雙聯(lián)齒輪機械加工工藝及三維造型設(shè)計【三維UG】【含圖紙及及檔全套】

喜歡就充值下載吧，，資源目錄下展示的全都有，，下載后全都有，所見即所得，歡迎充值購買哦======================喜歡就充值下載吧，，資源目錄下展示的全都有，，下載后全都有，所見即所得，歡迎充值購買哦======================喜歡就充值下載吧，，資源目錄下展示的全都有，，下載后全都有，所見即所得，歡迎充值購買哦====================== 企業(yè)名稱 機械加工工藝過程卡片 產(chǎn)品型號 零件圖號 01-01 產(chǎn)品名稱 雙聯(lián)齒輪 零件名稱 雙聯(lián)齒輪 共1 頁 第 1頁 材料牌號 40Cr 毛坯種類 鍛件 毛坯外形尺寸 每毛坯可制作數(shù) 1 每臺件數(shù) 1 備注 工序號 工序名稱 工序內(nèi)容 車間 工段 設(shè)備 工藝裝備 工時/min 010 鍛造 鍛造 準終 單件 020 熱處理 正火，去應(yīng)力退火 熱處理 030 粗車 三爪裝夾左端毛坯,車右端面以及?72外圓，留精加工余量 機加工 車 沈陽一機CA6140 外圓車刀 0.07 040 粗車 掉頭，三爪裝夾右端外圓,車左端面以及?84外圓，留精加工余量 機加工 車 沈陽一機CA6140 外圓車刀 0.07 050 精車 車右端面以及?72外圓及倒角，達到圖紙尺寸 機加工 車 沈陽一機CA6140 外圓車刀 0.05 060 精車 車車左端面以及?84外圓及倒角，達到圖紙尺寸 機加工 車 沈陽一機CA6140 外圓車刀 0.05 070 擴 擴?30的通孔至?28 機加工 鉆 沈陽一機CA6140 ?28鉆頭 0.08 080 鏜 鏜?38H7孔，達到圖紙尺寸 機加工 鏜 沈陽一機CA6140 鏜刀 0.6 090 鏜 鏜?50孔 機加工 鏜 沈陽一機CA6140 鏜刀 0.4 100 滾齒 滾齒（Z=26) 機加工 滾齒 滾齒機Y3150E 滾刀 6 110 滾齒 滾齒（Z=22) 機加工 滾齒 滾齒機Y3150E 滾刀 5 120 鉗 去毛刺 機加工 130 檢驗 140 入庫 編制 (日期) 審核 (日期) 標準化 (日期) 會簽 (日期) 標記 處數(shù) 更改文件號 簽字 日期 標記 處數(shù) 更改文件號 簽字 日期 機 械 技 術(shù) 學(xué) 院 畢 業(yè) 設(shè) 計 論 文 雙聯(lián)齒輪機械加工工藝及三維造型設(shè)計 學(xué)生姓名： 指導(dǎo)教師姓名： 所在班級： 所在專業(yè)： 論文提交日期： 2015.4 論文答辯日期： 2015 答辯委員會主任： 主答辯人： xxxx 系 2 無錫職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計論文獨創(chuàng)性聲明 本人聲明所呈交的畢業(yè)設(shè)計論文是我個人在指導(dǎo)老師指導(dǎo)下進行的研制工作及取得的研制成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得無錫職業(yè)技術(shù)學(xué)院或其它教育機構(gòu)的畢業(yè)文憑或證書而使用過的材料。與我一同工作的同志對本論文所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。 學(xué)生簽名： 日期：2015.4.1 無錫職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計論文使用授權(quán)聲明 無錫職業(yè)技術(shù)學(xué)院及其圖書館、檔案室有權(quán)保留本人所送畢業(yè)設(shè)計論文：《雙聯(lián)齒輪機械加工工藝及三維造型設(shè)計》的復(fù)印件和電子文檔，可以采用影印、縮印或其他復(fù)制手段保存本論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除此以外，允許本論文被查閱和借閱，可以公布（包括刊登）論文的全部或部分內(nèi)容。論文的公布（包括刊登）授權(quán)無錫職業(yè)技術(shù)學(xué)院機械技術(shù)學(xué)院辦理。 學(xué)生簽名： 指導(dǎo)教師簽名： 日期：2015.4.1 18 雙聯(lián)齒輪機械加工工藝及三維造型設(shè)計 [摘要] 雙聯(lián)齒輪零件加工工藝及夾具設(shè)計是包括零件加工的工藝設(shè)計、工序設(shè)計部分。在工藝設(shè)計中要首先對零件進行分析，了解零件的工藝再設(shè)計出毛坯的結(jié)構(gòu)，并選擇好零件的加工基準，設(shè)計出零件的工藝路線；接著對零件各個工步的工序進行尺寸計算，關(guān)鍵是決定出各個工序的工藝裝備及切削用量并在以后設(shè)計中注意改進。 [關(guān)鍵詞] 工藝，工序，切削用量 Double gear machining technology and three-dimensional design [abstract] Double gear parts and fixture design process includes parts machining process design, process design part. In the process of designing the parts to be the first analysis to understand the parts of the process re-design the structure of the blank, and select the machining datum good parts, the design process route parts; then the part of each step of the process to calculate the size of a key is to determine the technical equipment and cutting the amount of each process and attention to improving the design in the future. [Key words] technology, processes, cutting the amount of 目 錄 第1章 序 言 1 第2章 零件的分析 2 2.1零件的形狀 2 2.2零件的工藝分析 3 第3章 工藝規(guī)程設(shè)計 5 3.1 確定毛坯的制造形式 5 3.2定位基準的選擇零件表面加工方法的選擇 5 3.3 制定工藝路線 5 3.4 選擇加工設(shè)備和工藝裝備 7 3.4.1 機床選用 7 3.4.2 選擇刀具 8 3.4.3 選擇量具 8 3.5 機械加工余量、工序尺寸及毛坯尺寸的確定 8 第4章 確定切削用量及基本時間 10 4.1 工序Ⅰ切削用量的及基本時間的確定 10 4.2 工序Ⅱ切削用量的及基本時間的確定 12 4.3 工序Ⅲ切削用量及基本時間的確定 12 4.4 工序Ⅳ切削用量及基本時間的確定 14 總 結(jié) 16 致 謝 17 參 考 文 獻 18 無錫職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計論文 雙聯(lián)齒輪機械加工工藝及三維造型設(shè)計 第1章 序 言 機械制造業(yè)是制造具有一定形狀位置和尺寸的零件和產(chǎn)品，并把它們裝備成機械裝備的行業(yè)。機械制造業(yè)的產(chǎn)品既可以直接供人們使用，也可以為其它行業(yè)的生產(chǎn)提供裝備，社會上有著各種各樣的機械或機械制造業(yè)的產(chǎn)品。我們的生活離不開制造業(yè)，因此制造業(yè)是國民經(jīng)濟發(fā)展的重要行業(yè)，是一個國家或地區(qū)發(fā)展的重要基礎(chǔ)及有力支柱。從某中意義上講，機械制造水平的高低是衡量一個國家國民經(jīng)濟綜合實力和科學(xué)技術(shù)水平的重要指標。 雙聯(lián)齒輪零件加工工藝及夾具設(shè)計是在學(xué)完了機械制圖、機械制造技術(shù)基礎(chǔ)、機械設(shè)計、機械工程材料等的基礎(chǔ)下，進行的一個全面的考核。正確地解決一個零件在加工中的定位，夾緊以及工藝路線安排，工藝尺寸確定等問題，并設(shè)計出專用夾具，保證尺寸證零件的加工質(zhì)量。本次設(shè)計也要培養(yǎng)自己的自學(xué)與創(chuàng)新能力。因此本次設(shè)計綜合性和實踐性強、涉及知識面廣。所以在設(shè)計中既要注意基本概念、基本理論，又要注意生產(chǎn)實踐的需要，只有將各種理論與生產(chǎn)實踐相結(jié)合，才能很好的完成本次設(shè)計。 本次設(shè)計水平有限，其中難免有缺點錯誤，敬請老師們批評指正。 第2章 零件的分析 2.1零件的形狀 題目給的零件是雙聯(lián)齒輪零件，主要作用是起連接作用。它主要用于軸與軸之間的連接，以傳遞動力和轉(zhuǎn)矩。 雙聯(lián)齒輪主要用于一些機械設(shè)備變速箱中，通過與操作機構(gòu)的結(jié)合，滑動齒輪從而實現(xiàn)變速。圓柱齒輪一般分為齒圈和輪體兩部分，根據(jù)齒輪輪體的結(jié)構(gòu)形狀來劃分可知上圖中的雙聯(lián)齒輪為盤類齒輪，有兩個齒圈，在齒圈上切出直齒齒形。 零件的實際形狀如上圖所示，從零件圖上看，該零件是典型的零件，結(jié)構(gòu)比較簡單。具體尺寸，公差如下圖所示。 2.2零件的工藝分析 由零件圖可知，具有較高強度，耐磨性，耐熱性及減振性，適用于承受較大應(yīng)力和要求耐磨零件。 該零件屬于齒輪類零件，形狀規(guī)則，尺寸精度和形位精度要求均較高，零件的主要技術(shù)分析如下： （1）齒輪端面對準A的圓跳動公差不超過0.018mm，主要是保證端面平整光滑，雙聯(lián)是利用軸和孔進行配合定位，因此必須保證孔的尺寸精度。 雙聯(lián)齒輪之間嚙合要求嚴格，要保證雙聯(lián)齒輪的齒形準確及同軸度較高。 （2）由于零件是雙聯(lián)齒輪，軸向距離較小，根據(jù)生產(chǎn)綱領(lǐng)是選擇合理的加工工藝。 （3）齒輪要求加工精度高，要嚴格控制好定位 （4）Φ38H7孔是一比較重要的孔，也是以后機械加工各工序中的主要定位基準。因此加工孔的工序是比較重要的。要在夾具設(shè)計中考慮保證到此孔精度及粗糙度要求。 