云梯车齿轮箱箱体有哪些故障诊断方法？？    中山港口镇云梯车出租,  云梯车出租,   中山云梯车出租   云梯车齿轮箱箱体是云梯车齿轮箱的保护装置，云梯车齿轮箱箱体服役环境恶劣，在运行过程中除受列车牵引引起的疲劳损伤和齿轮箱部分静载引起的拉伸损伤外，还易受到外界碎石飞溅撞击而产生拉伸损伤。因此，在列车运行期间及时有效地对云梯车齿轮箱箱体的各种故障类型进行实时无损的诊断，对于保障云梯车的服役安全具有重要作用。故障诊断技术是监测、诊断和预测连续运行系统或机械设备的状态和故障，保障系统或设备安全运行的一门科学技术，其突出特点是理论研究与工程实际应用紧密结合。在工业生产早期，通过对设备的振动、声音等状态特征的浅层感受，依靠以往运维经验，进而进行故障诊断，直至２０实际６０年代故障诊断真正作为一门系统学科被重视起来。故障诊断主要分成三个步骤：首先检测设备状态的特征信号（包括振动，声学，电流，速度，温度等多种信号）；其次从检测到的信号中提取特征（信号处理）；最后根据特征以及其它的诊断信息来识别设备的状态，进而完成故障诊断。目前设备故障诊断的研究主要集中在以下几个方面：故障机理研究、信号的处理及分析、故障特征提取，诊断方法研究、人工智能的应用等。在故障检测机理研究方面，故障诊断的基础就是要研究故障的产生机理及其表征形式。对于设备结构，由于其复杂性不同，造成其发生故障的原因多种多样，包括拉伸损伤、疲劳损伤、腐蚀损伤等。  研究了弾性轴中圆盘转子的横向裂纹的动态特性，基于简单的裂纹模型，推导出非线性运动方程；提出了一个新的故障监测的遗传算法（ＧＡ），该方法不仅对于机械故障监测具有高精度，对于医疗诊断、模式识别等问题均可以适用；研究了转子的裂纹动力学行为以及其辨识方法。在信号处理技术方面，目前主要通过对实验数据进行时域、频域等方面的分析，提取出故障特征。对设备的监检测信号进行信号处理，是设备故障诊断研究中必不可少的步骤。在诸多信号处理和分析方法中，由早期的利用傅里叶变换，到快速傅里叶变换（ＦＦＴ），使得经典的信号分析方法得到了迅速的发展。由于傅里叶变换在分辨频率成分时，分辨率不高，得到的谱图有畸变等缺点，为了解决这些问题，学者们提出了现代频谱法，如自回归谱估计法、最大熵谱估计法等，现代谱分析法具有分辨率较高的优点，改善了经典的信号分析方法的分辨率低这一缺点。目前常用方法包括相关分析法、小波变换、Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ变换等：

     （１）相关分析法相关分析方法是信号处理时的一个常用方法。无论是对于两个随机变量之间的关系，还是分析一个或两个信号在一定的时移前后的关系，均需要用到相关分析。相关即指的是变量之间的相互依赖关系或线性关系。提出了一种基于经验模态分解（ＥＭＤ）和多重分形趋势互相关分析（ＭＦＤＣＣＡ）的齿轮箱故障特征提取方法。

    （２）小波变换小波变换通过多种“分辨率”对信号进行观察，它具备对信号进行多分辨的分析能力。在进行振动非平稳信号分析时，多分辨分析可以在不同分辨率下对异常信号的特征信息来进行分析，即小波变换能够对机械振动信号在感兴趣的频段及时段来进行“时域——频域”局部分析。小波变换采用的是改变时间频率窗口形状来解决时间分辨率与频率分辨率之间的矛盾的，通过这种做法，能够在时间域及频率域内得到较好的局部化性质。目前，小波变换已经应用于齿轮箱故障诊断、轴承故障诊断等设备故障诊断上。在经验模式分解的基础上，构建了自适应小波变换的新方法，通过设计适当的小波滤波器来提取信号的不同模式；提出了一个新的机械故障诊断的强大工具——经验小波变换（ＥＷＴ），应用小波空间相邻系数去噪与数据驱动阈值，以提高ＥＷＴ前的信噪比（ＳＮＲ）；提出了使用基于小波的信号处理进行齿轮和轴承故障诊断的自动特征提取系统。近年来，多小波理论是小波变换的新发展，指的是由两个或两个以上函数来作为尺度函数，进而生成小波，多小波可以同时具备对称性、短支撑性、正交性、高阶消失矩性质等。运用多小波分析在机动车上有效地实现了试验台轴承内圈故障和转轴不规则弯曲故障的分离和提取。

