度计算误差降低了95.1%;通过对比有限元方法,验证了方法的高效性和准确性。 (3)建立误差齿廓锥齿轮副弹性接触模型:分别给出了基于几何关系与基于数值搜索的由误差引起的齿面间隙计算方法,并基于力平衡原理建立了变形协调方程;通过对比有限元方法,验证了模型的准确性;基于模型分别分析了安装误差、齿廓修形以及齿向修形对锥齿轮时变啮合刚度、传动误差以及齿面载荷分布的影响。 (4)应用弹性接触模型进行修形参数智能优化:以齿向修形参数为设计变量,以啮合刚度与载荷分布为优化目标,利用粒子群优化算法确定最佳修形参数;分别计算了单一误差与综合误差条件下的齿向修形最佳修形参数;在各工况下,啮合刚度平均值平均提高了21.63%,承担最大载荷平均降低了19.39%。

关键词： 行星齿轮箱   齿轮   胶囊网络   局部时序自相似度   词袋模型   复合故障  

摘要： 行星齿轮传动系统是风力发电机、直升机、工程机械等高端装备运动和动力传递的核心机构。其关键零部件长期在交变应力下工作,容易出现疲劳、磨损、断裂等多种结构破坏,其服役性能对机械装备运行安全性具有重要的影响。然而,行星齿轮传动系统内部零部件数量和种类众多,各零部件协同工作,形成了复杂的耦合关系,当多关键部位同时发生或先后级联出现不同程度故障时,将表现出多故障特征耦合的形态,系统性能退化规律十分复杂,使得故障诊断的难度急剧增加,因此开展行星齿轮箱复合故障诊断具有重要意义。现有故障诊断模型主要集中在对某一信号分解方法的改进上,而复合故障信号成分非常复杂,很难将含有多个故障特征的时序耦合信号分解,诊断效果并不理想,且存在占用时间长和专业程度过高等问题,为实现行星齿轮箱复合故障智能化、高精度诊断,本文对胶囊网络进行改进,进而实现复合故障诊断。本文具体研究内容如下:(1)采集行星齿轮箱齿轮正常、单一及复合故障信号,划分数据集、利用单一故障数据训练解耦分类模型,使用复合故障对模型进行测试。(2)为体现时域信号的结构特征,提出了一种基于局部时序自相似度(LTSS)和词袋模型(Bo W)相结合的故障特征提取方法,并在单一故障数据集上进行了验证,实验结果表明该特征其取其在SVM分类器上的准确率可达97.78%。(3)针对训练数据中只包含单一故障样本,模型训练过程中只能学习到单一故障对应的特征信息,构造了基于不同滑窗大小的LTSS-Bo W特征,并对其进行特征重构,以此作为胶囊网络的输入训练模型。复合故障实验结果表明,该模型在三组实验上准确率可达97%。(4)针对CNN-Caps Net模型复合故障诊断精度较低的问题,本文对CNN特征提取器进行改进,当完成单一故障特征提取后,对其特征进行重构之后,再输入到胶囊网络中进行训练。复合故障实验结果表明,本文对模型的改进提高了复合故障诊断的准确率,可达98%。

