基于LabVIEW的齿轮箱故障诊断

_第C期_______________陆大勤等：自蔓延高温合成技术的研究动态［!"］#$%$&’()*+,+-.，#+%’($&+/0，1+2(’*$&0-，32+45

6$()$4’7+2’$($8%+7’$+92’&3)’(2$:’(3%+4;4’*3:+23%’+4<,2=3>?>:32=$7［@］5-(23%@5>?>，!AAB，"（!）：!CA5

［!B］#+%’($&+/0，#$%$&’()*+,+-.，D2’(*$&-1，32+45

>?>’::$<’4’E+2’$($8%+7’$+92’&3F+)23)［@］5G3,H(I’J(33%’(IK+23%’+4)，CLLC，C!"：!AM;CLL5

［!A］路新，郭志猛5自蔓延高温合成固定放射性废物

［@］，硅酸盐学报，CLLM，C（C）：CLN;CLB5

［CL］O%’I$%,+(H?5>?>$8P;#+;6Q;R9$:S43TRT’73)

［@］，-(23%5@5>?>，!AA"，U（M）：ML"5

［C!］O4+7Q(O5V$Q)2+2’$(+%,8’4:)9$:<Q)2’$(2=3)QSS$%2

5D4:+;D2+：［D］5’(：D<)5!)2-(23%>,:>?>［6］［)5(5］，!AA!5

［CC］王志伟，施雨湘，杨圣品5自蔓延高温合成（>?>）

技术新进展［@］5材料保护，CLLC，N（N）：!;M5［CM］.$W:+(@D5X%33;%+7’9+48$(2+4S$4,:3%’E+2’$(：>?>

F+&3)［@］5D:56=3:5>$95，!AA!，!!M：UCBY5

UM

［CY］P+:+7+R，K’,+:$2$P5>?>+(77,(+:’99$:S+92’$(

$8:Q42’S=+)393%+:’9)［@］5-(23%5@5>?>，!AAC，!（C）：C"N5

［CN］朱振峰，王若兰5自蔓延燃烧合成陶瓷粉体的研究

进展［@］5中国陶瓷，CLLY，YL（!）：CB;M!5［CU］杜心康，王建江5自蔓延高温合成表面涂层技术进

展［@］5材料开发与应用，CLLC，!"（C）：MY;MB5［C"］R7+F+%+R，-*3Q9=’@5>2Q7,$(6$:S$)’23:+23%’+4)

F’2=+93(2%’8QI+4;2=3%:’2S%$93))［@］5/%+()+92’$($82=3/+S+(-()2’2Q23$8K+23%’+4)，!AB!，YN（M）：M!U5［CB］O*’I$%3&PQK，K3%E=+($&DO56$:<Q)2’$(S%$93))3)

’(9=3:’9+4239=($4$I,+(7:32+44Q%I,［@］5-(23%(+2’$(+4@$Q%(+4$8>?>，!AAC（!）：ULL5

［CA］王建江5>?>陶瓷内衬复合弯管的制备［@］5金属

热处理，!AAB，（!C）：Y5

（责任编辑：欧阳晓黎）

5555555555555555555555555555555555555555555555

（上接第ML页）

在主界面结论区，可以看到断齿、点蚀、划伤及磨损的相应数据和故障结论。此结论与预设故障相符，说明整个故障诊断系统正确性和可行性。

!"齿轮箱故障诊断实例

在实例中，小波分析选取具有紧支承、正交性的小波Z#C为基小波，并确定小波分解层数为"。故障类型为断齿、点蚀、划伤及磨损Y种。确定#.神经网络输入层、输出层和隐藏层节点个数分别取"、!L、Y。预设故障为点蚀，选用精度为!LL:0[I的丹麦#\G公司压电式加速度传感器粘贴安装在齿轮箱壳体上，级连电荷放大器和V-公司的V-UL!M数据采集卡，并使用本系统对某齿轮箱进行箱体振动信号采集，提取信号的特征向量，经训练好的#.网络诊断得出结论。本系统运行的前面板结论区如图Y所示。

参考文献：

［!］杨乐平，李海涛，赵勇，等5]+<0-H^高级程序设计

［K］5北京：清华大学出版社，CLLM5

［C］D<=’W’2>.+(7,+，1$<3%2#，K+9,5神经网络模式识别

及其实现［K］5徐勇，荆涛，译5北京：电子工业出版社，!AAA5

［M］邢士勇，马吉胜，郑海起，等5基于ZZH和小波分析

的神经网络故障诊断［@］5振动与冲击，CLLM，CC（M）：NB;UL5

［Y］徐章遂，房立清，王希武，等5故障信息诊断原理及

应用［K］5北京：国防工业出版社，CLLL5

（责任编辑：刘宏波）