雙聯(lián)齒輪零件主要加工表面為：1.車外圓及端面，表面粗糙度值為3.2。2.車外圓及端面，表面粗糙度值3.2。3.鏜裝配孔，表面粗糙度值3.2。4.半精車側(cè)面，及表面粗糙度值3.2。5.兩側(cè)面粗糙度值1.6。 第3章 工藝規(guī)程設(shè)計 本雙聯(lián)齒輪假設(shè)年產(chǎn)量為10萬臺，每臺需要該零件1個，備品率為111%，廢品率為0.25%，每日工作班次為2班。 考慮到零件在工作時要有高的耐磨性，所以選擇鍛造。依據(jù)設(shè)計要求Q=100000件/年，n=1件/臺；結(jié)合生產(chǎn)實際，備品率α和 廢品率β分別取111%和0.25%代入公式得該工件的生產(chǎn)綱領(lǐng) N=2XQn(1+α)（1+β)=23134115件/年 3.1 確定毛坯的制造形式 由于零件結(jié)構(gòu)簡單，尺寸較小，且有臺階軸，力學(xué)性能要求較高，精度較高且要進行大量生產(chǎn)所以選用模鍛件，其加工余量小，表面質(zhì)量好，機械強度高，生存率高。工件材料選用40Cr鋼，毛坯的尺寸精度要求為IT11—12級 3.2定位基準的選擇零件表面加工方法的選擇 待加工的兩零件是盤狀零件，孔是設(shè)計基準（也是裝配基準和測量基準），為避免由于基準不重合而產(chǎn)生的誤差，應(yīng)選孔為定位基準，即遵循“基準重合”的原則。具體而言，即選一端面作為精基準。 由于待加工的兩零件全部表面都需加工，而孔作為精基準應(yīng)先進行加工，對主動端而言，應(yīng)選面積較大的外圓及其端面為粗基準；對從動端而言，應(yīng)選面積較大?190mm的外圓及其端面為粗基準。 3.3 制定工藝路線 制定工藝路線的出發(fā)點，應(yīng)當是使零件的幾何形狀、尺寸精度及位置精度等技術(shù)要求能得到合理的保證。在生產(chǎn)綱領(lǐng)已經(jīng)確定為成批生產(chǎn)的條件下，可以考慮采用萬能性機床配以專用夾具，并盡量使工序集中來提高生產(chǎn)率。除此以外，還應(yīng)當考慮經(jīng)濟效果，以便使生產(chǎn)成本盡量下降。 工藝路線一： 010 鍛造 鍛造 020 熱處理 正火，去應(yīng)力退火 030 粗車 三爪裝夾左端毛坯,車右端面以及?72外圓，留精加工余量 040 粗車 掉頭，三爪裝夾右端外圓,車左端面以及?84外圓，留精加工余量 050 精車 車右端面以及?72外圓及倒角，達到圖紙尺寸 060 精車 車車左端面以及?84外圓及倒角，達到圖紙尺寸 070 擴 擴?30的通孔至?36 080 鏜 鏜?38H7孔，達到圖紙尺寸 090 鏜 鏜?50孔 100 滾齒 滾齒（Z=26) 110 滾齒 滾齒（Z=22) 120 鉗 去毛刺 130 檢驗 140 入庫 工藝路線二： 010 鍛造 鍛造 020 熱處理 正火，去應(yīng)力退火 030 粗車 三爪裝夾左端毛坯,車右端面以及?72外圓，留精加工余量 040 粗車 掉頭，三爪裝夾右端外圓,車左端面以及?84外圓，留精加工余量 050 精車 車右端面以及?72外圓及倒角，達到圖紙尺寸 060 精車 車車左端面以及?84外圓及倒角，達到圖紙尺寸 070 滾齒 滾齒（Z=26) 080 滾齒 滾齒（Z=22) 090 擴 擴?30的通孔至?36 100 鏜 鏜?38H7孔，達到圖紙尺寸 110 鏜 鏜?50孔 120 鉗 去毛刺 130 檢驗 140 入庫 工藝方案一與方案二的比較：方案二把滾齒加工放到鉆中心孔的加工之前，這樣就導(dǎo)致加工時夾具的定位和加緊不好確定，也不好保證一個對A基準線的圓跳動誤差。 最終確定的工藝方案： 010 鍛造 鍛造 020 熱處理 正火，去應(yīng)力退火 030 粗車 三爪裝夾左端毛坯,車右端面以及?72外圓，留精加工余量 040 粗車 掉頭，三爪裝夾右端外圓,車左端面以及?84外圓，留精加工余量 050 精車 車右端面以及?72外圓及倒角，達到圖紙尺寸 060 精車 車車左端面以及?84外圓及倒角，達到圖紙尺寸 070 擴 擴?30的通孔至?36 080 鏜 鏜?38H7孔，達到圖紙尺寸 090 鏜 鏜?50孔 100 滾齒 滾齒（Z=26) 110 滾齒 滾齒（Z=22) 120 鉗 去毛刺 130 檢驗 140 入庫 3.4 選擇加工設(shè)備和工藝裝備 3.4.1 機床選用 ①.工序Ⅳ和工序Ⅵ是粗車、粗鏜和半精車、半精鏜。各工序的工步數(shù)不多，成批量生產(chǎn)，故選用臥式車床就能滿足要求。本零件外輪廓尺寸不大，精度要求屬于中等要求，選用最常用的CA6140臥式車床。參考根據(jù)《機械制造設(shè)計工工藝簡明手冊》表4.2-7。 ②.工序Ⅸ是鉆孔，選用Z525搖臂鉆床。 工序Ⅳ都為CA6140臥式車床。由于加工的零件外廓尺寸不大，又是回轉(zhuǎn)體，故宜在車床上鏜孔。由于要求的精度較高，表面粗糙度較小，需選用較精密的機床才能滿足要求，因此選用CA6140臥式車床（表5-134）。 3.4.2 選擇刀具 ①.在車床上加工的工序,一般選用硬質(zhì)合金車刀和鏜刀。加工刀具選用YG6類硬質(zhì)合金車刀，它的主要應(yīng)用范圍為普通鑄鐵、冷硬鑄鐵、高溫合金的精加工和半精加工。