关键词： 齿轮泵   温度变化   Wiener过程   周期检查   预防性维修策略  

摘要： 齿轮泵作为液压系统的动力元件之一,是液压系统的“心脏”,因其结构简单且适应工况能力强而被广泛应用于航空航天、军工以及民用等领域。齿轮泵性能的可靠性对系统的安全运行具有关键作用,因此对齿轮泵的性能退化过程进行研究并适时正确地对齿轮泵实施预防性维修活动,能够有效提高系统运行的可靠性、安全性与经济性。基于此,本文以外啮合齿轮泵为研究对象,从以下几方面展开研究:(1)针对齿轮泵的磨损退化机理展开分析,选取温度作为反映齿轮泵性能退化程度的特征参数,并基于功率损失法分析齿轮泵发热与齿轮泵磨损退化之间的关系,分析结果表明随着齿轮泵磨损退化程度增大其功率损失增加、发热量增大,造成齿轮泵效率低下,最终表现为温度升高。同时,利用AMESim软件对齿轮泵温度变化进行仿真分析,仿真结果表明齿轮泵效率降低会伴随齿轮泵温度的升高,这可为基于温度的齿轮泵性能退化过程建模提供理论依据。(2)通过齿轮泵性能退化试验获取齿轮泵的性能退化数据,并对试验数据进行预处理,为齿轮泵退化过程建模提供数据支持。考虑到环境温度的影响,选取齿轮泵温度与环境温度的温差作为退化量并对其退化特征进行分析,分析结果表明温差数据具有一定的随机波动但整体呈上升趋势,结合温差数据的特征选择带有随机项和漂移项的Wiener过程模型能较好地描述齿轮泵的性能退化过程。(3)基于温差数据构建三种Wiener过程模型对齿轮泵的性能退化进行描述。采取两阶段参数估计方法,运用极大似然估计法和最小二乘法分别对退化模型中的参数进行计算。结合统计学指标确定指数形式的非线性退化模型拟合效果最优,并给出其相应的分布函数与失效概率密度函数,这可为齿轮泵的性能退化建模提供一定参考,同时为后续建立预防性维修优化模型提供退化模型支持。(4)针对齿轮泵的性能退化过程提出了周期检查计划与预防性更换策略,通过周期检查计划获取齿轮泵当前的退化水平,将其与更换阈值进行比较从而实施更换活动,并以长期运行成本率最低为优化目标对检查间隔以及预防性更换阈值进行优化。在此基础上进一步提出了齿轮泵的周期检查与变阈值预防性维修策略,考虑到维修的不完美性以及维修次数对策略的影响,将维修次数作为决策变量之一,并引入退化速率调整因子对每次维修后齿轮泵退化速率的改变进行描述。同时,以齿轮泵长期运行成本率最低为优化目标对检查间隔、预防性维修次数以及每次预防性维修所对应的预防性维修阈值进行优化,从而得到最优的维修策略。

关键词： 齿轮传动系统   点蚀故障   扩展有限元   啮合刚度   振动响应  

摘要： 齿轮传动系统具有传动比准确、使用寿命长、传动效率高、工作可靠等优点,被广泛应用于汽车、航天和船舶等领域。由于润滑不良、负载过大、制造及安装误差等原因,齿轮容易产生点蚀、裂纹等故障,且发生故障后的维修难度高,因此对齿轮箱进行早期故障诊断具有重要意义。齿轮点蚀故障是齿轮箱的主要失效形式之一,对点蚀故障进行研究可以为齿轮箱故障诊断提供理论依据。本文以齿轮传动系统为研究对象,分析齿面点蚀的产生机理,研究点蚀故障下齿轮系统的振动响应。本文的主要研究内容如下:首先,研究疲劳点蚀产生机理。建立齿轮副的简化接触模型,采用弹流润滑理论分析轮齿的接触压力分布,基于扩展有限元法研究齿面裂纹形成微点蚀的过程。将仿真得到的点蚀样貌与实验点蚀样貌进行对比,验证裂纹扩展模型的有效性。其次,针对直齿轮的点蚀故障,根据扩展有限元仿真结果及实验结果得到的点蚀形状,提出一种不规则形状的点蚀模型,且点蚀模型具有不平坦的底部特征。在改进过渡曲线的基础上,考虑齿轮啮合时的齿间耦合效应,基于势能法推导点蚀故障下的齿轮时变啮合刚度计算公式,并建立随机分布的齿面点蚀演化模型,以评估从轻微点蚀到严重点蚀故障对啮合刚度的影响。建立有限元模型,基于有限元法计算齿轮啮合刚度,验证所提模型的有效性。然后,考虑到斜齿轮具有传动平稳、噪音低及承载力强等优点,采用切片法对斜齿轮点蚀故障进行研究。将斜齿轮沿齿宽方向进行切片,假设切片足够小,可以将每个切片当作直齿轮以计算时变啮合刚度,再通过积分得到斜齿轮的啮合刚度,并采用有限元法验证所提模型的有效性。最后,分析点蚀故障下的齿轮振动响应。针对直齿轮和斜齿轮这两种齿轮类型,考虑摩擦、传递误差等因素,分别建立刚度-阻尼耦合的多自由度动力学模型。将不同点蚀故障程度下的啮合刚度带入动力学方程组,求解得到齿轮副的振动加速度响应,对故障信号的时域和频域特征进行分析。采用实验故障信号对仿真信号的故障特征进行验证,检验齿轮动力学模型的有效性。采用不同的统计指标对时域信号进行分析,选取对故障最敏感的指标作为评价指标。

