再制造自动变速箱故障诊断方法研究

论文摘要

随着我国汽车产业的飞速发展及自动变速箱装车率的不断提高，废旧汽车自动变速箱的报废量也在迅速增长。再制造凭借其节能节材等优势，成为各种处理废旧自动变速箱方式中的首选。由于再制造生产过程使用的原材料来自废旧自动变速箱，它的质量波动性是客观存在的。故本文设计了再制造自动箱故障诊断系统，通过工厂采集数据、实验台数据分别对时域信号参数指标、傅立叶变换、小波变换、神经网络等分析方法在再制造变速箱振动信号分析与故障诊断中的应用进行具体分析。在分析国内外汽车再制造研究现状及故障诊断方法的基础上，本文的研究内容主要包括以下几个部分：1.对汽车自动变速箱再制造的工艺过程进行调研完善，具体分析了变速箱的工作原理及损坏原因。针对再制造自动变速箱的正常工作状态以及换挡冲击、打滑、变矩器锁止力矩不足等典型故障信号，设计试验方案，运用时、频域分析方法对故障特征进行提取，研究相应的时域与频域特征。2.基于小波分析和小波包分析的基本理论，采用基于小波包分解的信号特征向量提取方法，研究小波分析理论进行再制造自动变速箱典型故障特征量提取的特点。它能够对再制造自动变速箱的故障频率成分进行分析，运用小波分析的时频局部化特性能够捕捉到振动信号中的短时冲击和瞬变特征。3.本文在分析故障诊断系统的基本诊断过程及故障诊断方法特点的基础上，结合神经网络的发展和特点，通过提取裕度指标、歪度指标、峭度指标、峰值指标及脉冲指标五个时域特征参数，并将其作为故障征兆向量，利用MATLAB建立基于振动信号的故障诊断神经网络并进行了验证。4.针对BP神经网络容易陷入极小点、收敛速度慢的问题，本文采用了基于数值优化的改进算法，并在网络结构设计中，采用二次多项式逼近法确定隐含层节点数。基于上述改进和优化算法所建立起来的神经网络，能够对再制造自动变速箱的工作状况作出快速、准确的判断。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 再制造工程概述
• 1.2 国内外汽车再制造工程现状
• 1.2.1 国外汽车再制造业的研究和发展现状
• 1.2.2 国内汽车再制造业的研究和发展现状
• 1.3 汽车故障诊断技术
• 1.4 论文的主要研究内容
• 第2章 再制造自动变速箱故障诊断系统理论方法
• 2.1 自动变速箱种类及常见故障原理分析
• 2.1.1 汽车自动变速箱种类及工作原理
• 2.1.2 汽车自动变速箱常见故障形式分析
• 2.1.3 废旧自动变速箱再制造流程
• 2.2 故障诊断的主要理论方法
• 2.3 基于神经网络的故障诊断
• 2.3.1 神经网络的特点
• 2.3.2 神经网络与再制造自动变速箱故障诊断
• 2.4 本章小结
• 第3章 再制造自动变速箱振动信号的特征提取分析
• 3.1 测试系统的设计及实验方案制定
• 3.1.1 仪器及软件的选用
• 3.1.2 实验方法的制定
• 3.2 振动信号的采集
• 3.2.1 参数设定
• 3.2.2 振动信号的时域波形图
• 3.3 再制造自动变速箱振动信号的时域分析
• 3.3.1 时域指标参数在故障诊断中的判据
• 3.3.2 时域特征值的计算
• 3.3.3 结果分析
• 3.4 再制造自动变速箱振动信号的频域特征分析
• 3.4.1 频域指标分析
• 3.4.2 振动信号的频域特征提取
• 3.4.3 结果分析
• 3.5 本章小结
• 第4章 再制造自动变速箱故障诊断的小波方法分析研究
• 4.1 小波变换及小波包分析
• 4.1.1 小波变换
• 4.1.2 小波包分析
• 4.2 小波包信号特征提取
• 4.3 振动信号小波分析
• 4.3.1 小波包分解
• 4.3.2 结果分析
• 4.4 本章小结
• 第5章 基于 BP 神经网络的再制造自动变速箱故障诊断
• 5.1 BP 神经网络的结构及 MATLAB 实现
• 5.2 再制造自动变速箱故障诊断 BP 神经网络的设计
• 5.2.1 BP 神经网络的诊断策略
• 5.2.2 故障征兆—故障模式样本集的设计
• 5.2.3 结构设计及优化
• 5.3 振动信号的预处理
• 5.3.1 预处理方法
• 5.3.2 数据初步处理
• 5.3.3 归一化结果
• 5.4 BP 网络改进算法及其对比分析
• 5.4.1 传统 BP 算法局限性
• 5.4.2 常见改进算法
• 5.4.3 算法对比分析
• 5.5 神经网络的训练及验证
• 5.5.1 神经网络训练
• 5.5.2 验证分析
• 5.6 故障诊断实例
• 5.7 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 附录 BP 算法的改进分析程序
• 致谢
• 攻读学位期间参加的科研项目和成果