关键词： 橡胶   排气挤出机   齿轮泵   滤胶板   排气部分  

摘要： 橡胶工业是重要的传统产业之一,橡胶加工过程包括塑炼、混炼、挤出、成型和硫化等基本工序,橡胶挤出是影响橡胶产品质量的关键工序之一,在轮胎和橡胶制品的生产过程中起着非常重要的作用。随着人们对橡胶产品质量、性能要求越来越高,普通挤出机难以满足,因此本行业研发出各种功能挤出机,而排气挤出机就是其中之一,它通过专用结构和抽真空装置排除胶料的水分和空气。传统排气挤出机经常会出现压力波动、冒料、效率低等问题,既影响橡胶制品的质量,又影响了生产效率。为了解决这些问题,作者自主研制了齿轮泵式橡胶排气挤出系统,通过改变排气结构,解决了橡胶在排气时的经常发生的压力波动、冒料等问题,还能实现胶料的补充混炼作用。本文设计了新型排气结构,其工作原理为通过齿轮泵和滤胶板将胶块挤成胶条时对胶料进行第一次排气、排气部分再次切断胶条使其成为胶丝时对胶料进行第二次排气,这样既能实现胶料多次排气,得到高品质胶料,同时整体结构也对胶料进行了补充混炼作用,提高胶料的各项物理机械性能,而且产量高于普通排气挤出机;探究了基于齿轮泵式橡胶排气装置的扩散运输排气机理,为新排气系统设计提供理论支撑。本文主要完成以下工作。(1)提出了基于齿轮泵加排气部分的橡胶排气方法,探究了基于齿轮泵的橡胶排气装置的扩散运输排气机理,该机理通过研究胶内排出气体在设备内的扩散情况和浓度的动态变化,利用浓度计算公式计算出设备内某点的浓度以及质量,通过计算真空泵对设备浓度最大点的空气拽力,得出真空泵的空气拽力要大于设备内浓度最大点的气体质量,为新型排气结构提供理论基础。(2)研制出了基于齿轮泵式橡胶排气装置,该装置包括喂料部分、齿轮泵部分和排气部分,该装置不仅解决压力波动和冒料等难题,而且可以对胶料进行两次排气,排气更加彻底,新型的排气结构还可以对胶料起到补充混炼的作用,产量也会大幅提升。(3)对螺杆的吃料、排气、压实等功能进行动态模拟,得出降低螺棱突变的螺杆符合新装置的需求,对滤胶板、简化的螺棱进行静态模拟,得出滤胶板和简化后的螺棱强度在安全范围内。(4)对基于齿轮泵式橡胶排气装置进行系统地实验研究,实验结果表明:1)研发的基于齿轮泵式橡胶排气装置解决了冒料、压力波动等问题,还可以起到补充混炼的作用,促进胶料的分散,并且产量相比于普通排气挤出机要提升50%。2)白炭黑配方胶料的最佳工艺参数为喂料螺杆转速15rpm、齿轮泵转速30rpm、排气螺杆转速30rpm、设备温度70℃,并与未排气胶料性能相比,密度提升了约3.7%,磨耗下降了约6.4%,炭黑分散度上升了约9.3%。3)乳化剂配方胶料的最佳工艺参数为喂料螺杆转速15rpm、齿轮泵螺杆转速20rpm、排气螺杆转速30rpm、设备温度80℃,并与未排气胶料性能相比,密度提升了约5%,炭黑分散度上升了约13.5%。4)丁腈配方胶料的最佳工艺参数为喂料螺杆转速为11rpm、齿轮泵转速为28rpm、排气螺杆转速为12rpm、设备温度为80℃,并与未排气胶料性能相比,密度提升了约1.7%,炭黑分散度上升了约8.6%。综上所述,基于齿轮泵式橡胶排气装置相比于普通排气挤出机不会出现冒料、压力波动等问题,并且通过不同胶料在最佳参数下的排气挤出实验表明,基于齿轮泵式橡胶排气装置挤出胶料在密度和炭黑分散度均要高出未排气的胶料,证明该系统的具有良好的排气性能,而且还可以促进胶料分散。

