基于LabVIEW的齿轮箱故障诊断

基于LabVIEW的齿轮箱故障诊断

作者：作者单位：

俞文文， 郑海起， 高伟， 高永生， 田昊， YU Wen-wen， ZHENG Hai-qi， GAO Wei，GAO Yong-sheng， TIAN Hao

俞文文,郑海起,高永生,田昊,YU Wen-wen,ZHENG Hai-qi,GAO Yong-sheng,TIAN Hao(军械工程学院火炮工程系,河北,石家庄,050003)， 高伟,GAO Wei(驻801厂军事代表室,广西,柳州,545012)

军械工程学院学报

JOURNAL OF ORDNANCE ENGINEERING COLLEGE2005，17(2)0次

刊名：英文刊名：年，卷(期)：被引用次数：

参考文献(4条)

1.杨乐平.李海涛.赵勇 LabVIEW高级程序设计 2003

2.Abhijit S Pandya.Robert B,Macy.徐勇.荆涛 神经网络模式识别及其实现 1999

3.邢士勇.马吉胜.郑海起 基于DDE和小波分析的神经网络故障诊断[期刊论文]-振动与冲击 2003(03)4.徐章遂.房立清.王希武 故障信息诊断原理及应用 2000

相似文献(10条)

1.期刊论文 龚仁喜.宁存岱.谢井华.秦国栋 基于LabVIEW和小波分析的电力电缆故障定位方法 -重庆理工大学学报（自然科学版）2010,24(1)

在分析行波法故障测距误差的基础上,根据小波变换模极大值在不同尺度下的特性,运用自相关分析提供的约束条件,基于LabVIEW平台,实现了对故障信号的准确识别和定位,准确测算出故障点的位置.大量的仿真测试表明,该方法故障测距精度较高,定位较为准确,同时具有界面友好、维护和升级方便、成本低廉、整个系统的功能可根据用户的具体要求实时调节等优良性能.

2.期刊论文 周萍.应启戛.张燕连.ZHOU PING.YING QIJIA.ZHANG YANLIAN 基于LabVIEW的小波分析的实现及应用 -微计算机信息2007,23(25)

文章介绍了小波分析在故障诊断方面的应用原理,针对小波分析的实现问题提出了一种通过在LabVIEW调用MATLAB应用程序实现小波分析的方法.并应用该方法解决了故障诊断中常见的信号奇异点的定位问题.最后对于程序调用过程中可能出现问题提出了注意的事项和解决方法.

3.学位论文 鞠培刚 小波分析在往复机械特征提取中的应用研究 2007

机械设备监测与故障诊断技术是一门综合性技术，从本质上来讲是一个机器运行状态的模式识别问题，其关键就是故障信号的特征提取与分类。由于往复机械在工业生产中的重要作用，其故障诊断的研究具有重要意义。

本文主要研究了小波分析方法在面向往复机械故障诊断的非平稳信号特征提取中的应用。主要进行了以下几方面的工作：

(1)以非平稳信号的特征提取为出发点，分析了国内外故障诊断和信号特征提取方法研究的现状，说明了研究非平稳信号的特征提取方法是故障诊断的内在要求。

(2)研究了小波分析、小波包分解的基本理论，并重点研究了小波基的性能。通过研究指出只有根据信号的特征选择相应的小波基进行分解和特征提取，才能有效识别故障信息，使小波变换达到工程实用化。在此思想的指导下，提出了建立故障诊断专科门诊的设想。

(3)对小波分析应用于信号降噪进行了理论分析。将小波分析降噪方法应用于往复机械故障诊断中，通过仿真实验分析和工程实际应用分析，证明小波分析降噪方法可以有效的抑制非平稳信号中的噪声，并有效的保留信号中包含的故障信息。

(4)将小波包分解方法应用于往复机械故障诊断中，通过对故障信号进行小波包分解，研究了故障信号在小波包分解下的故障特征。 (5)基于虚拟仪器技术，开发了一套适用于往复机械的虚拟测试分析仪系统，从而更好地为往复机械故障诊断服务。

本文对文中所提方法进行了实验研究，结果表明，将小波分析方法用于信号降噪，能在不同的频率范围内对信号进行滤波，解决了低通滤波当信号和噪声频率发生重叠时不能进行有效分离的问题，可以作为往复机械故障诊断中的非平稳信号的预处理方法。小波包分解可以将信号分解到不同的频段，然后对各频段内的信号进行重构，再对所关心的频段的子信号进行分析，可以有效的提取非平稳信号中的故障特征。

4.期刊论文 王家宏.WANG Jia-hong 基于LabVIEW的小波分析在船舶柴油机故障诊断中的应用 -浙江海洋学院学报（自然科学版）2008,27(2)

测取船舶柴油机缸体振动信号.利用LabVIEW并结合小波分析对信号进行处理,提取故障特征.诊断结果与实际情况相符,说明了该方法的可行性及有效性.

5.学位论文 王淑芳 基于虚拟仪器和小波分析的接触网故障信号采集与分析 2005

接触网是电力机车安全运行的关键，保证对电力机车可靠的、不间断供应电能。但是接触网是电气化铁路中的薄弱环节，接触网一旦发生故障，对牵引供电系统、受电设备及整个铁路运输都会造成重大损失。研究接触网的故障信号采集与分析技术、智能故障诊断技术，对于精确定位故障点、判断故障类型、缩短事故停电时间、保证铁路安全运行具有非常重要的意义。

当接触网发生故障时，短路点及附近电力设备中流过的短路电流可能达到额定电流的几倍乃至几十倍，将对电气设备造成严重损坏。

本文基于虚拟仪器技术、小波变换理论，以电气化铁路接触网的故障信号为例进行实时采样，并进行了有效的特征提取，实现了故障智能诊断需要的初步数据采集和分析任务。

首先利用虚拟仪器技术对接触网故障信号进行数据采集，借助NI-5112数据采集卡和信号调理等硬件电路，在虚拟仪器软件开发平台-LabVIEW6.1上开发了数据采集与分析仪的整个应用软件，实现了对接触网故障信号的高速实时采样。

在小波分析的理论基础上，提出基于3阶B样条小波的离散小波变换的一种特征提取方法，对电气化铁路接触网的故障信号进行多分辨率分析，用小波变换模极大值在多尺度上的变化来表征信号奇异点的性质，从而提取出故障的特征向量，因而压缩了神经网络的输入参数。 系统实现了接触网故障信号的采集与故障分析，对保证电气化铁路安全畅通运行有重要的现实意义。

6.学位论文 刘金星 基于LabVIEW的信号检测技术研究及在柴油机故障诊断中的应用 2007