论文摘要
随着现代社会工业的不断发展,设备日趋大型化、集成化、高速化、自动化和智能化。为能够实时监控一些关键设备的运行状况,保证其的正常运行,机械系统状态监测和故障诊断得到了不断的发展。其基本任务是监视机械设备的运行状态,诊断和判断机械设备的故障并提供有效的排故措施,指导设备管理和维修。齿轮传动失效形式相对比较复杂,故障形式也多种多样,且被广泛应用于车辆、机床、航空、航海等领域中,因此对齿轮传动系统的运行状态进行实时检测具有重要的实际意义和重要价值。在齿轮故障监测与诊断中,齿轮振动信号包含了丰富的故障信息,因而振动测试是采集故障信号的基本手段。但在实际应用中,由于传感器安装难度较大等不便因素,想获得很好的振动信号并不容易。近些年来,由于电动机无速度传感器技术的发展,利用电动机电流对齿轮传动系统进行监控和故障诊断成为了一个新兴的热点。我们可以很容易的获得电机相电流值,且传感器安装十分方便。感应电动机电流信号可以很好的反映系统外负载的动态特性,通过不同的电流值我们可以预测外负载的动态特性,这为系统的故障诊断提供了可靠依据。本文中,我们通过在任意坐标系（d,q）下,建立感应电机驱动齿轮传动系统的联合加载小信号模型,并给出了系统递函数的表达式,在理论上说明了,电动机的电流电压信号可以反映系统的动态特性,从而为利用电动机电流信号进行故障诊断奠定了基础。由于齿轮的多种失效形式,因此齿轮的振动信号表现非常复杂,例如齿轮断齿、齿根裂纹等,对振动信号的影响都随着时间而改变,表现为非平稳性特征,传统的傅立叶频谱分析已经不能满足要求,对故障信号分析的要求是对其进行高效的时频分析,为此本文将采用灵活的小波分析技术。在应用小波技术前,需要克服小波分解中产生的增频和边界效应。对于增频现象,采用细节信号求和的方法来解决分解增频；对于边界效应问题,采用分段对称延拓的方法。通过仿真结果证明了这两种方法的可行性,这为我们应用小波分解处理非平稳信号提供了有力的支持。最后,我们先在感应电机驱动齿轮传动系统的联合加载小信号模型的基础上,利用VC++程序仿真电机的运行状况。通过不同外负载的仿真结果,说明在任意坐标系（d,q）下的电动机电流信号可以很好的反映外负载的动态特性；仿真结果的频谱分析也完全反映了外负载的频率特性,即电流信号中包含了可以反映外部负载的信息。然后,利用小波对实验中测得的单项电流信号进行分析,对系统故障做出诊断。