摘要
汽车变速箱是汽车的重要组成部分,而轴承是变速箱的关键部件,其性能的好坏,直接影响到变速箱的总装质量,乃至对整辆汽车的行驶性能都有影响。分析和研究变速箱轴承的性能是保障变速箱总装质量的一个重要环节。针对汽车变速箱这一特定对象进行分析,阶次分析是比较适合的一种。
本文首先阐述了汽车变速箱轴承测试的重要意义,对国内外故障诊断发展现状进行了分析。接着对汽车变速箱轴承振动信号产生的原理以及振动信号的特征进行了详细剖析。从原理上揭示了汽车变速箱轴承的振动特征以及振动信号的基本形式。
研究旋转机械非稳态信号的故障诊断分析方法,由于可以避免传统频谱分析中出现的“频率混叠”现象,阶次分析方法常常用来分析转速不稳定的机械信号。首先对变速箱升降速瞬态信号进行时域采样,再对时域信号进行阶次跟踪,转换为角域平稳信号,最后对角域重采样信号进行阶次分析,就可提取变速箱轴承的故障特征,找出故障部位、故障时间及故障类型。通过实例证明阶次分析能够有效地识别变速箱轴承的故障。
Transmission is important in the car. Bearing is key component of transmission. It’s capability would affect the function of transmission and the car. To analyze the measurement method of bearing is an important thing for car. Order analysis is a appropriate method of fault diagnosis for transmission bearing.
Firstly, this paper expatiate the important means of bearing, and the development situation of fault diagnosis is also be involved in this paper. Secondly, the vibration theory and signal features of transmission’s bearing are introduced. Here we explain the vibration reasons and make a summary of the signal type.
The paper researches on non-steady signal of fault diagnosis for rotation machinery. To avoid the“frequency confusion”in the traditional frequency analysis, order analysis usually be used to analyze the mechanical signal with instability speed. Firstly, sample the run-up instantaneous signal of the transmission in time field. Secondly use the order-track to convert the time field signal to the angle field stationary signal. Finally,analyze the resample signal in angle field with order analysis. That can pick-up the default character of transmission,find the default place,default time and default style. It is proved that order analysis can identify the default of transmission bearing effectively.
引文
[1]屈梁生,何正嘉,机械故障诊断学.上海科学技术出版社,1986,12月第一版.
[2] DonohoD.De–noising by soft-thresholding.IEEE Trans inform Theiry 1 995,41:612-27.
[3]杨鑫,嵌入式轴承检测系统中Linux平台设计与实现.长安大学硕士学位论文,2009(04).
[4]李继霞,邹晓光,设备故障的科学预防与维修.哈尔滨轴承,2006,27(4) .
[5]乔世民,胡子俭,杨唐虹,冲击脉冲方法及冲击脉冲计.轴承,1985年5月1,(04).
[6]王振华,滚动轴承运行状态的监测技术.轴承,1987,(04).
[7]吕路勇,基于振动信号的滚动轴承故障诊断方法研究.华北电力大学学位论文,2008年10月.
[8]李光文,基于残差均方根值法的结构损伤识别理论与应用.湖南大学硕士论文,2009年10月.
[9]郑建宁,设备故障诊断技术的经济价值.第十届全国设备监测与诊断技术学术会议论文集,2000年.
[10]于江林,滚动轴承故障的非接触声学检测信号特性及重构技术研究.大庆石油学院博士论文,2009年10月.
[11]钱华明,故障诊断与容错技术及其在组合导航系统中的应用研究.哈尔滨工程大学学位论文,2005年01月.
[12]马金山,机电系统的滚动轴承故障诊断方法研究.太原理工大学学位论文,2005年11月.
[13]姜小荧,基于小波分析的滚动轴承故障诊断方法的研究及应用.大连理工大学硕士学位论文,2005年03月:4.
[14]刘攀,SAGW汽车变速箱故障诊断仪及其数据处理技术的研究.同济大学学位论文,2007年04月.