关键词： 摆线针轮   刚柔耦合   疲劳寿命   寿命可靠性   性能退化  

摘要： 摆线针轮减速器具有结构紧凑、承载能力强、传动性能好等特点而被广泛使用于工业机器人、机床、医疗器械、卫星接收系统等精密设备中。经过国内学者多年的研究,国产摆线针轮减速器的综合性能有很大的提高,但其寿命和可靠性有一定欠缺,且相关研究人员比较少。行星传动和摆线针轮传动为摆线针轮减速器的两大传动系统,对摆线针轮减速器的寿命和可靠性起决定性作用,因此,针对摆线针轮减速器的行星传动系统和摆线针轮传动系统进行疲劳寿命和可靠性分析研究,对促进摆线针轮减速器的发展有很重要的意义。其具体研究内容如下:首先,介绍了摆线针轮减速器的传动原理及结构特点,并利用三维软件Creo的参数化建模功能建立摆线针轮减速器各个零件的参数化模型,并根据其传动原理完成装配模型。其次,为了验证摆线针轮减速器三维模型的准确性以及获取实际工况的载荷谱,利用ANSYS将摆线针轮减速器关键零件进行柔性化处理,并利用Adams建立减速器刚柔耦合虚拟样机模型。以减速器实际工况驱动和负载进行仿真,获取减速器各关键零件的角速度曲线及力学性能曲线,为后续疲劳寿命分析提供载荷谱。根据有限元软件ANSYS Workbench对摆线针轮减速器进行瞬态动力学仿真,获取两级传动系统的最大应力值,及各个关键零件的危险节点,并利用理论计算对动力学分析进行仿真验证。再次,以线性损伤累积理论为基础,利用ANSYS n Code Designlife疲劳寿命仿真软件对摆线针轮减速器两级齿轮传动系统进行疲劳寿命分析预测,并根据疲劳寿命数据对其进行可靠性分析。最后,利用加速退化实验获取摆线针轮减速器以加速应力下的性能退化数据,并以指数退化模型为基础,评估出摆线针轮减速器实际工况下的寿命,进而验证仿真数据。

关键词： 啮合原理   内齿轮精度   车齿刀变位系数   车齿刀齿形   分析验证  

摘要： 随着加工技术的进步和对齿轮精度要求的提高,传统的加工方式已经满足不了齿轮的精度要求,车齿法逐渐成为近年来一种主流的齿轮加工方法。作为一种新兴的加工技术,不同于插齿、滚齿以及拉齿等传统齿轮加工方法,车齿法的优势在于加工效率高、灵活度高、齿轮精度高以及刀具寿命高,因此车齿法一直受到行业内的关注,特别是用于内齿轮的加工。在车齿加工过程中,车齿刀是其重要组成部分,车齿刀的结构设计是车齿加工的关键技术,对车齿刀的寿命以及齿轮加工的精度有着直接的影响。本文以提高车齿加工直齿内齿轮的齿廓精度为目的,基于车齿加工啮合原理等理论,对车齿加工过程中啮合点的速度变化、内齿轮齿廓的包络成形、车齿刀齿廓变位系数的选取以及车齿刀齿面修形进行了理论研究,具体内容如下:首先,基于车齿加工内齿轮的原理,建立了内齿轮车齿加工过程的数学模型。从运动学角度出发,分析了啮合点处的速度以及轴向进给和径向进给速度之间的联系,通过共轭啮合理论以及车齿刀旋转加工过程,仿真包络出车齿加工直齿内齿轮的齿形,确定了包络次数与内齿轮齿面精度的关系,为车齿加工内齿轮提供了理论基础。其次,从车齿刀加工直齿内齿轮的变位齿轮啮合原理出发,分析了影响车齿刀变位系数的因素,推导出不同参数下车齿刀变位系数的取值范围。联立了包络次数、内齿轮齿形精度以及刃磨次数之间的关系,确定了车齿刀的最佳变位系数。从车齿加工过程出发,研究了轴交角误差对直齿内齿轮齿廓精度的影响,提出了轴交角误差存在的情况下改善内齿轮齿廓精度的方法,为车齿刀结构设计和车齿加工过程提供了参数选择依据。再次,以提高车齿刀强度和齿轮齿面精度为目的,结合不同的修形方式,对车齿刀齿面进行了修形设计。对比分析了车齿刀修形前后车齿刀与内齿轮两齿间啮合齿面的传动误差、刀具齿面载荷大小及其分布等因素,得出了针对车齿刀较优的齿面修形方案。最后,通过研究得到的车齿刀齿面参数以及修形方案,绘制直齿内齿轮以及车齿刀修形前后的三维模型,通过Vericut软件模拟车齿加工内齿轮的过程,对比车齿刀修形前后直齿内齿轮齿廓过切点和残留点的数目确定内齿轮精度的变化。刃磨加工出实体车齿刀,机床在线检测车齿刀的齿面精度为合格,并对实体车齿刀加工的内齿轮进行齿面偏差检测,检验结果验证了车齿刀设计方案的有效性。

