关键词： 风电机组   数据采集与监控系统   生成对抗网络   隐马尔科夫模型   风速预测   故障预警  

摘要： 针对风电机组关键部件维护时准确率与虚警率难以平衡的问题,提出一种基于两阶段多维数据生成与实时健康指数的风电机组齿轮箱故障预警方法。首先,为反映风速对机组运行状态影响,提出一种基于历史风速的高斯混合隐马尔科夫模型对风速进行短期预测;然后,为提高预警准确度,提出一种基于两阶段多维数据生成的实时动态阈值设定方法,依据预测风速序列和生成器形成当前时刻油温阈值区间;最后,综合齿轮箱油温实际值和健康状态判别器输出,确定风电机组齿轮箱是否处于异常状态。实际数据的仿真结果表明,所提方法可有效降低虚警率,提前17 h预警风电机组齿轮箱潜在故障。

关键词： 闭环齿轮   动力学   SIMULINK   间隙非线性   振动位移  

摘要： 通过质量集中法,建立三维编织机n元闭环齿轮系统平面弯-扭非线性动力学模型,模型考虑了齿轮的啮合阻尼、齿侧间隙、啮合刚度及系统负载。利用MATLAB/SIMULINK仿真软件建立12个齿轮系统的仿真模型,通过Runge-Kutta法对非线性动力学模型进行数值仿真,通过振动位移图和相平面图分析齿侧间隙和激励频率对系统稳态响应的影响。结果表明,随着齿侧间隙增大,系统稳态响应在简谐响应,多周期响应,拟周期响应交替出现,同时振动位移曲线下偏移。当激励频率较小时齿侧间隙的影响更大,当激励频率增大时振动位移增加,当激励频率大于一定条件,振动位移降低到一定程度。

关键词： 掘进机截割部   齿轮传动系统   MATLAB   振动特性  

摘要： 掘进机截割部齿轮传动系统性能的好坏直接决定掘进机的使用寿命和传动效率。以某型掘进机截割部齿轮传动系统为研究对象,分析了掘进机截割部组成及齿轮传动系统,运用MATLAB对减速机齿轮传动系统振动特性进行研究和分析。研究结果表明:掘进机截割减速机输入一级中心齿轮和一级行星齿轮X向振动位移呈现单周期稳定波动,2个X向振动位移共振频率均在180 Hz左右;输入一级中心齿轮X、Y向振动位移小于一级行星齿轮X、Y向振动位移。该研究为掘进机截割部齿轮传动系统振动噪声的改善提供理论依据。

关键词： 螺母收口机   位置控制   电子齿轮  

摘要： 电子齿轮功能在数控机床进给位置控制系统中具有重要作用,旨在优化机床动态性能、简化硬件结构、增强系统灵活性以及提升整体加工精度。通过引入电子齿轮功能,可以根据不同的加工需求和机床特性,实现精确的位置控制,同时减少机械传动环节,降低惯性效应,提高系统的快速响应能力和位置定位精度。在螺母收口机对位置控制的精度和效率要求较高,因此,需要慎重选择是否采用电子齿轮功能。本文通过理论计算与分析,探讨了电子齿轮功能在数控螺母收口机位置控制中的具体实现方式,以及其对收口螺母加工过程的影响程度。研究结果表明,在本次研究中不选用电子齿轮的效果更好。在设计和优化数控机床控制系统时,应根据实际工况综合考量,综合考虑是否电子齿轮功能以及其他控制技术。

关键词： 车轴齿轮箱   动态激励   振动响应   齿轮传动系统  

摘要： 以某电动轨道打磨作业车齿轮箱为研究对象,通过对齿轮传动系统进行理论分析,采用解析法计算齿轮系统的刚度和啮合冲击激励,以简谐函数模拟误差激励并合成齿轮内部激励,建立了包含齿轮副、轴、轴承以及箱体在内的有限元分析模型,并用弹簧单元模拟轴承的支承作用和轮齿啮合,应用完全法求解齿轮箱振动响应;而后,搭建电传动车轴齿轮箱振动测试试验台,开展了振动响应测试。结果表明,电动轨道打磨车车轴齿轮箱振动预估结果与试验吻合较为良好,验证了分析模型的合理性;研究结果为后续齿轮箱的开发与交付提供了数据支持。