关键词： 齿轮箱   故障诊断   麻雀算法   残差网络   迁移学习  

摘要： 齿轮箱作为旋转机械重要部件,其健康状态对旋转机械安全运转起着至关重要的作用,因此针对齿轮箱进行故障诊断十分重要与必要。近年来,随着人工智能与深度学习的不断发展与进步,以数据驱动为基础的深度学习智能诊断方法在齿轮箱故障诊断方面被广泛应用,本文基于深度学习技术,对卷积神经网络和残差网络进行改进,以达到对齿轮箱故障诊断的目的;结合迁移学习方法,将网络进一步应用到实际工业进行齿轮箱故障诊断。具体研究内容如下:首先,本文以卷积神经网络(Convolutional Neural Networks,CNN)为基础,结合麻雀算法优化后的支持向量机(Support Vector Machine,SVM)对齿轮箱小样本数据集进行故障诊断。利用卷积神经网络的特征提取能力对原始数据进行特征提取;使用麻雀算法对支持向量机进行自动参数寻优,将提取到的特征数据输入到优化后的支持向量机进行故障诊断。使用动力传动故障诊断综合实验台(drivetrain dynamics simulator,DDS)进行实验数据的采集,最终验证所提网络模型具有较高故障识别准确率,在小样本数据快速诊断方面表现良好。其次,针对大样本数据集,提出基于混合注意力机制和多尺度特征提取残差网络。该模型以残差网络为基础,结合混合注意力机制,增加网络深度;串联首层并行多尺度卷积神经网络,扩大网络宽度,提高故障特征提取能力。添加批归一化层,提高网络稳定性。增加横向对比消融实验,证明该网络模型有较高的故障识别准确率。分别使用不同信噪比下的DDS实验数据、凯斯西储大学公开轴承数据进行实验验证,证明该网络鲁棒性较强,有良好的抗噪能力。最后,以混合注意力机制和多尺度特征提取残差网络模型为基础,结合迁移学习方法,解决实际工业中齿轮箱故障诊断问题。使用西储大学数据作为源域,DDS实验数据作为目标域模拟实际工业,使用迁移学习方法,最终得到了较高故障识别准确率。通过数据增强、添加L2正则化公式、添加Dropout层等方式提高网络泛化能力;使用西储大学变负载数据进行交叉实验测试,证明所提网络模型对变负载工况适应能力较强,泛化能力较强。具有一定工程实用价值,可广泛应用于工业生产中齿轮箱故障诊断。

