分形理论在齿轮箱故障诊断中的应用研究

合集下载

分形理论及其在机械工程中的应用

分形理论及其在机械工程中的应用分形理论是数学中的一个重要分支，它研究复杂体系中的自我相似性。

分形是一种具有无穷迭代特征的几何图形，即无论放大或缩小均具有相似的外形结构。

分形理论深刻地改变了人们对几何学和自然界的认识，被广泛应用于许多科学领域，包括物理学、生物学、经济学等。

在机械工程中，分形理论同样发挥着重要的作用，下面我们将介绍分形理论在机械工程中的应用。

分形理论在机械工程中的应用之一是图像处理。

图像处理是机械工程中一个重要的研究和应用领域，主要用于对图像进行分析、特征提取和识别等。

而分形理论在图像处理中起到了关键的作用。

通过分形理论，可以用分形维数来描述图像的纹理特征，例如表面粗糙度、纹理分布等。

分形理论还可以通过分形压缩算法将图像进行有效压缩，提高存储和传输效率。

分形理论在机械工程中的应用之二是信号处理。

信号处理是机械工程中一项重要的技术，主要用于对信号进行采集、滤波、调制和解调等处理操作。

分形理论在信号处理中的应用主要体现在对非线性和复杂信号的分析和建模上。

通过分形理论，可以将具有分维结构的信号进行有效建模，从而提高对信号的理解和应用。

分形理论在机械工程中的应用之三是流体力学。

流体力学是机械工程中涉及流体运动和流体力学特性的学科。

分形理论在流体力学中的应用主要体现在描述和分析复杂流体现象上。

通过分形理论，可以对涡流、湍流等复杂流体现象进行描述和预测，从而提高流体力学仿真和流体系统设计的准确性和效率。

分形理论在机械工程中的应用还包括材料科学和结构力学等方面。

在材料科学中，分形理论可以用来描述复杂材料的微观结构和性能，从而指导材料的设计和改进。

在结构力学中，分形理论可以用来研究建筑物、桥梁等结构的非线性和复杂行为，并提供有效的结构优化方法。

分形理论在机械工程中具有重要的意义和应用价值。

通过应用分形理论，可以更好地分析和解释复杂机械系统的特性和行为，从而指导机械工程的设计和优化。

随着分形理论的不断发展和应用，相信它将在机械工程领域发挥更加重要的作用。

基于EMD和分形的齿轮箱故障特征提取

ｇｒｉｄｄｉｎｇｄｉｍｅｎｓｉｏｎｏｆＩＭＦｃｏｍｐｏｎｅｎｔ．Ｔｈｅｎｔｈｅｆａｕｌｔｔｙｐｅｗａｓｊｕｄｇｅｄｂｙｕｓｉｎｇｔｈｅｄｉｓｔａｎｃｅ
ｅｒｒｏｒｓｕｐｐｒｅｓｓｉｏｎｍｅｔｈｏｄｆｏｒｅｎｄｅｆｆｅｃｔｓｏｆＥＭＤ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｆａｃｔｔｈａｔｓｉｍｉｌａｒｆａｉｌｕｒｅｓ
ＬＩＪｉａｎ — ｙｉ，ＳＨＩＬｉｎ — ＳＵＯ，ＴＥＮＧＭｉｎｇ — ｃｈｕｎ，ＨＥＹｕａｎ — ｆｅｉ
（１．ＤｅｐａｒｔｍｅｎｔＮｏ．５，ＴｈｅＳｅｃｏｎｄＡｒｔｉｌｌｅｒｙＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，Ｘｉａｎ７１００２５，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ；Ｘｉａｎ７１００７１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｄｕｒｉｎｇｇｅａｒｂｏｘｇｅａｒｖｉｂｒａｔｉｏｎｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ，ｃｏｍｂｉｎｅｓｔｈｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅ —

基于分形理论的机械故障诊断方法研究

基于分形理论的机械故障诊断方法研究近年来，随着分形理论在工程和工程计算中的广泛应用，机械故障诊断技术逐渐受到重视。

分形理论是一个以数学和计算为基础的概念，它可以提供有用的信息来有效地诊断故障。

本文介绍了基于分形理论的机械故障诊断方法，该方法利用系统数据库和信号处理技术，对复杂的机械系统进行诊断。

本文将概述分形理论的基础知识，并将其应用于机械故障诊断，通过使用信号处理技术，可以获得更准确的结果。

一、分形理论概述分形理论是一种多学科的研究方法，它试图描述复杂系统中自然出现的非线性行为。

分形理论分析了复杂系统中的模式，并使用分形模型来表示这些模式。

分形理论在许多领域都有应用，包括物理系统、自然环境、生物学、量子力学、金融系统等，其中机械系统尤为常见。

在机械系统中，分形模型用于表示系统的运行状况，并可用于分析机械系统的性能，识别和预测系统故障。

分形理论还可用于复杂系统的建模，通过建模，可以为故障诊断提供有效的信息，从而可以快速准确地诊断出机械故障。

二、基于分形理论的机械故障诊断方法基于分形理论的机械故障诊断方法包括以下步骤：（1）采集机械系统的实时运行数据，用于提取故障特征；（2）建立分形模型，用于分析机械系统的性能；（3）分析实时运行数据，利用信号处理技术获取故障特征；（4）构建故障诊断模型，用于诊断出机械故障；（5）确定故障定位及排除策略，提供最优的解决方案；（6）关联诊断结果，实现最佳的机械故障诊断效果。