关键词： 风电机组齿轮箱   状态监测   协整分析   分数协整向量自回归   多元变分模态分解  

摘要： 随着“双碳”战略的实施,我国新能源领域快速发展,风力发电日益占据重要地位。风电机组运行环境恶劣、结构复杂,因此建立完善的状态监测系统很有必要。作为风电机组的关键组件,齿轮箱的可靠性对风电机组性能具有重要影响。目前,多数风电机组齿轮箱状态监测模型只考虑单一变量建模,无法评估齿轮箱全面的运行状态。本文提出一种基于分数协整的风电机组齿轮箱状态监测模型,旨在提升风电机组的安全性和运行可靠性。论文主要研究内容如下: (1)针对风电机组运行数据中存在异常值和缺失值的问题,分别采用3σ原则异常值处理方法剔除异常值,采用缺失值线性插值方法填补缺失值,以保证数据质量。并结合三种不同相关性分析方法对数据进行特征选择,减少数据维数。在此基础上,针对多通道的监控和数据采集系统(Supervisory Control And Data Acquisition,SCADA)容易受环境噪声干扰,从而造成信号特征不明显的问题,利用多元变分模态分解(Multivariate Variational Mode Decomposition,MVMD)方法对数据进行特征重构,并设计评价指标对分解的模态进行重构。 (2)传统的统计方法在建立风电机组齿轮箱状态监测模型时容易出现伪回归问题,且大多数方法仅针对单一变量进行建模,难以全面的描述齿轮箱的状态。针对这一问题,利用协整理论建立风电机组齿轮箱的状态监测模型,并使用指数加权移动平均方法确定齿轮箱正常运行时的阈值,通过对某风场1.5MW风电机组的SCADA数据进行实验分析,验证了该方法具有较高的精确度。 (3)针对整数协整可能会出现差分不足或者过分差分,以及均衡误差仅具有短记忆性的问题。提出一种基于分数协整向量自回归(Fraction Cointegration Vector Auto Regression,FCVAR)的风电机组齿轮箱状态监测模型。该方法能够找出多个特征量间长期稳定的均衡关系,消除被监测数据中由环境和操作变化引起的不利影响,从而实现风电机组齿轮箱工作状况的实时监控。实验结果表明,该方法准确性高于基于整数协整的状态监测模型,能够有效地监测风电机组齿轮箱的运行状态,提高风电机组的可靠性和安全性。