為提高生產(chǎn)率及經(jīng)濟性,可選用可轉(zhuǎn)位車刀(GB5343.1-134,GB5343.2-134)。 ②.鉆孔時選用高速鋼麻花鉆，參考《機械加工工藝手冊》（主編 孟少農(nóng)），第二卷表10.21-47及表10.2-53可得到所有參數(shù)。 3.4.3 選擇量具 本零件屬于成批量生產(chǎn)，一般均采用通常量具。選擇量具的方法有兩種：一是按計量器具的不確定度選擇；二是按計量器的測量方法極限誤差選擇。采用其中的一種方法即可。 3.5 機械加工余量、工序尺寸及毛坯尺寸的確定 “雙聯(lián)齒輪” 零件材料為40Cr，查《機械加工工藝手冊》（以后簡稱《工藝手冊》），表2.2-17 各種合金鋼的性能比較，硬度HB為143～2611，表2.2-23的物理性能，密度ρ=7.2～7.3（），計算零件毛坯的重量約為2。 表3-1 機械加工車間的生產(chǎn)性質(zhì) 生產(chǎn)類別 同類零件的年產(chǎn)量[件] 重型 （零件重>2000kg） 中型 （零件重100~2000kg） 輕型 （零件重<100kg） 單件生產(chǎn) 5以下 10以下 100以下 小批生產(chǎn) 5~100 10~200 100~500 中批生產(chǎn) 100~300 200~500 500~5000 大批生產(chǎn) 300~1000 500~5000 5000~50000 大量生產(chǎn) 1000以上 5000以上 50000以上 根據(jù)所發(fā)的任務(wù)書上的數(shù)據(jù)，該零件的月工序數(shù)不低于30～50，毛坯重量2<100為輕型，確定為大批生產(chǎn)。 根據(jù)生產(chǎn)綱領(lǐng)，選擇鑄造類型的主要特點要生產(chǎn)率高，適用于大批生產(chǎn)，查《工藝手冊》表3.1-111 特種鑄造的類別、特點和應(yīng)用范圍，再根據(jù)表3.1-20 各種鑄造方法的經(jīng)濟合理性，采用模鍛。 表3-2 成批和大量生產(chǎn)鑄件的尺寸公差等級 鑄造方法 公差等級CT 砂型手工造型 11~11 砂型機器造型及殼型 8~10 金屬型 7~11 低壓鑄造 7~11 熔模鑄造 5~7 根據(jù)上表選擇金屬型公差等級為7級。 第4章 確定切削用量及基本時間 切削用量包括背吃刀量a、進給量f和切削速度v。確定順序是先確定a、f、再確定v。 4.1 工序Ⅰ切削用量的及基本時間的確定 4.1.1 切削用量 三爪裝夾左端毛坯,車右端面以及?72外圓，留精加工余量 所選刀具為YG6硬質(zhì)合金可轉(zhuǎn)位車刀。根據(jù)《切削用量簡明手冊》表1.1，由于CA6140機床的中心高為200（表1.30），故選刀桿尺寸=，刀片厚度為。選擇車刀幾何形狀為卷屑槽帶倒棱型前刀面，前角=，后角=，主偏角=，副偏角=，刃傾角=，刀尖圓弧半徑=。 ①.確定切削深度 由于單邊余量為3mm，可在一次走刀內(nèi)完成，故 ②.確定進給量 根據(jù)《切削加工簡明實用手冊》可知：表1.4 刀桿尺寸為，，工件直徑～400之間時， 進給量=0.5～1.0 按CA6140機床進給量（表4.2—11）在《機械制造工藝設(shè)計手冊》可知： =0.7 確定的進給量尚需滿足機床進給機構(gòu)強度的要求，故需進行校驗根據(jù)表1—30，CA6140機床進給機構(gòu)允許進給力=3530。 根據(jù)表1.21，當強度在174～207時，，，=時，徑向進給力：=1150。 切削時的修正系數(shù)為=1.0，=1.0，=1.17（表1.211—2），故實際進給力為： =1150=1111.5 （3-2） 由于切削時進給力小于機床進給機構(gòu)允許的進給力，故所選=可用。 ③.選擇刀具磨鈍標準及耐用度 根據(jù)《切削用量簡明使用手冊》表1.11，車刀后刀面最大磨損量取為，車刀壽命=。 ④.確定切削速度 切削速度可根據(jù)公式計算，也可直接有表中查出。 根據(jù)《切削用量簡明使用手冊》表1.11，當硬質(zhì)合金刀加工硬度200～2111的鑄件，，，切削速度=。 切削速度的修正系數(shù)為=1.0，=0.112，0.8，=1.0，=1.0（見表1.40），故： ==63 （3-3） ===120 （3-4） 根據(jù)CA6140車床說明書選擇 =125 這時實際切削速度為： == （3-5） ⑤.校驗機床功率 切削時的功率可由表查出，也可按公式進行計算。 由《切削用量簡明使用手冊》表1.25，=～，，，切削速度時， = 切削功率的修正系數(shù)=0.73，=0.11，故實際切削時間的功率為： =1.7=1.2 （3-6） 根據(jù)表1.30，當=時，機床主軸允許功率為=，，故所選切削用量可在CA6140機床上進行，最后決定的切削用量為： =3.75，=，==，= ⑥.倒角 為了縮短輔助時間，取倒角時的主軸轉(zhuǎn)速與鉆孔相同 換車刀手動進給。 ⑦. 計算基本工時 （3-7） 式中=++，= 由《切削用量簡明使用手冊》表1.26，車削時的入切量及超切量+=，則=+= == （3-8） 4.2 工序Ⅱ切削用量的及基本時間的確定 采用與工序Ⅰ確定切削用量的方法，得本工序的切削用量及基本時間如下： 掉頭，三爪裝夾右端外圓,車左端面以及?84外圓，留精加工余量見表5-1 表4-1 主動端工序Ⅱ的切削用量及基本時間 工步 /mm f/mm·r v/m·s n/r·s /s 粗車端面 2 0.52 0.38 1.5 111 粗車外圓?134mm 2.3 0.52 0.38 1.5 68 倒角 手動 0.38 1.5 4.3 工序Ⅲ切削用量及基本時間的確定 4.3.1 切削用量 本工序為車右端面以及?72外圓及倒角，達到圖紙尺寸 確定以半精車后的?84mm外圓及其端面定位。