三、应用实例基于分形理论的机械故障诊断方法已经开展了许多成功的应用，包括电机、汽车等机械系统的故障检测和诊断。

比如，专家用分形理论对汽车悬架进行模拟，通过系统动力学分析和分形模型建立，以及信号处理技术，可以从汽车悬架的实时运行数据中提取出支撑系统故障的特征，从而确定机械特征，从而实现准确的故障诊断。

同样，分形理论也用于电机故障诊断，通过对电机实时运行数据的分析，可以从电机振动特征中提取出潜在的故障特征。

分形在齿轮磨损监测中的应用

一
、
ＡｐｌｃｔｏｆＦｒｃａｅｒｎＧｅｒＷｅｒＭｏｉｏｐｉａｉｎｏａｔｌＴｈｏｙｏａａｎｔｒ
ＨＥ－ａｇ，ＨＵＡＮＧ－ｕｎＹｕｙｎＦｕｑａ
（．ｉｎｓｏｌｇｆｎｏｍａｉｎＴｃｎｌｇ，ｘ２４６，ｈｎ；．ｉｏＨｅＯｌｃｏｌＰｎｉ２１３Ｃｉａ１ＪａｇｕＣｌｅｏｆｒｔｅｈｏｏｙＷｕｉ１０１Ｃｉａ２ＬａｉＳｈｏ，ａｊ１４０，ｈｎ）ｅＩｏｎ
Ａｂｔａｔａｅｎｆａｔｌｔｅｒ．ｈａｅｒｓｎｓａｎｗｍｅｈｄｏｎｔｒｎｅｒｗｅｒｂｓｎｒｃａｉｎｉｎｓｒｃ：Ｂｓｄｏｒｃａｈｏｙｔｅｐｐｒｐｅｅｔｅｔｏｆｍｏｉｉｇｇａａｙｕｉｇｆａｔｌｍｅｓｏ．ｏｄＦｏｔｅｐｉｔｏｉｗｏｎｉｅｒｎｐｌａｉｎｔｅａｇｒｔｍｆｂｘｄｍｅｓｏｓｉｔｏｕｅ．ｈｎｅｅｃｅａｉｎｒｍｈｏｎｆｖｅｆｅｇｎｅｉｇａｐｉｔ，ｈｌｏｉｃｏｈｏｏｉｎｉｎｉｎｒｄｃｄＴｅｉｈｒｎｅｒｌｔｏｂｔｅｈｒｃａｉｎｉｎａｄｓｇａｏｌｘｔｓｒｖａｅｙｃｌｕａｉｇｔｅｆａｔｌｄｍｅｓｏｆｓｍｕａｉｎｅｗｅｎｔｅｆａｔｌｄｍｅｓｏｎｉｎｌｃｍｐｅｉｉｅｅｌｄｂａｃｌｔｈｒｃａｉｎｉｎｏｉｌｔｙｎｏｓｇａｎｉｒｔｎｓｇａｆｅｒＴｈｅｕｌｓｏｈｔｔｅｂｘｄｍｅｓｏｆｇａｉｒｔｎｓｇａｒｄｃｓｔｅｆｌｎｉｎｌａｄｖｂａｉｉｎｌａ．ｅｒｓｔｈｗｓｔａｈｏｉｎｉｎｏｅｒｖｂａｉｉｎｌｐｏｕｅｈａｌｇｏｏｇｏｉｔｅｄａｏｇｗｉｈｇａａ，ｎｈｅｒｗｅｒｍｏｉｏａｅｒａｉｅｆｃｉｅｙｂｓｎｈｒｃａｉｎｉｎｆａｕｅｒｎｌｎｔｅｒｗｅｒａｄｔｅｇａａｎｔｒｃｎｂｅｌｚｄｅｅｔｌｙｕｉｇｔｅｆａｔｌｍｅｓｏｅｔｒｖｄｏｉｒｔｏｉｎｌ．ｆｂａｉｎｓｇａｓｖＫｅｒｓｒｃａｔｏ；ｅｒｗａ；ｒｃａｉｎｉｎｍｏｉｏｙｗｏｄ：ｆａｔｌｍｅｈｄｇａｅｒｆａｔｌｍｅｓｏ；ｎｔｒｄ