   （３）Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ变换是一种自适应信号处理方法，包括经验模态分解（ＥＭＤ）方法和Ｈｉｌｂｅｒｔ变换这两个过程。经验模态分解方法是基于信号的局部特征时间尺度，将复杂信号分解成有限的内在模态函数（ＩＭＦ）之和，十分适用于非线性和非平稳过程的分析，目前在故障诊断中有大量的应用。通过一系列振动和动力应力实验，通过有限元分析和模态分析，来进行云梯车齿轮箱的故障诊断；全面的研究和讨论了ｆｆｉｌｂｅｒｔ－Ｈｕａｎｇ相关的关键问题，并跟踪了ＥＭＤ研究的发展进程。信号处理通过利用合理的方法最终从设备的故障信号中提取信号特征，在信号处理的基础上，判别设备的工况状态，找出故障部位及原因，这就是故障诊断。

     中山港口镇云梯车出租,  云梯车出租,   中山云梯车出租 www.jiangmenyuntichechuzu.com/

       目前应用于故障诊断中的方法主要有以下几种：（１）模式识别诊断法模式识别诊断法包含模式识别法、模糊诊断分类法、故障树分类法、灰色理论诊断法等。模式识别法及状态识别，是根据相互关联的特征将事物进行分类的过程，根据机械设备的运行状态来识别相关状态。模糊诊断分类法是以模糊数学为基础，利用集合论中隶属函数及模糊关系矩阵来解决故障预兆之间的不确定性关系，从而实现故障诊断。故障树分类法则是基于被诊断对象结构和功能特征的行为模型，反映了特征向量和故障向量之间的全部逻辑关系。灰色理论诊断法则是利用已知信息来确定系统的未知信息，从而将系统完成由“灰”至“白”的过程。

　　　（２）神经网络故障诊断法神经网络作为人工智能的重要分支，在工程领域得到了广泛的关注。神经网络基于其自身信息处理的特点（并行性、自学习、自组织等），使得其能够解决传统模式识别方法难以解决的问题。目前，己有的神经网络约有几十种，应用在故障诊断领域的主要集中在模式识别角度设计分类器、预测角度建立动态预测模型、知识处理方面建立诊断专家系统。提出了一种卷积神经网络，直接从振动信号的频率数据中自适应学习特征，达到较高的诊断精度。近年来，深度学习，也被称为深层神经网络（ＤＮＮ），受到各个领域研究人员的越来越多的关注。它采用具有多个神经层的层次结构，并通过逐层处理提取输入数据的信息。这种“深层”层结构允许它通过多级抽象来学习复杂原始数据的表示。从原始输入开始，ＤＮＮ自动发现大型数据集中的复杂结构，逐层学习有用的特征。受益于特征学习特征，ＤＮＮ已经广泛应用于视觉识别和语言理解，而这种特征学习能力也成为其关键优势。ＤＮＮ的特征学习能力能够满足设备故障诊断的自适应特征提取方法的要求，在对系统故障诊断的特征学习方面也具有极大潜力。

　　　（３）专家系统故障诊断法专家系统是“基于知识”的一种人工智能专断系统，利用专家领域知识及经验为故障诊断提供先验知识。研了专家系统方面的方法和应用的相关知识，总结了１１类专家系统方面方法：基于规则的系统，如神经网络；基于知识的系统，如模糊专家系统、系统结构、目标定位法；基于事件的推理，如数据库方法、群体智能系统、模型和不同领域应用合成的本体论。随着现代科学技术的进步，系统设备高速发展，对故障诊断技术提出了更高的要求。云梯车齿轮箱箱体为铸造而成，结构复杂，箱体在服役过程中逐步发生性能退化，故障类型主要为拉伸损伤和疲劳损伤，对箱体故障的早期诊断与预测对于保障云梯车运行安全具有重要意义。根据上述特点，本研究中将利用声发射技术对箱体的损伤过程进行检测，并将故障诊断机理研究与信号处理方法相结合，采用基于性能退化和材料损伤表征的方法来进行箱体的故障诊断研究。此外，我国云梯车运行时间尚短，全生命周期的服役数据与检修数据较少，因此需要综合基础材料数据、结构仿真数据、试验数据等幵展基于性能退化的跨尺度寿命预测研究。

     中山港口镇云梯车出租,  云梯车出租,   中山云梯车出租