机械设计与研究 ›› 2017, Vol. 33 ›› Issue (04): 108-112+122.doi: 10.13952/j.cnki.jofmdr.a4341

• 论文 • 上一篇    下一篇

基于声发射信号的蜗轮磨损程度在线监测

张强;赵轲;王海舰;张石磊;袁智;   

  1. 辽宁工程技术大学机械工程学院;大连理工大学工业装备结构分析国家重点实验室;重庆大学机械传动国家重点实验室;中国煤矿机械装备有限责任公司;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要: 为实现对蜗轮蜗杆减速器工作过程中蜗轮磨损程度的精确监测,利用多通道声发射检测仪器对不同磨损程度的蜗轮声发射信号进行在线采集。采用小波分析方法对信号进行去噪处理,提取声发射特征信号值,根据最小模糊熵优化模型构造出不同磨损程度蜗轮的模糊隶属度函数。采用ANFIS多维模糊神经网络实现多通道声发射信号的决策融合,提高了蜗轮磨损程度识别结果的准确性。通过对随机磨损程度的蜗轮进行实际验证,实验结果验证了系统的有效性和可靠性。

关键词: 蜗轮蜗杆减速器, 声发射, 小波分析, 最小模糊熵, 神经网络

Key words: worm gear reducer, acoustic emission, wavelet analysis, minimum ambiguity, neural networks