Riassunto analitico
L'ingranaggio è un componente ampiamente utilizzato nelle apparecchiature meccaniche, perché è influenzato da un carico eccessivo o ciclico, che alla fine porterà a guasti e guasti agli ingranaggi, che danneggeranno l'intera trasmissione, o anche l'intera attrezzatura meccanica, con conseguente grande sicurezza rischio. Sulla base di ciò, questo documento studia l'estrazione delle caratteristiche di guasto, la diagnosi e l'identificazione degli ingranaggi.
In primo, discutere e studiare le modalità di guasto degli ingranaggi, scoprire le cause ei risultati delle diverse modalità di guasto, in modo che l'identificazione e il giudizio di guasto possano essere compresi più chiaramente.
In secondo, viene studiato il meccanismo di vibrazione dell'ingranaggio e viene stabilito un modello matematico per analizzare i principali fattori della sua vibrazione, rigidità ed errore di trasmissione. Vengono analizzate diverse caratteristiche spettrali corrispondenti a diverse modalità di guasto.
In terzo, vengono studiati il metodo di estrazione del segnale di vibrazione dell'ingranaggio, l'analisi nel dominio del tempo, l'analisi nel dominio della frequenza, ecc. per analizzare il segnale dell'ingranaggio. Come scegliere la caratteristica più ovvia per esprimere un giudizio efficace ed escludere l'influenza di altri fattori di interferenza.
Infine, studia il metodo e il principio della rete neurale artificiale, studia l'uso dell'intelligenza artificiale, discuti i suoi vantaggi e svantaggi, studiala per identificare e giudicare le caratteristiche del segnale dell'ingranaggio estratto e infine dimostrare che il metodo è fattibile.
|
Abstract
Gear is a widely used component in mechanical equipment, because it is affected by excessive load or cyclic load, which will eventually lead to gear failure and failure, which will damage the entire transmission, or even the entire mechanical equipment, resulting in a great safety hazard. Based on this, this paper studies the fault feature extraction and diagnosis and identification of gears.
First, discuss and study the failure modes of gears, find out the causes and results of different failure modes, so that the identification and judgment of failure can be more clearly understood.
Secondly, the gear vibration mechanism is studied, and a mathematical model is established to analyze the main factors of its vibration, stiffness and transmission error. Different spectral characteristics corresponding to different failure modes are analyzed.
Thirdly, the extraction method of gear vibration signal, time domain analysis, frequency domain analysis, etc. are studied to analyze the gear signal. How to choose the most obvious feature to make an effective judgment and exclude the influence of other interference factors.
Finally, study the method and principle of artificial neural network, study the use of artificial intelligence, discuss its advantages and disadvantages, study it to identify and judge the characteristics of the extracted gear signal, and finally prove that the method is feasible.
|