[15]尹安东,汽车变速箱齿轮故障模糊聚类诊断技术的应用研究.合肥工业大学学位论文,2002年2月.
[16]尹安东,车辆变速箱故障诊断的发展现状与展望.农机化研究,2005,(03).
[17]朱元佳,汽车变速箱在线快速故障诊断技术研究.同济大学学位论文,2007年3月.
[18]李吉,王珍,赵凤强,表面速度法在变速箱噪声检测中的应用.振动工程学报. 2004,17(1).
[19]王国峰,周亦武,郭金光,轴承疲劳剥落的早期诊断方法.大连海事大学学报,2002,9.
[20]万畅,齿轮箱轴承故障诊断的时频分析方法初步探讨.兰州理工大学学位论文,2008(11).
[21]于江林,滚动轴承故障的非接触声学检测信号特性及重构技术研究.大庆石油学院学位论文,2009.
[22]刘春浩,杜迎辉,滚动轴承中的声响和振动.轴承,2001(05).
[23]叶小松,回转大轴承的状态维修及其最佳检测周期仿真研究.武汉理工大学学位论文,2005.
[24]施杰,黄亚宇,伍星,施骏,基于Web的轴承故障诊断系统设计与实现2007(05).
[25]赵晓平、张令弥、郭勤涛,旋转机械阶比跟踪技术研究进展综述.地震工程与工程振动,2008,12:213~219.
[26]纪跃波,郭瑜,阶比分析技术的发展应用与展望.现代制造工程,2007年第11期:123~126.
[27]Bossley KM , Mckendrick R J. Hybrid computed order tracking[ J ]. Mechanical Systems and Signal Processing , 1999, 13 (4) : 627 - 641.
[28]杨炯明、秦树人、季忠,旋转机械阶比分析技术中阶比采样实现方式的研究.中国机械工程,2005,2:249~253.
[29]王平,米东,张英堂,雷正伟,变速箱轴承故障诊断中小波分析方法.火炮发射与控制学报,2005.
[30]张祥春,面向旋转机械的虚拟式阶比分析仪的研究.硕士学位论文,重庆大学,2006.
[31]万德安,王远程,赵永杰,基于LabVIEW编程语言的重采样阶次比分析研究.长春师范学院学报2005.11,24(5)16-18
[32]Boashash B. Interpreting and Estimating the Instantaneous Frequency of a Signal - Part 2 : Algorithms and Applications , Proc. IEEE , 1992 , 80 (4) : 540~568.
[33]宋文健,阶比分析方法的研究.硕士学位论文,燕山大学,2006.
[34]郭瑜、秦树人、汤宝平,基于分段重叠零相位滤波的阶比跟踪滤波法,振动工程学报,2003,(12):399~403.
[35]薛峥,深沟球和圆柱滚子轴承动力学分析.浙江大学学位论文,2008.
[36]郭计云,基于小波分析的滚动轴承故障诊断方法研究.中北大学学位论文,2007.
[37]梁鹏鹏,滚动轴承故障诊断试验样机的开发.北方工业大学学位论文,2008.
[38]高二山,基于现代信号分析方法的滚动轴承故障诊断的研究.华北电力大学学位论文,2009.
[39]黎丹,车辆轴承振动信号分析及故障诊断的研究.中南大学学位论文,2007(10).
[40]王远程,阶次分析在齿轮变速箱故障诊断中的应用.同济大学学位论文,2006(06).
[41]赵志军,刘正士,谢峰,基于时序分析的齿轮箱故障诊断.合肥工业大学学报(自然科学版),2009(05).
[42]关惠玲,韩捷,设备故障诊断专家系统原理与实践.机械工业出版社,2000,8.
[43]王红忠、徐寒梅、周漪清,齿轮故障诊断专家系统的研究与实现.邵阳学院学报(自然科学版),2006,3:26~28.