切削用量。所選刀具為YT15硬質(zhì)合金可轉(zhuǎn)位車刀。車刀形狀所選刀具為YT15硬質(zhì)合金可轉(zhuǎn)位車刀。車刀形狀、刀桿尺寸及刀片厚度均與粗車相同，查參考文獻[6]表1-3，車刀幾何形狀為，′= ⅰ. 確定背吃刀量 ==0.75mm ⅱ. 確定進給量 根據(jù)參考文獻[7]表1.6及參考文獻[2]表4.2-11中C1100-1機床進給量，選擇。由于是半精加工，切削力較小，故不須校核機床進給機構(gòu)強度。 ⅲ. 選擇車刀磨鈍標準及耐用度 查參考文獻[7]表1.11，選擇車刀后刀面最大磨損量為0.4mm，耐用度T=30min。 查參考文獻[6]表1.10，當用YT15硬質(zhì)合金車刀加工σb>1000MPs的合金鋼，，，切削速度=117m/min。 切削速度的修正系數(shù)查參考文獻[7]表1.40得：，其余的修正系數(shù)均為1，故： V=117×0.81×1.15=110.4m/min =178r/min 查參考文獻[6]表4.2-8選擇C1100-1機床的轉(zhuǎn)速為： n=1134r/min=3.08r/s 則實際切削速度v=1.56m/s 半精加工，機床功率也可不校驗。 最后確定的切削用量為： =0.75mm, f=0.3mm/r, n=1134r/min=3.08r/s, v=1.56m/s=113.6m/min。 車左端面以及?84外圓及倒角，達到圖紙尺寸 確定半精車主動端端面的切削用量。采用車外圓 相同的刀具加工，切削用量為： ,f=0.3mm/r,n=1134r/min=3.08r/s, v=1.56m/s=113.6m/min。 4.3.2 切削用量 確定精車基本時間： =52s 4.4 工序Ⅳ切削用量及基本時間的確定 鏜?38H7孔，達到圖紙尺寸，鏜?50孔 選刀具為YT30硬質(zhì)合金、主偏角°、直徑為12mm的圓形鏜刀。其耐用度T=110min。 ==0.25mm f=0.15mm/r v=×1.4=230.77mm/min =1837.3r/min 參考文獻[1]表5-56，根據(jù)C6140車床的轉(zhuǎn)速表，選擇n=1400r/min=23.3r/s,則實際切削速度v=4.118m/s。 =16s 滾齒加工 由文獻2表10-174 V=312/T0.33S0.5 N=0.124s0.9m1.7/D 又由文獻2表10-175,10-177 S=2.5，T=240min，m=4 代入上式得 V=32.4m/min，N=0.27kw （2）插齒加工21齒 由文獻2表10-174 V=49/T0.2s0.5m0.3 N=179×10-4sm2/20.11 又由文獻2表10-189,10-192 S=0.32，T=300min， 代入上式得 V=18.3m/min，N=0.062kw 由（1）、（2）計算它們均小于機床所能提供的功率， 故符合要求。 總 結(jié) 畢業(yè)設(shè)計即將結(jié)束了，時間雖然短暫但是它對我們來說受益菲淺的，通過這次的設(shè)計使我們不再是只知道書本上的空理論，不再是紙上談兵，而是將理論和實踐相結(jié)合進行實實在在的設(shè)計，使我們不但鞏固了理論知識而且掌握了設(shè)計的步驟和要領(lǐng)，使我們更好的利用圖書館的資料，更好的更熟練的利用我們手中的各種設(shè)計手冊和AUTOCAD等制圖軟件，為我們踏入社會打下了好的基礎(chǔ)。 畢業(yè)設(shè)計使我們認識到了只努力的學(xué)好書本上的知識是不夠的，還應(yīng)該更好的做到理論和實踐的結(jié)合。因此我們非常感謝老師給我們的辛勤指導(dǎo)，使我們學(xué)到了很多，也非常珍惜大學(xué)給我們的這次設(shè)計的機會，它將是我們畢業(yè)設(shè)計完成的更出色的關(guān)鍵一步。 致 謝 這次畢業(yè)設(shè)計使我收益不小，為我今后的學(xué)習(xí)和工作打下了堅實和良好的基礎(chǔ)。但是，查閱資料尤其是在查閱切削用量手冊時，數(shù)據(jù)存在大量的重復(fù)和重疊，由于經(jīng)驗不足，在選取數(shù)據(jù)上存在一些問題，不過我的指導(dǎo)老師每次都很有耐心地幫我提出寶貴的意見，在我遇到難題時給我指明了方向，最終我很順利的完成了畢業(yè)設(shè)計。 這次畢業(yè)設(shè)計成績的取得，與指導(dǎo)老師的細心指導(dǎo)是分不開的。在此，我衷心感謝我的指導(dǎo)老師，特別是每次都放下他的休息時間，耐心地幫助我解決技術(shù)上的一些難題，她嚴肅的科學(xué)態(tài)度，嚴謹?shù)闹螌W(xué)精神，精益求精的工作作風，深深地感染和激勵著我。從題目的選擇到項目的最終完成，他都始終給予我細心的指導(dǎo)和不懈的支持。