《基于数学形态学分形维数的旋转机械故障诊断方法》范文

《基于数学形态学分形维数的旋转机械故障诊断方法》篇一一、引言旋转机械作为工业生产中的重要设备，其运行状态直接关系到整个生产线的效率和安全性。

因此，对于旋转机械的故障诊断与预测具有重要意义。

随着科技的进步，数学形态学与分形维数等先进理论被广泛应用于故障诊断领域。

本文将介绍一种基于数学形态学分形维数的旋转机械故障诊断方法，旨在提高诊断的准确性和效率。

二、数学形态学与分形维数理论1. 数学形态学：数学形态学是一种用于图像处理和模式识别的数学方法，它通过定义一系列形态学变换来描述和表示图像的基本特征。

形态学变换包括腐蚀、膨胀、开运算和闭运算等，可用于提取图像中的有用信息。

2. 分形维数：分形维数是一种描述复杂几何形状的方法，它通过计算分形结构的维度来描述其复杂程度。

在故障诊断中，分形维数可用于描述故障信号的复杂性和变化规律，从而为故障诊断提供依据。

三、基于数学形态学分形维数的旋转机械故障诊断方法1. 数据采集与预处理：首先，通过传感器采集旋转机械的振动、声音等信号数据。

然后，对数据进行预处理，包括去噪、滤波等操作，以提高数据的信噪比和准确性。

2. 形态学变换：对预处理后的数据进行形态学变换，提取出有用的特征信息。

例如，通过腐蚀和膨胀运算提取出信号的边缘信息，通过开运算和闭运算去除噪声干扰等。

3. 分形维数计算：对形态学变换后的数据进行分形维数计算。

具体方法包括盒维数法、信息维数法等。

通过计算分形维数，可以描述故障信号的复杂性和变化规律。

4. 故障诊断与预测：根据计算得到的分形维数，结合旋转机械的故障模式和特征，进行故障诊断与预测。

例如，当分形维数超过某一阈值时，可以判断出机械存在某种故障；通过分析分形维数的变化趋势，可以预测机械的未来运行状态。

5. 结果输出与展示：将诊断与预测结果以图表、文字等形式输出并展示，以便于操作人员理解和处理。

四、实验验证与分析为了验证基于数学形态学分形维数的旋转机械故障诊断方法的准确性和有效性，我们进行了大量实验。

分形理论及其在机械工程中的应用

分形理论及其在机械工程中的应用分形理论是由美国数学家曼德勃罗于1975年提出的一种数学理论，其核心思想是“一个整体的形状或结构可以通过部分的重复来生成”。

分形是一种特殊的几何形状，它具有自相似性、无限细分和无限复杂性等特点。

分形理论在机械工程中有着广泛的应用。

分形理论可以用于描述材料的表面形貌。

材料表面不是完全光滑的，而是由许多微小的凹凸不平形成的。

分形理论可以用于描述这些凹凸形状的结构，并通过一些指标如分形维数来表征材料表面的粗糙度。

这些表征方法可以帮助工程师预测材料表面的摩擦、磨损和润滑性能，从而优化材料的设计。

分形理论在机械零件的设计中也有应用。

传统的几何形状设计是基于连续变化的线性规律，而分形理论可以提供更多非线性的设计思路。

通过引入分形的概念，可以设计出更加复杂、有机的几何形状，从而提高零件的性能和功能。

采用分形结构的轴承可以提高其承载能力和降低摩擦损失，采用分形结构的齿轮可以提高其传动效率和减少噪音。

分形理论还可以用于机械系统的优化设计。

通过分形理论可以对复杂的机械系统进行模拟和优化，从而降低系统的复杂度和成本，提高其性能和可靠性。

分形理论可以用于优化管道网络的布局，以达到最小的阻力和最大的输送效率；分形理论还可以用于优化机械系统中的传感器位置，从而提高系统的灵敏度和准确性。

在材料科学领域，分形理论还可以用于研究材料的微观结构和性能。

通过对材料微观结构的分形分析，可以揭示材料内部的一些复杂规律和特性。

这些分析结果可以帮助工程师预测材料的力学性能、热学性能和电学性能，从而优化材料的配方和制备工艺。

分形理论在机械工程中具有广泛的应用前景。

通过应用分形理论，可以改善材料的表面性质、优化机械零件的设计、提高机械系统的性能，并深入了解材料的微观结构和性能。

随着分形理论的不断发展和完善，相信它将进一步推动机械工程的发展和创新。

基于EMD和分形的齿轮箱特征提取技术研究

ｒｏｔａｔｉｎｇｍａｃｈｉｎｅｒｙ，ｃｈａｒａｃｔｅｉｓｒｔｉｃｆｒｅｑｕｅｎｃｉｅｓａｌｅｏｔｆｅｎｋｎｏｗｎｏｒｃａｎｂｅｃａｌｃｕｌａｔｅｄ，ｔｈｅａｃｔｕａｌｍｅａｓｕｒｅｍｅｎｔｏｆｍｅｃｈａｎｉｃａｌｖｉｂｒａｔｉｏｎｓｉｇｎａｌｓｏｔｆｅｎｃｏｎｔａｉｎｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｏｔｈｅｒｔｈａｎｔｈｅｆａｕｌｔｓｉｇｎａｔｕｒｅｓ．Ｉｎｏｒｄｅｒｔｏａｖｏｉｄｔｈｅｉｎｔｅｒｆｅｒｅｎｃｅｆｒｏｍｒｅｄｕｎｄａｎｔｉｎｆｏｒｍａｔｉｏｎ，ｔｈｉｓａｒｔｉｃｌｅｐｒｅｓｅｎｔｓａｎａｐｐｒｏａｃｈｆｏｒｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆｗｏｒｋｉｎｇｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｎｇｅａｒｂｏｘｔｈａｔｃｏｍｂｉｎｅｓＥＭＤａｎｄｆｒａｃｔａｌｇｅｏｍｅｔｙａｒｌｇｏｉｒｔｈｍ．Ｅｘｐｅｉｒｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓａｐｐｒｏａｃｈｃａｎｅｆｆｅｃｔｉｖｅｌｙｃａｌｃｕｌａｔｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｖａｌｕｅｓｏｆｄｉｆｆｅｒｅｎｔｇｅａｒｆａｉｌｕｒｅｓａｎｄａｃｈｉｅｖｅａｑｕａｎｔｉｔａｔｉｖｅｃｈａｒａｃｔｅｉｚｒａｔｉｏｎ．ＫｅｙＷｏｒｄｓ：ＦａｕｌｔＤｉａｇｎｏｓｉｓＴｅｃｈｎｏｌｏｇｙＧｅａｒｂｏｘＥＭＤ