关键词： 齿轮磨损故障诊断   RV减速机   电气法诊断   无监督定性诊断   有监督寿命预测  

摘要： 旋转矢量(Rotate Vector,RV)减速机在工业机器人系统中具有举足轻重的地位。其中,齿轮磨损被认为是RV减速机最主要的故障类型之一。传统的齿轮故障诊断方案,典型的如振动法存在各式各样的问题,如需额外成本、安装使用受环境限制等,因此,本课题选用电气信号作为诊断依据。但由于RV减速机具有多级传动和复杂的机构特点,加上齿轮磨损属于分布式故障,缺乏明显的故障特征,因此本课题采用深度学习与大数据相结合的方法进行RV减速机的齿轮磨损的故障诊断与寿命预测。 在研究过程中,首先对RV减速机的整体系统进行了建模分析。通过对比经过全寿命老化周期测试的正常和故障RV减速机之间的齿轮磨损情况,揭示了齿轮磨损的特点。随后,对齿轮磨损故障进行了建模分析,并推导出齿轮磨损故障对电气信号的影响,为后续的故障诊断与寿命预测提供了理论依据。 针对RV减速机的电气信号在测试完成前无法确认故障标签的问题,本课题提出了利用无监督深度学习算法进行有无故障的定性诊断方法。首先对电气信号进行预处理,然后采用多种自编码器(Auto Encoder,AE)和聚类方法的优化方案进行诊断,对AE的表示能力和拓扑结构进行优化,即对特征自提取这一流程进行了优化。接着,利用自组织映射网络(Self-Organizing Map,SOM)进行特征聚类方向的优化。最终成功地实现了有无故障的定性诊断,为RV减速机的故障诊断提供了一个高效可行的解决方案。 而在RV减速机剩余寿命预测方面,本课题采用了离散式寿命预测的方法。首先,通过结合多模态特征融合的多种循环神经网络(Recurrent Neural Network,RNN)结构,具体而言,采用了RNN多种不同变体结构,并对不同网络结构进行了对比分析。然后采用了多模态特征融合的的优化方案实现了对剩余寿命的预测。接着,利用卷积神经网络(Convolutional Neural Network,CNN)进行诊断。在CNN基础上,采用了残差网络(Residual Neural Network,Res Net)的方式对CNN诊断方案进行了优化,进一步提高了寿命预测的准确性和鲁棒性。

关键词： 非正交面齿轮   过渡曲面   磨削余量方程   磨削轨迹规划  

摘要： 面齿轮传动是齿轮传动的一种新型式。由于具有传动比大、承载力高的优良特性,其在国外己成功运用于直升机减速器、无链自行车等新技术中,并展现出在航空领域独特而卓越的传动优势。虽然国内学者对非正交面齿轮齿面构建原理和磨削方法进行了大量研究,但由于面齿轮在军事方面被广泛应用,使国外对国内进行了长时间的技术封锁,导致国内对于面齿轮的研究起步较晚,在非正交面齿轮磨削方面的研究并不深入,在非正交面齿轮齿根过渡曲面的完整性、工作齿面磨削余量确定方法、磨削方法的通用性及磨削轨迹合理性三个方面的研究存在不足。本论文的主要内容如下:1.关于非正交面齿轮齿根建模过程中,不能完全建模过度曲面模型的问题,本文通过运用插齿刀机械加工非正交面齿轮根的基本原理,构建了其三维建模,并推演出了相对完备的非正交面齿轮齿根过度曲面方程。研究结果表明:加工非正交面齿轮时,若加工用的插齿刀带有圆角,齿根在过渡曲面的曲率会很大,且加工出的齿轮在转折处也很平滑,得到更加精确的非正交面齿轮三维模型。2.关于非正交面齿轮在磨削时,磨削余量无法确定的问题。基于非正交面齿轮运动方程,完成了关于磨削前非正交面齿轮的齿面数学结构和三维模型的建立,并完成了齿面上切削余量三维模型的推导,以及切削余量曲线的拟合。由此得出,在对应的非正交面齿轮齿面上,一样的插齿刀变位法向量在不相同位置上会有不同的切削余量,且在内径处的切削余量值最大的结论。3.关于非正交面齿轮在生产制造过程中,加工通用性差,无法快速大量生产的问题。本文提出了一种通过在六轴工业机器人上配备砂轮进而对非正交面齿轮进行磨削的方法,并在选择齿轮表面磨削的磨削轨迹时,利用Hilbert空间填充曲线,进而选择出合适的磨削轨迹的加工工艺,以此为基础将齿面模型的磨削后状态构建完成。再通过实际试验,利用Hilbert空间填充曲线,描绘出相应轨迹,磨削之后可以得出理论齿面与非正交齿轮的实际齿面极大程度上相近的三维模型。4.对使用预留磨削余量方法磨削出的非正交面齿轮,进行仿真特性分析。将非正交面齿轮的运动进行完善,分析出运动特点,并将此进行模拟解析,从而改变了与非正交面齿轮啮合的齿数和运行速度,并得到了十分精确的动力学仿真参数,并得出了非正交平面齿轮传动精度在不同的圆柱齿轮齿数和速度参数下的变化规律。实验结果显示,当插齿刀数和圆柱齿轮的齿数相似时,精度增高,啮合时扭矩就会越大。本文推导和完善了非正交面齿轮的模型和理论,在对于动力学领域分析精度问题上有较大的突破。通过变位系数与磨削余量存在着的关系,考虑采用预留磨削余量的方式获得更加精确完整的模型。并采用机器人进行非正交面齿轮的磨削,并规划出齿轮轨迹;在实验过后,采取动力学仿真分析,将非正交面齿轮的实验数据进行处理优化,得出一种新的非正交面齿轮加工工艺。因此本文的研究对于非正交面齿轮磨削具有实际意义和研究价值。