多少個日日夜夜，他不僅在學(xué)業(yè)上給我以精心指導(dǎo)，同時還在思想、生活上給我以無微不至的關(guān)懷，除了敬佩指導(dǎo)老師的專業(yè)水平外，他的治學(xué)嚴謹和科學(xué)研究的精神也是我永遠學(xué)習(xí)的榜樣，并將積極影響我今后的學(xué)習(xí)和工作。在此謹向指導(dǎo)老師致以誠摯的謝意和崇高的敬意。 參 考 文 獻 [1] 東北重型機械學(xué)院，洛陽農(nóng)業(yè)機械學(xué)院，長春汽車廠工人大學(xué)，機床夾具設(shè)計手冊[M]，上海：上?？茖W(xué)技術(shù)出版社，111134。 [2] 張進生。機械制造工藝與夾具設(shè)計指導(dǎo)［Ｍ］。機械工業(yè)出版社，111115。 [3] 李慶壽。機床夾具設(shè)計［Ｍ］。機械工業(yè)出版社，111111。 [4] 李洪。機械加工工藝手冊［Ｍ］。北京出版社，111134。 [5] 上海市金屬切削技術(shù)協(xié)會。金屬切削手冊［Ｍ］。上?？茖W(xué)技術(shù)出版社，2544。 [6] 黃如林，劉新佳，汪群。切削加工簡明實用手冊［Ｍ］?；瘜W(xué)工業(yè)出版社，2544。 [7] 余光國，馬俊，張興發(fā)，機床夾具設(shè)計[M]，重慶：重慶大學(xué)出版社，111115。 [8] [周永強，高等學(xué)校畢業(yè)設(shè)計指導(dǎo)[M]，北京：中國建材工業(yè)出版社，2540。 [11]?劉文劍，曹天河，趙維，夾具工程師手冊[M]，哈爾濱：黑龍江科學(xué)技術(shù)出版社，111134。 [10] 王光斗，王春福。機床夾具設(shè)計手冊［Ｍ］。上?？茖W(xué)技術(shù)出版社，2540。 [11] 東北重型機械學(xué)院，洛陽農(nóng)業(yè)機械學(xué)院，長春汽車廠工人大學(xué)。機床夾具設(shè)計手冊［Ｍ］.上?？茖W(xué)技術(shù)出版社，11184。 [12] 李慶壽，機械制造工藝裝備設(shè)計適用手冊[M]，銀州：寧夏人民出版社，111111。 [11] 廖念釗，莫雨松，李碩根，互換性與技術(shù)測量[M]，中國計量出版社，2540：11-111。 [14] [王光斗，王春福，機床夾具設(shè)計手冊[M]，上?？茖W(xué)技術(shù)出版社，2540。 [15] 樂兌謙，金屬切削刀具，機械工業(yè)出版社，25HT150：4-17 機械原理 基于局部平均分解的階次跟蹤分析及其在齒輪故障診斷中的應(yīng)用 Junsheng Cheng, Kang Zhang, Yu Yang 關(guān)鍵詞： 階次跟蹤分析 局部平均分解 解調(diào) 齒輪 故障診斷 摘要： 局部平均分解(LMD)是一種新的自適應(yīng)時頻分析方法,這種方法特別適合處理多分量的調(diào)幅信號和調(diào)頻(AM-FM)信號。通過使用LMD方法,可以將任何復(fù)雜的信號分解為一系列的產(chǎn)品功能PF分量(PFs),每個PF分量都是純調(diào)頻信號和包絡(luò)信號的乘積，且通過純調(diào)頻信號可以獲得具有物理意義的瞬時頻率。從理論上講,每個PF分量都是一個單分量的AM-FM信號。 因此,可以將LMD的過程看作是信號解調(diào)的過程。齒輪發(fā)生故障時,振動信號呈現(xiàn)明顯的AM-FM特征。因此，針對齒輪升降速過程中故障振動信號為多分量的調(diào)制信號，以及故障特征頻率隨轉(zhuǎn)速變化的特點，提出了一種基于LMD和階次跟蹤分析的齒輪故障診斷方法。齒輪箱的故障診斷實驗表明本文提出的方法能有效地提出齒輪故障診斷特征。 1 引言 齒輪傳動是機械設(shè)備中常見的傳動方式, 故對齒輪進行故障診斷具有重要意義。 齒輪故障診斷的關(guān)鍵一步是故障特征的提取。一方面，傳統(tǒng)的齒輪故障診斷方法的重點在一個固定的旋轉(zhuǎn)速度檢測振動信號的頻譜分析。 而齒輪作為一種旋轉(zhuǎn)部件, 其升降速過程的振動信號往往包含了豐富的狀態(tài)信息, 一些在平穩(wěn)運行時不易反映的故障特征在升降速過程中可能會充分地表現(xiàn)出來[1],此外，來自齒輪振動信號的暫態(tài)過程中，速度依賴性總是顯示非平穩(wěn)特征。如果頻譜分析直接應(yīng)用于非平穩(wěn)振動信號，混頻將不可避免的發(fā)生，這將對故障特征提取帶來不良影響。在以往的研究中，為了跟蹤技術(shù)，通常利用振動信號中添加旋轉(zhuǎn)機械軸轉(zhuǎn)速信息，已經(jīng)成為一個在旋轉(zhuǎn)機械故障診斷[2,3]的重要途徑。從本質(zhì)上講，階次跟蹤分析技術(shù)可以在時域非平穩(wěn)信號轉(zhuǎn)換成角域靜止，可以突出的旋轉(zhuǎn)速度相關(guān)的振動信息和抑制無關(guān)的信息。因此，階次跟蹤分析是在助跑過程中齒輪的故障特征提取和運行了一個可取的方法 另一方面，當發(fā)生故障的齒輪振動信號，拿起在運行和運行過程中始終存在的振幅特性調(diào)制和頻率調(diào)制（AM–FM）。為了提取齒輪故障振動信號的調(diào)制特征，解調(diào)分析是最流行的方法之一[ 4,5 ]。然而，傳統(tǒng)的解調(diào)方法，如希爾伯特變換解調(diào)和傳統(tǒng)包絡(luò)分析有其自身的局限性[ 6 ]。