四分位偏差分形维及其在齿轮故障识别中的应用

分形维数是用来定量刻画混沌吸引子“ 奇异程度” 的重要参数。常用的分形维数有Ｈｕｄｒ分形维，ａｓｏｆｆ关联维数，信息维等。许多文献将这些分形维成功用于齿轮、轴承等设备故障诊断］。本文介绍一种新的
［／］即取整数）Ｎｓ（。则第Ｊｉ｝个窗口的第个数据为：
Ｄ（）＝（ｋ＋ｎ）（１２，…ｓｋ＝１２，…Ⅳ）＿『＝，３ｉ，３｜
离差：
Ｊ
（）１
２计算第ｋ个窗口内时间序列Ｄ（））＾．的累积『
Ｇ（＝∑ （）ＭＤ））ｍ一（］
（１２３；＝ｌ２３｜＇『＝，，…ｓ，，…Ⅳ ）（）２式中Ｍ（为第ｋＤ）个窗口的Ｄ（）＾的平均值。３）计算第个窗口内时间序列Ｄ（的离差：）Ｓ（）＝Ｇ（）一Ｍ（＾（＝１２３）（）＾＾Ｇ）＇『，，…ｎ３式中Ｍ（为第ｋＧ）个窗口的Ｇ（）．的数值平均。『４）整合各窗口，计算时序ｓ）『１２３『的四（＿，，…Ｊｊ＝、ｒ分位偏差，记为Ｑｓ，（）表示当窗口大小为ｓ时序时，Ｆｔ的四分位偏差。（）Ｑ（）：（）４
故障识别。关键词：四分位偏差，分形维，齿轮。障诊断故
中圈分类号：Ｔ１３Ｈ３文献标识码：Ａ
０引言
齿轮振动信号具有非平稳、非高斯和非线性特征，当它出现故障时，其振动状态往往会发生改变，这些变化可以从采集到的时间序列反映出来。常规故障诊断多采用诸如偏态、、峭度均方根值等特征值来对设备进行简易诊断，或采用功率谱、相干法、倒谱、调幅调解、小波等时频方法进行精确分析¨ Ｊ。近年来，非线性时间序列分析方法被广泛应用于故障诊断领域，一些非线性特征量如分形维数、、ｙｐｎｖ熵Ｌａｕｏ指数等被用于设备故障诊断，取得一定的效果。Ｊ

汽车变速箱齿轮磨损的分形预测研究

６１４２Ｂ０型ＩＰ加速度传感器测取齿轮箱的振动信号，Ｃ
用ＡＤＡ一６２号采集仪进行信号和数据采集。在ＮＤ３４信
试验中，采用专用齿轮油润滑，扭矩为１００Ｎ・Ｉ０Ｉ，转Ｔ速为１７０ｒｎ０ｍｉ，使扭矩和转速保持不变。试验过程／中，每隔２０分钟采集一次润滑油油样，利用铁谱技术
维普资讯
第６卷第２期
２０年６月０８
顺德职业技术学院学报ＪｕｎａｆｈｎｅｏｙｅｈｉｏｒｌｏＳｕｄＰｌｔｃｎｃ
Ｖｏ１６ＮＯ２．．
Ｊｎｕｅ
２００８
科技辘
２３多重分形广义维数的计算．
监测齿轮的磨损阶段，分别采集齿轮磨合磨损、稳定磨损和剧烈磨损阶段的振动信号。为了缩短试验周期，齿
轮进入稳定磨损阶段后采用了干摩擦的办法加速齿轮的磨损。试验中采样频率为１．ｋｚ２８Ｈ、采样点数１２４点，０
中图分类号：Ｔ３Ｂ３２
文献标识号：文章编号：１７ — １８２０）２０３ — ３Ａ６２６３（０８０ — ０００
齿轮磨损是齿轮失效的主要形式之一。通过对齿轮
（＝，，ｎｉ１ …，），若采样时间为ｔ２，采样周期为 △≠ ，采样
Hale Waihona Puke 第２期张斌：汽车变速箱齿轮磨损的分形预测研究

浅析分形理论在机械设备故障诊断中的应用

的变化规律相对应。只要预先知道磨屑的分形维
１分形理论用于机械故障诊断的机理和预测磨损状态提供依据。磨屑含有大量的关于材
机械故障诊断学是识别机器或机组运行状态的科学，它研究的是机器或机组运行状态的变化在诊断信息中的反映。从识别理论的观点讲，首先要明确区分所要识别的状态，提出诊断的对象；其次，要选择检测的特征，确定这些特征与机器状态间的关系；第三，出决策规则。通常机器的状提态是根据实际情况和要求事先规定的，为了区分正常状态与故障状态，应选择一组检测特征。将机器状态划分得愈详细，则对应确定的检测特征愈多。
５７
维普资讯
第３卷
第４期
华北科技学院学报
２００６年１２月
从那些不规则的特征信号中提取结合结构特征
— —
中，获得的信号是不规则的，这些信号在一定尺度内具有分形特征。因此有关学者、专家提出了分形信号的概念。分形信号指具有分形特性信号的总称，这类信号在自然界中普遍存在，：如器件噪声、通信信道上的猝发噪声、／随即过程、１ｆ自然
步阐述。研究表明：分形理论在故障诊断领域具有广阔的应用前景，它将极大的丰富故障诊断理论和工程
实际应用。关键词：分形；故障诊断；事故中图分类号：Ｈ１Ｔ７文献标识码：Ａ文章编号：６２— １９２０）４—０５ —０１７７６（０６００７５
子便发生变化，相应的分形维数也将变化，即分形维数随着系统状态的改变而改变。因而可将分形

