【《城轨车辆齿轮箱状态监测分析的国内外文献综述》2500字】

城轨车辆齿轮箱状态监测研究的国内外文献综述1.1国外发展现状齿轮箱的状态监测与故障诊断技术发展几年来带来了可观的经济效益，也成为各国都想研究掌握的热门技术。从故障诊断技术的各个分支技术评估，目前，美国处于领先地位。美国的宾利和惠普集团旗下的一些发明物，可以说是这项技术目前的顶端。这些产品不仅在监测领域运作良好，但也有强有力的诊断功能，在航空、军事和工业等领域广泛应用。俄亥俄州立大学附属的齿轮动力学研究所、斯凯孚状态监测公司等在齿轮箱振动机理、轴承状态监测、特征信号提取也做了深入研究并开始应用到工程实际[5]。英国在1970年左右成立了一个“机器保健与状态监测”协会，并在故障诊断技术领域深入研究，取得了不错的成果。目前，英国在汽车齿轮箱、飞机发动机等器件的运行状态监测和故障诊断方面还独占鳌头。其他欧洲的很多国家对于这项技术的发展也都日益兴盛，在不同领域取得进展，例如瑞典SPM公司的齿轮箱滚动轴承监测技术，挪威的船舶故障诊断技术，丹麦B&K公司振动与噪声信号的监测技术等，都独具特色[6]。日本在民用工业的监测与诊断技术更胜一筹。东京大学、早稻田大学等大学的重点放在了基础的理论研究，而这些高等学府合作的国立研究所，主要是机械与船舶技术领域，将研究重点放在了基础机械部件的监测与诊断上，而一些民营企业，如三菱公司，则是有系统地对旋转机械故障进行诊断，如齿轮箱和发电机，其研究已经取得非常卓越的成就。1.2国内发展现状我国的机械部件的监测与诊断技术的展开始于上世纪70年代后期，但真正的发展是在1983年在南京举行的第一次以设备诊断技术为主题的专题研讨会上。尽管我们的监测与诊断技术起步较晚，但是经过近些年研究人员的不懈努力，基本上已经不落后于国外的诊断技术，并且还开发了一系列自己的监测和诊断工具，形成具有自身特色的设备故障诊断系统，特别是智能的故障诊断系统。总览我们国家的监测与诊断技术的现有情况，城轨车辆齿轮箱的状态监测与故障诊断技术也作为这项主要技术的分支技术蓬勃发展。它是一种涉及多个交叉学科的综合性技术，跨越计算机技术，动态信息分析技术，人工智能等最常见的一些领域。振动噪声诊断技术是我国目前最常见的齿轮箱状态监测与故障诊断技术。齿轮箱内的齿轮和轴在运行时一旦产生故障，其振动噪声信号的能量就会变化。而振动噪声信号分析是对故障齿轮箱进行特征值提取的基础载体，对其振动噪声信号进行分析，可以达到在允许不停止运行和工作的条件下进行故障诊断，一定程度上降低了由于故障诊断致使停止工作所带来的经济上的损失，以振动噪声信号分析为基础的监测与诊断系统具有可靠性，价格低，操作简变，实用等优势。因此，振动噪声诊断是诊断故障的有效方法，在我国甚至世界上都拥有广泛的应用。目前我国的齿轮箱状态监测与故障诊断仍还是以人工分析为主流。现有的工具和分析系统致使为我们提供必要的手段，但在很大程度上还是依赖人工。1.3未来发展趋势近几年来，齿轮箱故障状态的信号研究技术以及监测技术突飞猛进，一些比较传统的分析方法，如频谱分析，时域波形分析，伯德图分析等，它们的分析准确度和分析效率都得到了大大的进步。新的信号处理技术，如维格纳分布，在希尔伯特变换，小波分析等方法也得到了初步的应用，并且获得了一些成效[8]。但是不管在国内还是国外，很少有通用的自动或智能诊断系统来全面综合的诊断齿轮箱的故障。因此，在未来几年，研制出一种通用的齿轮箱自动故障诊断系统或智能诊断故障系统是这一领域的必然趋势。目前城轨车辆齿轮箱状态监测与故障诊断的主要发展方向是研究有效的多种综合诊断方法，剖析故障机制，构建物理模型，处理非平稳振动，打造通用的专家知识库，以及人工智能模型识别和对神经网络方向的深入研究[7]。目前，城市轨道车辆变速器状态监测与故障诊断的主要发展方向是研究有效的综合诊断方法，故障机理分析，物理模型构建，非线性振动研究，建立通用知识库和人工智能等。模型识别的研究和对神经网络的模型识别的深入研究。参考文献[1]王善永.汽轮发电机组状态监测、信号分析与故障诊断理论及应用技术研究[D].博士学位论文,东南大学,2010[2]陈克兴.设备状态监测与故障诊断技术[M].北京:科学技术文献出版社,2009[3]丰田利夫著.