关键词： 齿轮   高重合度   点蚀   时变啮合刚度   动力学  

摘要： 高重合度(HCR)齿轮一般是指重合度大于2的齿轮,由于其重合度大,时变啮合刚度波动幅值较小,具有较好的动态特性,产生的振动与噪声小,对传动系统的减重、减振和降噪有着显著的改善作用,因此被广泛应用于机械行业中。 本文以高重合度直齿圆柱齿轮为研究对象,通过引入点蚀系数建立了齿面点蚀扩展模型,推导了点蚀系数对轮齿参数的影响。运用能量法分析不同程度点蚀故障齿轮时变啮合刚度;结合高重合度直齿圆柱齿轮动力学模型,研究了齿面点蚀故障和健康齿轮在不同工况下对齿轮动力学特性的影响。 (1)研究了高重合度齿轮传动的实现方法,分析了齿轮相关参数对重合度以及齿顶厚的影响。推导了封闭图法中各限制曲线的计算公式,以选取合适的变位系数为目标绘制了封闭图;基于展成法原理,建立了高重合度直齿圆柱齿轮齿廓方程。 (2)结合齿轮齿面实际点蚀的形成和扩展规律,以点蚀宽度系数、点蚀长度系数、点蚀深度三种点蚀系数为基础,建立了齿面点蚀扩展模型,运用能量法计算出健康高重合度齿轮单齿对啮合刚度并与有限元法所得结果进行对比,验证了能量法的可靠性与准确性。接着运用能量法分析不同程度点蚀对齿轮啮合刚度的影响。 (3)考虑点蚀故障对齿轮系统动力学特性的影响,在计算出含齿面点蚀故障的高重合度齿轮啮合刚度的基础上,建立系统扭转动力学模型;研究了各参数指标对健康高重合度直齿圆柱齿轮传动系统动力学的影响;同时研究了齿面点蚀对齿轮系统动力学的影响。