分形维数特性分析及故障诊断分形方法研究

分形维数的计算方法：包括盒计数法、相似维数法、信息维数法和关联维数法等，用于定量描述分形对象的几何特性。
分形维数特性分析在故障诊断中的应用：通过分析设备运行过程中信号的分形维数变化，可以识别设备的早期故障征兆，提高故障诊断的准确性和可靠性。
分形维数与其他参数的关联：分形维数与分形对象的复杂度、不规则度、信息量等参数密切相关，可以相互补充，共同描述分形对象的几何特征。
重点问题：如何实现分形维数特性分析和故障诊断分形方法的实时性、准确性和可靠性，是亟待解决的关键问题。
分形维数特性分析和故障诊断分形方法的创新点和突破口
创新点：利用分形理论对复杂信号进行分析，提高了故障诊断的准确性和可靠性。
创新点：将分形理论与其他信号处理方法相结合，形成更为有效的故障诊断方法。
发展趋势：随着计算机技术和人工智能的发展，分形维数特性分析和故障诊断分形方法将更加智能化、自动化和精细化。
未来展望：分形维数特性分析和故障诊断分形方法有望在更多领域得到应用，为工业生产和设备维护提供更加准确和高效的支持。
研究方向：针对现有研究的不足，未来研究可以进一步探讨分形维数特性分析和故障诊断分形方法的理论框架、算法优化和实际应用等方面的问题。
通过对分形维数特性分析和故障诊断分形方法的比较研究，可以深入了解其在故障诊断中的应用价值和优缺点，为实际应用提供指导和参考。
分形维数特性分析和故障诊断分形方法的发展趋势和展望
分形维数特性分析和故障诊断分形方法的研究现状和发展趋势
研究现状：分形维数特性分析和故障诊断分形方法在理论上已经取得了一定的进展，但在实际应用中仍存在一定的挑战。
分形维数在信号处理中的应用
分形维数能够描述信号的复杂性和不规则性在故障诊断中，分形维数可以用于检测信号的突变和异常分形维数可以用于信号的压缩和去噪，提高信号处理的效率和准确性分形维数在信号处理中具有广泛的应用前景，为信号处理技术的发展提供了新的思路和方法

基于EEMD和分形维数的船用齿轮箱故障诊断

第45卷第4期2016年8月船海工程SHIP&OCEAN ENGINEERINGVol.45 No.4Aug.2016D01：10. 3963/j.issn.1671-7953. 2016.04.030基于EEMD和分形维数的船用齿轮箱故障诊断方军强,周新聪，赵旋(武汉理工大学a.能源与动力工程学院可靠性工程研究所；b.高性能舰船技术教育部重点实验室，武汉430063)摘要:针对船用齿轮箱故障诊断时故障特征提取困难和EMD模态混叠的缺陷等问题，采用改进的EE-MD算法和分形维数，通过在齿轮箱故障实验台模拟齿轮的断齿、裂纹和正常3种状态，并提取特征参数，实验表明，EEM D和分形理论的结合能有效提取齿轮箱的特征参数，判断齿轮箱的工作状态和故障形式。

关键词:EEMD;分形维数;故障特征提取;齿轮箱故障诊断中图分类号:U664.2 文献标志码:A现代船舶设备大型化，自动化程度越来越高，自然而然设备的功能变得越来越强大，结构变得更加复杂，设备先进化大大的提高了生产效率，但是设备故障率明显增大，故障后诊断和维修越来越困难[W]。

船舶齿轮箱是动力装置中的重要部分，结构复杂，工况恶劣，容易出现故障。

目前齿轮箱故障诊断方法多种多样，包括小波分析，窗口傅里叶变换及威格尔分布等，但是这些方法都是把齿轮箱的振动信号看做是一个平稳过程，其实齿轮箱的振动是一个非平稳过程。

