齿轮早期微小故障的综合诊断方法研究

Gears diagnostics are crucial for certain key occasions as in wind turbines, helicopters, and nuclear power plants, etc. Monitoring and early warning of the incipient faults could significantly reduce catastrophic failures. This project proposes a new principle and method to analyze incipient gear failure mode and failure symptoms. The main research topics include: First, conduct gear modeling and simulation research to establish physical-phenomena model and to further reveal the deviation of parameters due to defects, construct the theoretical basis for minor fault detection; second, study the separation of coupled strain and temperature measurements from distributed optical Fiber Bragg Grating (FBG) sensors, in order to obtain the dynamic distribution of strain and temperature in multiple locations and the corresponding samples in time series manner, accomplish quantitative analysis of direct physical changes; third, using feature analysis algorithms and data mining approaches, to automatically filter the load fluctuation effect, to perform strain and temperature time series anomaly detection, to accurately determine fault location and fault type, and to analyze the deterioration trend; finally, by comparing the pros and cons of FBG sensors to vibration sensors, design a reliable initial minor fault diagnostic system, which combines both direct measurements and indirect measurements.

齿轮的故障诊断对于一些关键性场合，例如大型风力机、直升机、核电站等，具有非常重要的意义。本项目针对目前在齿轮故障诊断中难以检测的初期微小故障，利用光纤光栅传感器对应变和温度的直接测量方法，结合传统的振动分析手段，提出齿轮微小故障识别与诊断的新原理和新方法。主要研究内容为：通过齿轮建模与仿真建立故障-现象的物理关系模型，揭示不同齿轮故障对传动过程各参数的影响，构建齿轮早期微小故障诊断的理论依据；研究基于分布式光纤光栅应变与温度同时测量传感过程的解耦分离，提取多测量点的应变和温度的动态分布以及由其组成的多维时序序列，实现故障直接物理变化的定量分析；通过特征分析与数据挖掘，进行负载波动的自动补偿，应变和温度时序序列异常检测，故障点的定位分析与故障模式分析，以及故障恶化趋势分析；结合振动信号分析，对比光纤光栅的传感诊断性能，建立一套多传感器融合，直接与间接测量相互支持的可靠早期齿轮故障诊断系统。

本项目在日益重要的智能化和自动化工业改革的背景下，研究设备智能维护的方法。主要针对齿轮箱等旋转机械和结构件的故障诊断和预测开展了大量研究。本项目进行了大量实验，数据分析，结果分析，方法设计开发等。.主要研究内容包括：1、基于光纤光栅的分布式齿轮齿根应力测量方法，开展了理论和实验研究；2、故障齿轮与健康齿轮的应力分析、动态响应建模理论和方法；3、面向振动，光纤光栅、声发射的信号分析方法和故障诊断方法；4、机器学习和深度神经网络在智能信号分析故障诊断中的应用研究分析；5、针对齿面点蚀等微小故障开展了论证与实验研究。.主要成果包括以下方面：.1、首次进行了基于光纤光栅的齿轮齿根应力测量与分析研究，证实了光纤光栅在齿轮应力测量和故障诊断中应用价值。.2、项目提出并验证了点蚀故障的建模方法，建立了点蚀故障分析模型。.3、项目开发了基于深度学习的智能信号分析方法和故障诊断方法。.4、项目首次提出了一种基于深度学习的完全非监督性的故障诊断方法。.5、项目针对点蚀故障进行了多方面多角度的研究。.6、项目采集了中等程度点蚀和多种微小程度点蚀故障的数据，包括100转-3600转之间的约20种转速与50牛-500牛之间的多种扭矩的组合的数据，进行了疲劳性失效实验，并采集了长达20多天的实验数据。.7、项目还支持了相关方法和理论应用于润滑油和液压管路系统和部件的相关研究，并取得了一些关于故障诊断方法的成果。...相关成果均有论文发表在SCI期刊及 EI收录的国际会议上，并在在国际会议上报告了三次。项目共发表高水平论文10篇，其中SCI收录期刊论文6篇，EI收录论文4篇。包括第一作者SCI论文三篇，通讯作者SCI论文一篇，第一作者EI论文3篇。申报发表发明专利三项。