设备现场诊断的开展方法[M].李敏等译.北京:机械工业出版社,2015[4]黄文虎,夏松波,刘瑞岩等.设备故障诊断原理、技术及应用[M].科学出版社,2007[5]GNiemann,KSeitzinger.TemperatureRiseofGearsasanIndicationofitsLoadCarryingCapacity.VDIZ,1971,113(2):97-105[6]RandallRB.NewMethodofModellingGearFaults[J]ASMEofMechanicalDesign,1982,104:259-267[7]丁康,陈亚华,朱小勇.齿轮箱故障自动诊断方法研究与系统研制[J].振动工程学报,2000,13(5):300-304[8]时建峰.基于时、频域和小波分析的神经网络诊断法[D].硕士学位论文,太原理工大学,2008[9]王清.基于模糊聚类和灰色理论的齿轮箱故障诊断法[D].硕士学位论文,中北工业大学,2006[10]郑海波.非平稳非高斯信号特征提取与故障诊断技术研究[D].博士学位论文,合肥工业大学，2002[11]彭富强.多尺度线调频基稀疏信号分析及其在齿轮箱故障诊断中的应用[D].博士学位论文,湖南大学,2010[12]丁康,李巍华,朱小勇.齿轮及齿轮箱故障诊断实用技术[M].北京:机械工业出版社,2005[13]王志杰等.齿轮故障振动诊断技术发展与现状分析[C].全国设备诊断技术术会议-95论文集.671-678[14]邝朴生,徐福章,刘玉琴.现代机器故障诊断[M].农业出版社,1991[15]唐增宝,钟毅芳.齿轮传动的振动分析与动态优化-设计[M].武汉:华中理工大学出社,1994:10-82[16]陈进.机械设备振动监测与故障诊断[M].上海:上海交通大学出版社,1999[17]MAmabili,AFregolent.Amethodofidentifymodalparametersandgearerrorsbyvibrationsofaspurgearpair[J].JournalofsoundandVibration,1998,214(2):339-357[18]邵忍平,郭万林,李宗斌.齿轮传动振动噪声计算的Kato方法[J].机械,2002,29（3）:12-14[19]李润方,王建军.齿轮系统动力学[M].北京:科学出版社,1997[20]周福昌.基于循环平稳信号处理的滚动轴承故障诊断方法研[D].博士学位论文.上海:上海交通大学,2006[21]梅宏斌.滚动轴承诊断监测与诊断--理论、方法、系统[M].北京:机械工业出版社,1995[22]姜建国等.信号分析与系统分析基础[M].北京:清华大学出版社,1994[23]McfaddenPDArevisedmodelfortheextractionofperiodicwaveformsbytimedomainaveraging[J].MechanicalSystemandSignalProcessing,1987,1(1):83-95[24]雷继尧等.工程技术处理技[M].重庆:重庆大学出版社,1990[25]陆人定.齿轮箱故障时域和频域综合诊断技[J].机电工程技术,2007,36(6):17-19[26]丁保华,李占芳.齿轮箱故障诊断中振动信号处理方法综述[J].煤矿机械.2005(8):136-138[27]WeijiWang,McfaddenPD.Decompositionofgearmotionsignalsanditsapplicationtogearboxdiagnostics[J].JournalofVibrationandAcoustics,1995,117:363-369[28]杜设亮,麦云飞.频谱分析法在齿轮故障诊断中的应用研究[J].机电工程,1999.16(5):211-213[29]CohenL.Time-frequencyanalysis[M].NewJersey,USA:PrenticeHallPTR,1995:91-96.[30]廖伯瑜.机械故障诊断基础[M].北京:冶金工业出版社,1995[31]K.S.Jardine