EEMD继承了 EMD算法的非平稳信号分析的自适应性，使用 EEMD算法对齿轮箱进行分析和判断，解决了 EMD模态混叠的缺陷。

而分形维数能很好的把每一个分解模态都提取出来[3]。

为此，采用EE-MD方法分解齿轮箱振动信号，并结合分形理论对分解的信号进行分形维数计算，从而解决齿轮箱故障特征信号提取困难和干扰严重的问题。

1EEMD原理针对EMD[4]存在的模态混叠现象，EEMD分解原理为:首先在信号中附加一个白噪声，这个白噪声具有零均值，服从正态分布的特点。

分形理论在机械结构设计中的应用研究

分形理论在机械结构设计中的应用研究引言分形理论是20世纪80年代发展起来的一门新兴科学，它通过研究自然界中重复出现的规律形态，揭示了一种新的思维方式和构造方法。

机械结构设计是工程领域的重要组成部分，如何运用分形理论来改进机械结构的设计是一个备受关注的话题。

本文将探讨分形理论在机械结构设计中的应用研究。

分形理论概述分形理论起源于对自然界中复杂形态和规律的研究。

在分形理论中，分形是指具有自相似特性的几何形状。

自相似是指物体的一部分与整体之间存在相似的形状和结构。

分形的一个重要特征是尺度不变性，即无论放大多少倍，该物体仍然呈现出相似的形状和结构。

分形理论的应用分形理论在许多领域具有广泛的应用，如物理学、化学、生物学等。

它揭示了自然界中许多现象背后的规律，并为解决实际问题提供了新的思路和方法。

在机械结构设计中，分形理论的应用也逐渐受到重视。

1. 机械结构形态的优化通过分析自然界中的分形形态，设计师可以将这些形态的优点应用于机械结构的设计中，从而改进结构的性能。

例如，研究表明树叶的分形网络结构可以提高其受力性能和传质效果，这一原理可以应用于热交换器的设计中。

同时，分形形态还可以减小结构的体积和重量，提高结构的稳定性和可靠性。

2. 机械结构的自适应性分形理论中的自相似性概念可以应用于机械结构的自适应设计中。

通过设计具有自相似性的结构单元，机械结构可以在不同的工作条件下实现自适应调整。

例如，将分形形态应用于风力发电机翼的设计中，可以使翼帆在不同的风速下具有较好的性能，提高发电效率。

3. 机械结构的优化排列分形理论还可以应用于机械结构的优化排列中。

通过对分形结构进行优化排列，可以最大程度地利用空间，提高结构的紧凑性和效率。

例如，将分形排列应用于管道网络的设计中，可以减小管道的长度和材料用量，提高管道系统的输送效率。

4. 机械结构的智能控制分形理论还可以应用于机械结构的智能控制中。

通过分析自然界中分形形态的智能控制方式，可以设计出具有智能控制能力的机械结构。

基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断

基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断时培明;梁凯;赵娜;安淑君【摘要】For wind turbine gearbox bearing fault diagnosis is studied,and a fault diagnosis method based on the fractal dimension and genetic algorithm support vector machine (GA-SVM) is put forward.Based on the commonly used time domain feature parameters as the support vector machine identification parameters,the fractal dimension feature parameters are introduced to enhance the recognition accuracy of support vector machines.The model of support vector machine parameters optimization based on genetic algorithm is proposed,and the optimal support vector machine parameters are obtained by the optimization of ing the gear box bearing data from a wind farm in Zhangjiakou,Hebei province for fault diagnosis.Experimental results show that the proposed model GA-SVM provided a good solution to the parameter selection problem,as well as the characteristic parameters based on fractal dimension also improve the recognition accuracy of wind turbine bearing failure.%对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法.基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度.提出了基于遗传算法(GA)的支持向量机参数优化的模型,通过GA的寻优自动获得最优的支持向量机参数.采用某风场的风电机组齿轮箱轴承数据进行故障诊断,实验表明,所提出的GA-SVM模型很好地解决了参数选择的问题,同时基于分形维数的特征参数也提高了风电机组轴承故障的识别准确率.【期刊名称】《计量学报》【年(卷),期】2018(039)001【总页数】5页(P61-65)【关键词】计量学;轴承故障诊断;风电齿轮箱;分形维数;遗传算法支持向量机;识别准确率【作者】时培明;梁凯;赵娜;安淑君【作者单位】燕山大学电气工程学院,河北秦皇岛066004;燕山大学电气工程学院,河北秦皇岛066004;燕山大学电气工程学院,河北秦皇岛066004;燕山大学电气工程学院,河北秦皇岛066004【正文语种】中文【中图分类】TB936;TB9731 引言由于风机受无规律的变向、变速和变载荷的风力作用以及强阵风的冲击，工况极不稳定。

04康静秋-分形理论在旋转机械故障诊断中的应用研究

分类号：学校代码：10079 密级：华北电力大学硕士学位论文题目：分形理论在旋转机械故障诊断中的应用研究英文题目：Study on the Application of Fractal Theory in Rotating Machines Fault Diagnosis研究生：康静秋专业：控制理论与控制工程研究方向：检测技术与自动化装置指导教师：柳亦兵职称：教授论文提交日期：2006年5月华北电力大学声明本人郑重声明：此处所提交的硕士学位论文《分形理论在旋转机械故障诊断中的应用研究》，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。

据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

学位论文作者签名：日期：关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。

(涉密的学位论文在解密后遵守此规定)作者签名：导师签名：日期：日期：摘要本文将关联维数应用于机械故障诊断领域，通过深入研究分形理论的算法，对关联维数的计算及其在实际应用中存在的问题进行了探讨。

进一步尝试通过对算法中主要参数的自动计算和判定，提出了关联维数整体计算过程自动实现的方法，弥补了传统方法的不足。

文中首先研究了噪声对关联维数计算的影响，在常规奇异值分解的基础上提出采用相空间迭代奇异值分解法对原始数据进行降噪处理；然后基于数据相关性的剔除、嵌入维数、延迟时间的选择对传统的G&P算法作了一定的改进；最后通过提出线性标度区自动判别法（逐点寻最宽平坦区算法），实现关联维数整体自动计算。

机械论文：分形-混沌理论在齿轮振动稳定性中的应用基础之机械研究

机械论文：分形-混沌理论在齿轮振动稳定性中的应用基础之机械研究第一章绪论1.1 课题研究的背景及意义齿轮传动装置具有长寿命，高传动效率，传动比稳定等优点，被广泛应用于各类机械装备和动力传动装置中[1]，其安全状况、工作性能效率和力学行为都影响着整个机械装备的稳定运行。

随着科学技术的不断发展，机械工业生产能力也在不断的提高，对齿轮系统的要求也在不断的提升，要求齿轮传动系统的性能向高精度、高转速、高可靠性和高稳定性等不断提升，与此同时也会使得齿轮动力学系统的结构变得越来越复杂，使得振动对机械系统的影响也更加明显，例如在许多现代化领域中如航空航天设备，高铁动车，军事器材和精密机床等。