关键词： 高温渗碳   微合金化   齿轮钢   晶粒长大   力学性能  

摘要： 齿轮通常会通过渗碳工艺来强化表面,以获得高强度和高硬度。传统的渗碳温度约为900℃,渗碳时间可长达十几个小时。如果渗碳过程出现问题,不仅会造成资源和能源的浪费,之前的努力也可能会付之一炬。近年来,随着碳中和、碳达峰政策的推广,高温渗碳工艺应运而生。这种工艺通过提高渗碳温度,大幅缩短渗碳时间,显著节约能耗并减少排放。2021年工信部将高温渗碳齿轮钢列入38种重点发展的先进钢铁材料之一,“十四五”发展行业规划也指出仍需深入开展高温渗碳工艺研发。然而,目前常用的齿轮钢在高温渗碳过程中容易出现晶粒粗化和混晶的问题,影响齿轮的强韧性和服役寿命,这也是实现高温渗碳面临的瓶颈。本文研究了一种高端齿轮钢20MnCr5,主要应用于高档轿车和重载卡车上。国内企业生产该钢种时常会遇到晶粒不均匀或晶粒粗大的问题。为了实现该类钢种的高温渗碳,满足高端应用需求和绿色节能发展,采用了 Nb和Nb+B复合微合金化的方法,通过工业化大生产条件下的系统研究,探究微合金元素在齿轮钢“加热-形变-渗碳”过程中对晶粒演变的作用机理以及力学冶金行为的影响机制。重点阐述了微合金化齿轮钢在高温渗碳过程中的行为和性能演变规律。论文的主要研究内容和结果如下:研究了不同加热温度和保温时间下的晶粒演变规律和第二相固溶析出行为。不含Nb钢和含Nb+B钢(0.024%Nb+0.0022%B)在1025℃加热1h的条件下,均出现了尺寸120μm以上的混晶晶粒,在930℃～1000℃保温0.5h～10h的部分温度和保温时间下也都出现了不同程度的混晶,而在相同的条件下含0.021%Nb钢的晶粒都细小均匀。含Nb+B钢中B元素通过与Nb(C,N)复合析出引发Nb(C,N)颗粒粗化,并使Nb(C,N)和AlN过早溶解失去弥散钉扎作用,导致了局部晶粒异常粗化。研究了 Nb、B微合金化齿轮钢的高温力学冶金行为。变形温度850℃～1150℃,变形量60%,应变速率0.1s-1-10s-1的条件下,Nb元素抑制20MnCr5钢的动态再结晶并细化了再结晶晶粒,在此基础上添加B元素虽然进一步抑制动态再结晶,但会使晶粒发生粗化。变形温度800℃～1150℃,应变速率为1s-1的条件下,Nb和Nb+B微合金化均降低了 20MnCr5钢的热塑性。其原因是含Nb析出相在高温拉伸过程发生动态析出强化;Nb和B元素与MnS的复合析出,导致MnS的变形能力降低;Nb和B元素对动态再结晶的抑制作用。通过工业渗碳实验将渗碳温度从900℃提高至950℃,渗碳时间从8h缩短至5h,对比研究了各实验钢的渗碳行为。采用高温渗碳工艺后,各实验钢表面碳含量的平均值从1.09%增加至1.26%,有效硬化层深度的平均值从1.67mm增加至2.36mm,碳浓度梯度斜率参数的平均值从0.41降低至0.37。添加微合金元素Nb和B对表面碳含量、有效硬化层深度和碳浓度梯度的斜率参数影响不大。同时研究了各实验钢的渗层组织和晶粒形貌,采用高温渗碳工艺使外表面的过剩碳化物明显减少,显著提高了渗碳效率;添加微合金元素Nb也可以减少表面的过剩碳化物,而添加微合金元素B会使过剩碳化物增加。此外不含Nb钢和含Nb+B钢在高温渗碳后均出现了晶粒不均匀或混晶现象,即采用Nb微合金化能有效抑制高温渗碳时的混晶和晶粒粗化,在此基础上添加B元素对晶粒尺寸的控制不利。研究了各实验钢的渗碳后的力学性能,采用高温渗碳工艺时,不含Nb钢的渗层冲击功为46J,含0.021%Nb钢的冲击功提高至63J,含Nb+B钢渗层的冲击功为57J。Nb微合金化后渗层的针状马氏体、残余奥氏体和原奥氏体晶粒均被明显细化,降低了微裂纹的形成倾向,断裂沿细小的马氏体针扩展而消耗了更多的能量,有效提高渗层的韧性。B元素由于晶粒粗化效应对韧性不利,但显著提高淬透性,使心部抗拉强度由不含Nb钢和含0.021%Nb钢的1250MPa左右提高至含Nb+B钢的1307MPa。研究了各实验钢渗碳后的耐磨性和耐腐蚀性,在干滑动摩擦条件下,采用Nb微合金化、Nb+B微合金化和高温渗碳工艺,均能提高齿轮渗碳后的耐磨性。在NaHSO3溶液电化学腐蚀条件下,Nb微合金化和高温渗碳工艺均提高了渗碳后耐腐蚀性能,而Nb+B微合金化对渗碳后的耐腐蚀性不利。确定了高温渗碳20MnCr5齿轮钢采用Nb微合金化的设计,使渗碳温度在原有基础上提高了 50℃,渗碳时间缩短了 37.5%,实现了晶粒细化、均匀化,且韧性、耐磨性和耐腐蚀性有所提升,为齿轮钢高温渗碳工艺的推广应用提供理论依据和应用基础,并在东风商用车有限公司等企业实现工业化应用。