這些缺點包括兩個方面：（1）在實踐中大多數(shù)的齒輪故障振動信號都是多組分是–調(diào)頻信號。這些信號，在傳統(tǒng)的解調(diào)方法，他們通常是通過帶通濾波器分解成單組分是–調(diào)頻信號的解調(diào)，然后提取的頻率和振幅信息。然而，這兩個數(shù)載波頻率的載波頻率成分和幅值都難以在實踐中被確定，所以帶通濾波器的中心頻率的選擇具有主體性，將解調(diào)誤差和使它提取機械故障振動信號的特征是無效的；（2）由于希爾伯特不可避免的窗口效應(yīng)變換，當使用希爾伯特變換提取調(diào)制信息，目前的非瞬時響應(yīng)特性，即，在調(diào)制信號被解調(diào)以及打破中間部分的兩端會再次產(chǎn)生調(diào)制，使振幅指數(shù)衰減的方式得到的波動，然后解調(diào)誤差將增加[ 7 ]。為了克服第一個缺點，一個合適的分解方法應(yīng)尋找獨立的多分量信號為多個單組分是–調(diào)頻信號的包絡(luò)分析之前。由于EMD（經(jīng)驗?zāi)B(tài)分解）自適應(yīng)復(fù)雜多分量信號分解為一系列固有模態(tài)函數(shù)（IMF）的瞬時頻率的物理意義[ 8,9 ]，基于EMD的階比跟蹤方法已廣泛應(yīng)用于齒輪故障診斷[ 13 ]。然而，仍然存在許多不足之處[ 14 ]，如在EMD的端點效應(yīng)和模態(tài)混 [ 15 ]，仍在進行。此外，對原信號通過EMD分解，產(chǎn)生了由希爾伯特變換（上面提到的）缺點是不可避免的在IMF進行希爾伯特變換的包絡(luò)分析。此外，有時無法解釋的負瞬態(tài)頻率時會出現(xiàn)瞬時頻率計算每個IMF進行希爾伯特變換[ 16 ] 局部均值分解（LMD）是一種新型的解調(diào)分析方法，特別適合于處理多組分的幅度調(diào)制和頻率調(diào)制（AM–調(diào)頻）信號[ 16 ]。用LMD，任何復(fù)雜的信號可以分解成許多產(chǎn)品功能（PFS），每一種產(chǎn)品的包絡(luò)線信號（獲得直接由分解）的PF瞬時振幅可以得到一個純粹的頻率調(diào)制信號從一個良好定義的瞬時頻率可以計算。在本質(zhì)上，每個PF正是一種單組分我–調(diào)頻信號。因此，LMD的程序可以，事實上，作為解調(diào)過程。調(diào)制信息可以通過頻譜分析的瞬時振幅（包絡(luò)信號，直接獲得通過分解）每個PF分量進行希爾伯特變換，而不是由PF分量。因此，當LMD和EMD方法分別應(yīng)用到解調(diào)分析，與EMD，LMD的突出優(yōu)點是避免希爾伯特變換。此外，LMD迭代過程中所采用的手段和當?shù)氐姆炔黄交牡胤接肊MD的三次樣條的方法，這可能帶來的包絡(luò)的誤差和影響的精度瞬時頻率和振幅。此外，與EMD端點效應(yīng)相比并不明顯，因為在LMD方法更快的速度和算法的迭代次數(shù)更少[ 17 ]。 基于以上分析，階次跟蹤和解調(diào)技術(shù)，LMD最近的發(fā)展，科學(xué)相結(jié)合，并應(yīng)用于齒輪故障診斷過程中各軸速度。首先，訂單跟蹤技術(shù)被用于將從時間域的齒輪振動信號角域。其次，分解角域重采樣信號的PF系列LMD，因此組件和相應(yīng)的瞬時振幅和瞬時頻率可以得到的。最后，進行頻譜分析的故障信息含有顯性PF分量的瞬時幅值。從實驗的振動信號，表明該方法能有效地提取故障特征和分類準確齒輪工作狀態(tài)的分析結(jié)果。 本文的組織如下。第2節(jié)是一個給定的LMD方法理論。在第3節(jié)中的齒輪故障診斷方法中，以技術(shù)和LMD跟蹤相結(jié)合的提出和實踐應(yīng)用表明，提出的方法。此外，LMD和基于EMD的比較也在第3節(jié)提到了基礎(chǔ)的方法。最后，我們得出了第4部分的結(jié)論。 2 LMD 方法 LMD方法的本質(zhì)是通過迭代從原始信號中分離出純調(diào)頻信號和包絡(luò)信號,然后將純調(diào)頻信號和包絡(luò)信號相乘便可以得到一個瞬時頻率具有物理意義的PF分量,循環(huán)處理直至所有的PF分量分離出來對任意信號x(t),其分解過程如[16]: ( 1) 確定原始信號第i個局部極值及其對應(yīng)的時刻,計算相鄰兩個局部極值和的平均值 (1) 將所有平均值點mi在其對應(yīng)的時間段[,]內(nèi)伸一線段,然后用滑動平均法進行0平滑處理,得到局均值m11(t) 。 ( 2) 采用局部極值點計算局部幅值 : =| -|/2 (2) 將所有局部幅值點ai在其對應(yīng)的時間段[,]內(nèi)伸成一條線段,然后采用滑動平均法進行平滑處理,得到包估計函數(shù)a11(t) 。 ( 3) 將局部均值函數(shù)m11(t)從原始信號x(t)中分離來, 即去掉一個低頻成分,得到 h11(t)=x(t)-m11(t) (3) ( 4)用h11(t)除以包絡(luò)估計函數(shù)A11( t)以對h11(t)進行解調(diào),得到 s11(t)=h11(t)/A11(t) (4) 對s11( t)重復(fù)上述步驟便能得到s11(t)的包絡(luò)估計函數(shù)A12(t),若A12(t)不等于1,則s11( t)不是一個純調(diào)頻信號需要重復(fù)上述迭代過程n次,直至s1n(t)為一個純調(diào)頻信號,即 s1n(t)的包絡(luò)估計函數(shù) A1(n+1)(t)=1,所以,有 (5) (6) 為理論上, 迭代終止的條件 (7) 在實踐中,一種變體δ會提前確定。