减少由齿轮系统故障导致的事故，减少人员和财产损失，提高齿轮系统运行时稳定性，对振动具有很高的敏感度和要求的装置，理当由减少齿轮系统的振动使装置提高稳定性和安全性能。

因此，国内外许多科研人员和技术工程人员对降低齿轮系统在传动过程中的振动和噪音，提高齿轮系统运动稳定性减少齿轮运行时的振动增加稳定性的问题进行了大量研究，要求齿轮运行系统尽可能的满足现代化社会发展需要。

目前国内生产的齿轮传动箱在振动性能和噪音问题上还不能完全满足于高精度行业的需要。

齿轮传动系统的安全性能，振动性能对整个工业生产行业有着非比寻常的重要性。

在齿轮的生产过程中，运用不同的加工方法，加工设备以及后处理技术等过程使得齿轮齿面的微观凹凸不平形貌具有很大的差异[2][3]，齿轮副在传动运行时也表现出一定的差别。

在空间几何的微观尺度下，经过机加工的齿轮表面形貌是凹凸不平的。

在齿轮系统中，齿轮的相互接触作用一般都是点接触或者是线接触方式，齿轮的接触性能直接影响着齿轮的动力学性能，接触对高精度齿轮性能的影响更加剧烈，在齿轮传动副中，轮齿齿面的接触刚度和阻尼，载荷压力，摩擦力，齿侧间隙等动力学特性也会因为齿面微观凹凸不平的特点不同使得齿轮系统在运行中呈现非线性变化[5][6]，进一步对齿轮运动稳定性以及振动噪音造成一定影响。

分形理论应用于齿轮箱滚动轴承故障诊断的研究的开题报告

分形理论应用于齿轮箱滚动轴承故障诊断的研究的开题报告一、选题的背景和意义齿轮箱作为机械设备的重要组成部分，承载着传递动力和扭矩的重要任务。

在齿轮箱中，滚动轴承是重要的支撑组件之一，其性能的稳定与否直接关系到齿轮箱的正常运转。

因此，对滚动轴承进行故障诊断显得尤为重要。

传统的故障诊断方法主要基于振动信号分析和频域分析等技术，虽然能够实现对轴承故障的检测，但其对信噪比的要求较高，对采集信号的处理和分析也比较复杂。

而分形理论的出现为解决这一问题提供了一种新的思路。

分形理论是一种用来描述非线性系统和复杂现象的数学工具，其能够描述一些复杂的自相似性和重复性规律，因此可以用于分析齿轮箱滚动轴承故障的信号，并提供有效的故障诊断手段。

二、研究内容本研究将综合应用分形理论和滚动轴承故障分析技术，开展齿轮箱滚动轴承故障诊断的研究。

具体研究内容如下：1.收集齿轮箱滚动轴承故障数据通过在齿轮箱中安装加速度传感器，并使用数据采集系统采集轴承振动信号，构建轴承故障数据集。

2.应用分形理论对轴承信号进行分析通过计算轴承信号的分形维数、小波变换、熵等特征参数，将信号维度降低，提取有用的信号特征，为后续的故障诊断打下基础。

3.建立基于分形理论的故障诊断模型将分析得到的特征参数输入支持向量机（SVM）等分类算法中，建立诊断模型，实现对轴承故障的自动识别和分类。

4.验证模型的可行性使用实际的轴承振动信号进行模型测试，比较模型分类结果和人工判定的结果，验证模型的准确性和可行性。

三、研究意义本研究对齿轮箱滚动轴承故障的诊断和预防具有重要的实际意义和应用价值。

具体包括：1.提供一种新的故障诊断思路传统的故障诊断方法主要基于频域分析和振动信号处理，采用分形理论将提供一种新的思路和方法，为齿轮箱轴承故障诊断提供更多选择。

2.提升轴承故障的检测效率采用分析轴承信号的方法，可以实现轴承故障的自动识别和自动分类，大大提升轴承故障的检测效率，减少了人工干预带来的误差。

基于数学形态学的齿轮箱故障诊断方法研究

基于数学形态学的齿轮箱故障诊断方法研究
基于数学形态学的齿轮箱故障诊断方法，是一种利用数字信号处理技术和数学形态学理论，对齿轮箱传感器得到的振动信号进行分析和处理，以实现故障诊断和预测的方法。