关键词： 风电机组   齿轮箱   数字信号处理   LightGBM   快速傅里叶变换   状态监测  

摘要： 齿轮箱高速轴齿轮作为齿轮箱最重要的部件之一,其健康状态不仅对风电机组的安全运行与维护影响重大,还对风电机组的发电量有直接影响。基于甘肃省某风电场中风电机组的状态监测系统(CMS)采集的大量风电机组齿轮箱高频振动信号,利用数字信号处理(DSP)方法与LightGBM算法构建了可监测风电机组齿轮箱高速轴齿轮健康状态的模型,利用DSP方法中的快速傅里叶变换(FFT)方法对信号进行样本扩增;同时从时域与频域的角度进行特征构造,筛选并剔除冗余特征,进而构建了基于DSP-LightGBM算法的风电机组齿轮箱高速轴齿轮健康状态监测分类模型,并利用CMS采集的风电机组实际的齿轮箱高速轴齿轮高频振动信号对所构建模型进行效果验证。验证结果显示:所构建模型预测效果良好,能够高效检测出风电机组齿轮箱高速轴齿轮的状态。

关键词： 电动钻机   齿轮箱   故障诊断   长短期记忆网络(LSTM)   随机森林(RF)算法  

摘要： 针对提高石油电动钻机绞车齿轮箱故障诊断的准确性和效率,提出了一种基于长短期记忆网络(long short-term memory,LSTM)和随机森林(random forest,RF)融合模型。首先,运用LSTM能够从大规模数据中学习复杂特征,将这些特征作为随机森林的输入。然后,通过随机森林处理非线性和高维数据以及对特征的分类,以实现对齿轮不同故障状态的识别。最后,利用电动钻机绞车齿轮箱运行过程中的实时数据,建立了一个包含多种齿轮故障类型的综合数据集。试验结果表明,LSTM齿轮故障诊断准确率为94.67%,RF齿轮故障诊断准确率为94.34%,支持向量机齿轮故障诊断准确率为82.00%,K近邻齿轮故障诊断准确率88.33%,而融合模型LSTM-RF在齿轮故障诊断准确率方面达到了98.33%,克服了单一模型的局限性,提高了诊断准确性。研究表明了融合模型具有更优的电动钻机绞车齿轮箱故障诊断能力。

关键词： 螺旋锥齿轮   磨损   Archard模型   可靠性   改进一次二阶矩法  

摘要： 运用当量齿轮理论对螺旋锥齿轮啮合过程进行简化,基于Archard模型建立螺旋锥齿轮的磨损模型,将轮齿中点法截面上各点磨损量对比,挑选出轮齿中点法截面危险点,对危险点进行磨损可靠性分析,基于改进一次二阶矩法(AFOSM)建立极限状态函数,进行MATLAB编程求得螺旋锥齿轮在所选设计参数下的可靠度和设计点,计算工作扭矩与工作转速变化对其可靠度的影响,采用蒙特卡洛法进行可靠性仿真分析,两种方法计算结果接近,表明该方法具有较高的效率和准确性。以上工作可为螺旋锥齿轮的可靠性设计和维护提供一定的参考和借鉴。

关键词： 早期故障诊断   行星轮系   振动信号分析   快速谱峭度   包络解调   预警时机  

摘要： 为了提升风电机组传动链的预测性维护效果,行星轮系早期故障的准确诊断显得尤为重要。针对行星轮系故障特征的提取与分析,采用快速谱峭度(fast spectral kurtosis,FSK)和包络解调等方法,探索有效的故障诊断途径。通过对振动信号进行快速谱峭度分析和包络解调处理,成功提取了关键的故障特征。分析结果显示,不同时间点的频率成分变化揭示了故障的发展过程,即故障从齿圈的初始特征逐渐演变为行星轮的特征,最终发生某行星轮齿面的剥落。在这一过程中,齿圈的局部故障特征频率和行星架自转频率成分的明显变化为故障发展提供了重要线索。基于故障特征的演变情况,提出在故障发生前第34天进行预警,即行星轮转频成分分布增加,以便及时采取维修措施,防止故障进一步恶化。研究结果可为行星轮系的早期故障诊断提供一种有效方法,并为故障预警提供理论支持。

关键词： 变转速工况   齿轮故障诊断   自适应时变梳状滤波   算数优化算法   堆叠降噪自编码器  

摘要： 为提高变转速工况下齿轮故障识别的准确率,提出了一种基于自适应时变梳状滤波(ATVCF)与改进算数优化算法(IAOA)优化堆叠降噪自编码器(SDAE)的变转速齿轮故障识别方法。针对变转速齿轮振动信号的降噪,利用ATVCF方法预处理数据,在过滤噪声成分的同时保留有效信号;针对算数优化算法(AOA)在全局搜索和局部开发时存在的不足,引入余弦调控因子来改进算法中的数学优化器加速函数(MOA),以提升其全局搜索能力和局部开发充分寻优能力,并引入随机反向学习策略(ROBL)以增加算法的种群多样性,提升其搜索能力;此外,通过对IAOA-SDAE模型的参数寻优来确保模型的故障识别精度和稳定性。对变速齿轮振动测试数据的分析验证了所提方法在变速齿轮故障智能识别方面的有效性和优越性。