关键词： 风电机组齿轮箱   变工况   故障诊断   连续小波变换   深度残差收缩网络  

摘要： 为了缓解人类社会发展与环境污染、能源紧缺之间的矛盾,风能作为一种清洁可再生能源应用而生。在此背景下,风电行业作为最具商业发展前景的技术产业正蓬勃发展。随着风电机组单机容量及风电场投运规模日益增大,风电机组的故障判别及运行维护面临着重大的挑战。统计结果显示,风力发电机组齿轮箱故障发生频率较高,故障发生后引起的停机时间最长且造成经济损失巨大,因此,如何实现便捷准确的风电机组齿轮箱故障诊断是风电产业的研究热点之一。同时,风电齿轮箱的复杂结构及非平稳性的运行工况给传统的齿轮箱故障诊断方法带来了巨大挑战。随着工业大数据时代的来临,机械设备产生的海量数据极大地限制了传统的信号处理和浅层机器学习技术在故障诊断方面的应用。因此,迫切需要提出针对变工况下风电机组齿轮箱故障诊断的智能化新方法。本文的主要研究内容如下:首先,深入研究了风电机组的基本结构、工作原理,并着重阐述了齿轮箱典型故障。在此理论基础上,针对现有实验数据难以满足变工况下风电齿轮箱故障诊断算法的变工况数据需求,参考公开数据集的采集过程,搭建了齿轮箱典型故障模拟实验平台,设计并采集了九种不同工况的齿轮箱故障数据,为后续研究提供了数据支撑。其次,针对变工况下风电齿轮箱故障诊断,提出了一种基于重构二维数据和深度残差收缩网络的故障诊断方法。此方法将一维数据重构为以正方形矩阵形式排列的二维特征图,极大地简化了数据处理的工作量,有效地保留了一维原始振动信号的时序性及相互关联性,并且得到了符合模型输入的二维特征。同时,基于深度学习理论构建了深度残差收缩网络模型,利用其强大的特征提取能力从振动信号中学习故障特征,并利用其模式识别能力进行分类,解决了特征提取与分类评估之间相互割裂、难以整体优化的问题,利用齿轮箱故障诊断模拟实验平台所得故障数据验证了变工况下该方法的有效性。最后,针对变工况下风电齿轮箱故障诊断,提出了一种基于连续小波变换和深度残差收缩网络融合的故障诊断方法。该方法利用连续小波变换将原始振动信号转化为二维时频图。利用深度残差收缩网络的注意力机制及软阈值化,消除冗余信息的影响以充分提取故障本质特征。利用某大学公开数据集数据验证了变工况下该方法的有效性。此外,噪声实验的结果验证了所提方法的鲁棒性。该方法满足了风电机组齿轮箱故障诊断的一体化及智能化要求,模型的鲁棒性及泛化性有所提高。本论文的研究为解决风电机组齿轮箱实际工程诊断提供了新思路和新方法,打破了传统信号处理及机器学习诊断方法的瓶颈,为后续风电齿轮箱故障诊断的智能化研究奠定了基础。