具体来说，该方法主要包括以下几个步骤：
1. 信号采集：通过齿轮箱传感器采集齿轮箱的振动信号，并将其转化为数字信号。

2. 信号预处理：对采集到的原始信号进行去噪、滤波、缩放等预处理操作，以消除干扰和提高信噪比。

3. 图像构建：将预处理后的信号转化为二值图像，在图像上建立形态学结构元素，以便进行形态学分析。

4. 形态学特征提取：基于数学形态学理论，提取图像中的形态学特征，例如面积、周长、凸壳等指标。

5. 特征分类：根据所提取的形态学特征，利用机器学习算法或人工经验进行分类和识别，以确定齿轮箱是否存在故障。

6. 故障预测：根据分类结果，分析齿轮箱的运行状态，进行故障预测、诊断和维修。

总的来说，基于数学形态学的齿轮箱故障诊断方法具有操作简便、可靠性高、诊断精度高等优点，是一种较为有效的齿轮箱故障诊断方法。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（ｏｈＵｉｒｔｆｈｎ，ａｕｎ００５，Ｃｉａ）ＮｒｎｖｓｙｏｉａＴｉａ３０ｔｅｉＣｙ１ｈｎ
ＡｂｔａｔＴｈａｌｄａｎｓｓａｒｄｃｔｏｆｃｍｐｌａｅｃａｉａｙｔｍｓａｅｒｓａｅｅｙｕｉｇｓｒｃ：ｅｆｕｔｉｇｏｉｎｄｐｅｉｔｎｏｏｉｉｔｄｍｅｈｎｃｌｓｓｅｒｅｅｒｈｄｂｓｎｃｔｅｆａｔｌｔｅｒｈｏｇｔｄｎｇａｂｘＳｎｅｔｅｏｔｕｉａｆａｃａｔｃｖｂａｉｇｇａｂｘｉｈｒｃａｈｏｙｔｒｕｈａｓｕｙｏｅｒｏ．ｉｃｈｕｐｔｓｇｌｏｈｏｉｉｒｔｎｅｏｓｎｒｆａｔｌｈｉｅｖｌｅｆｉｒｃａａｅｕｓｄｔｈｒｃｅｚｈｔｔｆｔａｅｒｏｒｃａ，ｔｅｅｇｎａｕｓｏｓｆａｔｌｃｎｂｅｏｃａａｔｒｅｔｅｓａｅｏｈｔｇａｂｘ．ＴｈｏｒｌｔｏｔｉｅｃｒｅａｉｎｄｍｅｓｏｉｈｉａｅｓｔｅｅｇｎａｕｓｃｍｐｔｄａｃｒｉｇｔＰｇｒｔｍ．ＡａｅｏｙｃｌｉｎｉｎｗｈｃｓｔｈｎａｈｉｅｖｌｅｉｏｕｅｃｏｄｎｏＧ－ａｏｉｈｌｃｓｆｔｐｉａｆｕｔｄａｎｓｓｏｅｔｉａ－ｅｒｘｉｒｓｎｅａｌｉｇｏｉｆａｃｒａｎｔｎｋｇａｂｏｓｐｅｅｔｄ．
从而诊断出其对应的工作状态，实现对齿轮箱的故
把分形理论应用于机械系统故障诊断领域，是
收稿日期：２００６—１５２—２
作者简介：张赛飞（９３）１８一，女，硕士生
维普资讯
车辆与动力技术
２００７正
维普资讯
２００７年第２期
车辆与动力技术
Ｖｅｉｌｈｃｅ＆ＰｗｅｅｈｏｏｙｏｒＴｃｎｌｇ
总第１６期０
文章编号：１０４８（０７００５０９— ６７２０）２— ０７—０４
分形理论在齿轮箱故障诊断中的应用研究
Ｋｅｒｓａｌｄａｏｅ；ｆｃａ；Ｇ－ｒｈｔ；ｃｒｅａｉｎｄｍｅｓｏｙｗｏｄ：ｆｕｔｉｇｓｎｒｔｌａＰａｉｍｅｉｔｃｏｌｔｉｎｉｎ；ｏ
机械设备运行过程中会产生各种信息，判别机械设备是正常运行还是发生了异常现象，并判定产生故障的原因和部位，以及预测、预报设备状态的技术称为故障断技术．故障诊断的实质就是状态的识别。机械设备运行过程中产生的信号中存ｊ在非线性是不可避免的，传统物理学和数学描述系统的运动时，将非线性因素忽略掉，从而得出了系统的运动方程或差分方程，系统的一切运动状态都在人们的预计之内，是可预测的。但是这种简化求
张赛飞，刘勇，高跃飞
（中北大学机电工程学院，太原００５）３０１
摘
要：以齿轮箱为主要研究对象，探讨了基于分形理论的复杂机械系统故障状态的诊断和预测问题．齿轮箱的
轴承振动信号具有统计意义上的自相似性，因此，可用分形的特征值来表征齿轮箱的运动状态．应用ＧＰ算法求 — 取关联维数作为分形的特征值，给出了某型号坦克齿轮箱典型故障的诊断实例．关键词：故障诊断；分形；ＧＰ算法；关联维数； —
障诊断．关联维数作为分维数的一种，对吸引子的
均匀性反应敏感，更能反映吸引子的动态结构，只
读取齿轮箱振
动信号数据
要捕捉到分维数的变化情况，便可以对齿轮箱的故障做出简单的分析．因此，作者选取关联维数作为
到的解，往往同实际相差很远．
近年来国际学术界的新动向。分形与混沌理论是当
今非线性科学的一个重要而且也是非常活跃的方
面，它特别适合于研究各种 “ 杂现象 ” 复．具有分形特征的是复杂系统，其复杂程度在一定程度上可
中图分类号：Ｔ６．Ｈ１５３文献标识码：Ａ
ＦａｌａｎｓｓｏａｘＢａｅｎＦｒｃａｅｒｕｔＤｉｇｏｉｆＧｅｒＢｏｓｄｏａｔｌＴｈｏｙ
ＺＨＡＮＧａ－ｅ，ＳｉｆｉＬＩＹｏｇ，ＵｎＧＡＯｅｆｉＹｕ－ｅ
以用非整数维——分数维来描述。利用分形理论，
不仅可以定性地分析系统的运动状态，还可以通过计算与其唯一对应的分维数对其运动状态进行量
化，从而实现对复杂机械系统的故障诊断．齿轮箱的轴承振动信号具有统计意义上的自相似性，因此，可以通过计算分维数来描述信号的不规则度，