关键词：动力机械传动装置;;振动信号分析;;故障诊断;;小波分析;;支持向量机;;D_S证据理论;;LabVIEW
摘 要：随着《中国制造2025》全面实施,机械设备在日常生活中越来越普及,同时也发挥着越来越重要的作用。众所周知动力机械传动装置作为机械设备的“心脏”,直接关系机械设备能否正常运转,因此动力机械传动装置振动信号分析和故障诊断对工业生产效率和维修成本等方面具有重大研究意义。本文主要从动力机械传动装置振动信号的采集方面入手,对振动信号数据采集卡进行设计;针对采集的振动信号进行小波分析并提取特征向量,应用支持向量机进行故障诊断识别,并基于D_S证据理论进行多特征融合决策来提高故障诊断识别率;最后通过ZQ-200减速机的滚珠轴承振动信号数据来验证本文提出的关于动力传动装置振动信号分析与诊断技术的正确性与可行性。本文具体研究内容如下:对振动信号数据采集进行需求分析和总体方案设计。依据需求和总体方案进行振动传感器选型、传感器测量点布置和基于TMS320C6748的振动信号采集卡设计,最终实现对动力传动装置振动信号数据采集。对采集的振动信号进行预处理,消除采集时混入高频、趋势项等噪声干扰;选择合适的小波变换和小波基函数对振动信号进行分析并提取具有代表性的时域、频域、时频域特征;分析常见齿轮和轴承故障类型和成因,选择合适的核函数和惩罚参数,利用支持向量机对提取的特征值进行故障类型识别,运用D_S证据理论对支持向量机单特征故障识别结果进行融合决策,提高故障诊断精度;通过ZQ-200减速机的滚珠轴承振动信号数据对本文提出的方法进行验证,结果表明本文提出的振动信号分析与诊断技术对动力机械传动装置故障具有很好的诊断识别率。运用LabVIEW软件平台和本文提出的振动信号分析与诊断技术对振动信号分析与故障诊断系统进行设计,并通过实例对系统进行测试与功能验证。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取