关键词： 齿轮箱   故障诊断   卷积神经网络   注意力机制   迁移学习   残差神经网络  

摘要： 齿轮箱作为现代机械的关键组件之一,已经被广泛应用于各类工业领域。随着运行时间的增长,齿轮箱内部的齿轮、轴承等零部件都有几率出现不同程度的磨损,随时可能发生故障从而造成严重的安全事故。因此,对齿轮箱运行状态进行准确的诊断是保障工业生产安全的重要手段之一,然而齿轮箱工作环境复杂,工况多变,还有噪声干扰,同时现代工业中使用的齿轮箱结构更为精密复杂,存在多个部件都出现损伤而构成复合故障的情况,这都使得故障特征微弱难以提取和识别。针对上述问题,本文提出三个基于改进卷积神经网络的模型,实现端到端的齿轮箱智能故障诊断,主要研究工作如下:(1)针对卷积神经网络对于时序性特征难以深度挖掘的问题,提出一种基于卷积神经网络,双向门控网络和注意力机制的CNN-ABi GRU故障诊断方法。卷积神经网络可以从振动信号中提取出局部特征,双向门控网络则可以从信号数据中挖掘出具备时序性的特征,二者结合便可以提取出具备局部性和时序性的高级特征,注意力机制再对所提取的特征进行过滤,去除冗余特征,最后通过Softmax完成故障分类。本文选取东南大学的齿轮箱数据集和凯斯西储大学的滚动轴承数据集进行实验验证,实验结果显示该方法对于齿轮箱拥有较高的诊断精度。(2)针对齿轮箱在真实工业环境下部分工况难以采集到足够数据用于深度学习模型训练的问题,提出一种基于CNN-ABi GRU和迁移学习的跨工况齿轮箱故障诊断方法。迁移学习可以让模型在样本充足的工况数据集上训练故障特征提取的能力,训练完后在样本稀缺的工况数据集上通过少量样本微调便可以实现对应数据集的故障识别。本文选取东南大学的齿轮箱数据集和凯斯西储大学的轴承数据集进行实验验证,实验结果表明该方法能够实现较高精度的跨工况故障诊断。(3)针对混合噪声的振动信号难以提取有效特征的问题,提出一种基于残差神经网络,通道注意力机制和双向门控网络的CARes Net-Bi GRU故障诊断方法。残差神经网络作为一种改进的卷积神经网络,解决了网络层数过多引起的网络退化问题,使得故障诊断模型可以构建更深层次的网络结构以增强特征提取的能力,再结合通道注意力机制能够自适应调整残差神经网络中特征通道重要性的特点,有效抑制了噪声的干扰。本文选取东南大学的齿轮箱数据集和2009年的预测与健康管理系统数据挑战竞赛的工业齿轮箱数据集进行实验验证,实验结果显示该方法拥有较强的抗噪性。

