基于LabVIEW的齿轮箱故障诊断

基于LabVIEW的齿轮箱故障诊断

第!"卷第#期#$$%年&月军械工程学院学报’()*+,-(./*0+,+123+45+22*5+46(--2427(-8!"9(8#:;*<，#$$%

==文章编号：!$$>?#@%A（#$$%）$#?$$#@?$B

基于C,D7E3F的齿轮箱故障诊断

俞文文!，郑海起!，高伟#，高永生!，田昊!

（!<军械工程学院火炮工程系，河北石家庄=$%$$$B；#<驻>$!厂军事代表室，广西柳州=%&%$!#）摘要：着重介绍了齿轮箱故障诊断系统的实现过程和设计思想，及通过虚拟仪器开发软件C,D7E3F、小波变换和神经网络技术，来实现齿轮箱故障诊断系统的核心内容，最后通过实例验证了此设计的可行性。关键词：C,D7E3F；小波分析；GH网络；故障诊断

中图分类号：IH#$A8B；IJ!BB8BB======文献标识码：:

!"#$%&’"()*+’+,-+%./*01."23*45"+.6*)7"389:;

KLF2+?M2+!，NJ39OJ,5?P5!，O:/F25#，O:/K(+4?QR2+4!，IE:9J,(!

（!<S2;,*TU2+T(.O)+Q3+45+22*5+4，/*0+,+123+45+22*5+46(--242，VR5W5,XR),+4=$%$$$B，6R5+,；

#<Y5-5T,*Z[2;*2Q2+T,T5\2/..5125+TR2>$!TR],1T(*Z，C5)XR()=%&%$!#，6R5+,）

<3+%2"=%：IR5Q;,;2*U,5+-Z5+T*(0)12QTR25U;-2U2+T;*(12QQ,+002Q54+;*5+15;-2(..,)-T05,4+(Q5QQZQT2U(.42,*D(^，*2,-5X2QTR21(*2(.TR2QZQT2UM5TRTR2\5*T),-5+QT*)U2+T02\2-(;5+4Q(.TM,*2—C,D_7E3F，TR2M,\2-2TT*,+Q.(*U,+0TR2+2)*,-+2TM(*‘Q，,+0.5+,--Z\,-50,T2QTR2.2,Q5D5-5TZ(.TR2QZQT2UTR*()4R2^,U;-2Q<

>.-?*26+：C,D7E3F；M,\2-2TT*,+Q.(*U；GH+2)*,-+2TM(*‘Q；.,)-T05,4+(Q5Q==以往对齿轮箱的故障检测是利用Y,T-,D分析和处理已获得的故障振动信号，人为来判断故障发生点和故障发生类型。这就使齿轮箱故障检测存在着一定的局限性，不利于齿轮箱故障的识别和排除。

笔者提出基于计算机智能检测的齿轮箱故障诊断系统。此系统运用小波变换对齿轮箱振动信号进行特征参量的提取，并利用神经网络对信号的特征参量进行判别得到故障结论，从根本上弥补了原有检测手段的劣势不足，实现了齿轮箱故障诊断的系统化和智能化。

训练部分和检测部分，结构框图如图!所示。

!"基于!"#$%&’的齿轮箱故障诊断系统

!#!"齿轮箱故障诊断系统的结构和组成

齿轮箱故障诊断系统采用顺序运行和数值传递的结构方式实现对故障的判断与识别，其组成包括

收稿日期：#$$%?$B?!"；修回日期：#$$%?$&?$!作者简介：俞文文（!@>#—），男，硕士研究生<

在训练部分中，首先将齿轮箱故障的典型信号输入系统。应用C,D7E3F小波工具箱对故障信号选择适当的基小波进行小波分解，提取各频带信号特征量并实现归一化操作，通过C,D7E3F中全局变量将归一化后的特征参量传入GH训练网络中，

进

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新人文社科基于LabVIEW的齿轮箱故障诊断全文阅读和word下载服务。