关键词： 传动件   惰轮轴   机器学习   算法优化   疲劳寿命  

摘要： 煤炭产业是我国重要的基础产业,采煤机在煤炭采掘机械化方面占有举足轻重的地位,提高采煤机的性能是煤炭产业提高生产效率、增加产量、保障安全生产的重要一环。采煤机截割部是采煤机的核心部件,齿轮传动系统中的传动件易发生疲劳破坏从而导致采煤机故障。本文以MG500/1130-WD型采煤机为研究对象,通过理论分析、仿真模拟与实验结合的方法,研究了不同工况下的齿轮啮合传动的动力学特性,基于采煤机实验数据构建神经网络对传动件进行了受力预测,分析了存在误差的齿轮传动的疲劳损伤,对于研究齿轮传动系统中传动件的力学特性有着一定的参考作用。具体工作如下:(1)分析采煤机截割部传动系统的结构和工作原理,利用Solid Works对截割部各零件进行建模及整体装配,对装配体进行干涉检查避免后续仿真失败。对重点研究的传动件进行力学特性分析,包括惰轮组的静力学分析和动力学分析,建立直齿齿轮传动的动力学方程。通过计算滚筒负载与齿轮啮合频率等工作参数,为后续工作提供理论支撑与数据支持。(2)通过改造惰轮轴构建惰轮轴载荷测试系统,进行采煤机整机的实验测试,得到了实验测试中惰轮轴传感器的微应变信号,分析惰轮和惰轮轴的受力。建立采煤机截割部的刚性模型,利用Hyper Mesh生成摇臂柔性体替换刚性体,在ADAMS中进行刚柔耦合仿真并验证模型准确性。研究了齿轮啮合的动态特性,通过分析稳定状态和突变工况下的齿轮传动的动力学特性,探究了齿轮啮合力的变化波动规律。通过分析不同牵引速度下的齿轮啮合的动力学特性,分析了负载转矩对于齿轮啮合力的影响,总结了齿轮啮合力和牵引速度的变化关系,分析了惰轮轴在实验测试过程中的力学特性变化。(3)基于实验数据对传动件惰轮轴进行力学特性分析,将惰轮轴参数化建模,利用Six Sigma模块构建多输入参数试验设计,通过局部灵敏度和响应面优化得到了对于惰轮轴局部应力影响最大的参数。划分试验设计的数组进行机器学习,通过森林算法RF模型对参数的重要程度进行了验证,与支持向量回归SVR、BP神经网络的预测模型进行比较,选择预测性能较好的BP神经网络作为学习模型,通过多算法优化BP神经网络的初始权值和阈值,GA-BP网络有效提高了对于惰轮轴受力预测的准确性,为惰轮轴的尺寸设计和力学特性分析提供参考。(4)阐述平行度误差的定义并建立存在误差的齿轮的数学模型,通过理论计算探究平行度误差对于齿轮传动的影响。建立齿轮啮合的三维模型,对正常传动齿轮和存在平行度误差的齿轮进行有限元分析,探究了垂直平面和轴线平面内的平行度误差对于齿轮的应力影响,得到了存在误差值的齿轮应力的变化规律,得到了应力的变化趋势和最大应力位置。基于有限元仿真结果,使用n Code进行疲劳寿命分析,探究了平行度误差对于正常齿轮传动的寿命影响和不同平面内误差度对于齿轮接触传动的危害。该论文有图74幅,表14个,参考文献74篇。

关键词： 行星齿轮箱   瞬时角速度信号   高精度估计   循环平稳   故障检测  

摘要： 行星齿轮传动被广泛应用于工业设备中,其各零部件的正常运行是整个机械系统正常运行的关键。编码器是伺服电机中常用的角度位置检测传感器,在系统元件旋转时,编码器会产生脉冲信号,这些脉冲信号中隐藏着系统的旋转信息,可以直接从伺服系统内置的编码器中采集到这些信息而无需外置传感器,通过编码器信号可计算得到机械设备的角度信息,如瞬时角速度(Instantaneous angular speed,IAS)等角度信号,其信噪比较振动信号高,更有利于的旋转机械的故障检测。然而编码器在制造和安装过程中不可避免地存在误差,进而导致由编码器信号估计得到的IAS信号存在较多噪声,影响故障检测结果的准确性。同时,目前基于编码器信号的故障检测研究主要在外置编码器展开,内置编码器因安装于电机端,采集到的信号更容易受到电机成分干扰,且通过其估计得到的IAS信号反映的速度波动更微弱,因此基于内置编码器的故障诊断研究亟待开展。本文首先就编码器误差和估计误差的分布特点进行了深入分析研究,提出了微分器估计方法对IAS信号进行估计,在抑制编码器误差和估计误差的同时保留了信号的机械旋转信息,有效抑制了编码器误差导致的和估计失真;又提出了多项式微分方法,首先通过分段拟合微分获取分段的IAS信号,再运用高阶Hermite插值求导对分段点进行平滑,较好地抑制了IAS信号中的噪声,避免了信号中的不连续,获得更为平滑的IAS信号。针对外置传感器在部分工业场景中应用受到限制的问题,首先运用伺服电机自带编码器对行星齿轮箱进行了信号采集,然后循环平稳技术从信号中提取了太阳轮故障特征,验证了内置编码器进行故障检测的可行性。通过行星齿轮箱太阳轮齿面剥落故障进行了试验分析和仿真分析,验证了使用伺服电机自带编码器进行行星齿轮箱故障检测的可行性和有效性。