如果1?δ≤a1(n + 1)(t)≤1 +δand?1≤s1n(t)≤1,然后迭代過程將停止 ( 5) 把迭代過程中產(chǎn)生的所有包絡(luò)估計函數(shù)相乘便可以得到包絡(luò)信號( 瞬時幅值函數(shù)) : （8） ( 6) 將包絡(luò)信號A1(t)和純調(diào)頻信號s1n(t)相乘便可以得到原始信號的第一個PF分量: PF1(t）=a1(t)s1n(t) ( 9) PF1(t)包含了原始信號中頻率值最高的成分,是一個單分量的調(diào)幅-調(diào)頻信號,PF1(t)的瞬時幅值就是包絡(luò)信號A1(t),PF1(t)的瞬時頻率f1(t)則可由純調(diào)頻信號s1n(t)求出,即: (10) ( 7)將第一個PF分量PF1(t)從原始信號x(t)中分離出來, 得到一個新的信號u1(t),將u1( t)作為原始數(shù)據(jù)重復(fù)以上步驟,循環(huán)k次,直到 uk為一個單調(diào)函數(shù)為止,即: (11) 原始信號x(t)能夠被所有的PF分量和uk重構(gòu),即: (12) 產(chǎn)品功能p的數(shù)量在哪里.此外,相應(yīng)的完整的時頻分布可以通過組裝瞬時幅度和瞬時頻率的PF組件。 3 基于階次跟蹤分析與 L M D 的齒輪故障診斷 3.1 階次跟蹤分析 階次跟蹤分析首先根據(jù)參考軸的轉(zhuǎn)速信息對時域信號進行等角度重采樣, 將時域非平穩(wěn)信號轉(zhuǎn)換為角域平穩(wěn)信號, 再對角域平穩(wěn)信號進行譜分析得到階次譜。階次跟蹤分析能夠提取信號中與參考軸轉(zhuǎn)速有關(guān)的信息, 同時抑制與轉(zhuǎn)速無關(guān)的信號, 因此非常適合分析旋轉(zhuǎn)機械在變轉(zhuǎn)速過程下的振動信號。實現(xiàn)階次跟蹤分析技術(shù)的關(guān)鍵在于, 如何實現(xiàn)被分析信號相對于參考軸的等角度重采樣, 即階次重采樣。常用的階次重采樣方法有硬件階次跟蹤法[ 6]、計算階次跟蹤法[ 7]和基于瞬時頻率估計的階次跟蹤法[ 8]等。硬件階次跟蹤法直接通過專用的模擬設(shè)備實現(xiàn)信號的等角度重采樣,實時性好,但只適用于軸轉(zhuǎn)速較穩(wěn)定的情況,且成本很高;基于瞬時頻率估計的階次跟蹤法不需要專門的硬件設(shè)備,無需考慮硬件安裝問題,且成本較低, 但是不適用于分析多分量信號,而實際工程信號大多為多分量信號, 因此其實際應(yīng)用意義不大;COT法通過軟件的形式實現(xiàn)等角度重采樣,分析精度高, 對被分析的信號沒有特別的要求,并且無需特定的硬件, 因此是一種應(yīng)用廣泛的階次跟蹤分析方法。 根據(jù)試驗條件采用COT法實現(xiàn)信號的階次重采樣,其具體步驟如下: 1. 對振動信號和轉(zhuǎn)速信號分兩路同時進行等時間間隔(間隔為$t)采樣,得到異步采樣信號; 2. 通過轉(zhuǎn)速信號計算等角度增量 $H 所對應(yīng)的時間序列ti ; 3. 根據(jù)時間序列ti的值,對振動信號進行插值,求出其對應(yīng)的幅值,得到振動信號的同步采樣信號,即角域平穩(wěn)信號; 4.使用LMD分解平衡角重采樣信號,因此sPF系列組件和相應(yīng)的瞬間振幅和瞬時頻率可以獲得 5.光譜分析應(yīng)用于每個PF的瞬時振幅組件,然后我們有訂單譜 3.2 齒輪故障診斷實例 升降速過程中的齒輪故障振動信號通常是多分量的調(diào)幅-調(diào)頻信號,并且故障特征頻率會隨著轉(zhuǎn)速的變化而改變。針對升降速過程齒輪故障振動信號的這些特點, 提出了基于階次跟蹤分析和 LM D 的齒輪故障診斷方法。首先采用階次跟蹤分析將齒輪升降速過程的時域振動信號轉(zhuǎn)換成角域平穩(wěn)信號;然后對角域信號進行LMD分解,得到一系列PF分量,以及各個PF分量的瞬時幅值和瞬時頻率; 最后對各個PF分量的瞬時幅值進行頻譜分析,便可以有效地提取出齒輪故障特征。為了驗證方法的正確性,在旋轉(zhuǎn)機械試驗臺上進行了齒輪正常和齒根裂紋兩種工況的試驗。該系統(tǒng)中, 電機輸入軸齒輪齒數(shù)z1=55, 輸出軸齒輪齒數(shù)z2 = 75。在輸入軸齒輪齒根上加工出小槽,以模擬齒根紋故 障, 因此齒輪嚙合階次xm=55,故障特征階次xc=1。圖1和圖2所示分別為由轉(zhuǎn)速傳感器測得的輸入軸瞬時轉(zhuǎn)速n(t),以及由振動傳感器測得的齒輪故障 振動加速度a(t),其中采樣頻率為8192H z,采樣時間為20s從圖1可以看出,輸入軸轉(zhuǎn)速首先從150r/min逐漸加速至1410r/min, 然后再減速到820r/min,而加速度信號的幅值也隨著作出了相應(yīng)的變化。不失一般性,截取圖2中5~ 7s升速過程的信號 a1(t)進行分析。 圖 1 輸 入軸的瞬時轉(zhuǎn)速 n ( t ) 圖 2 齒輪故障振動加速度信號 a( t ) 值在秩序O=55和O=110相應(yīng)的齒輪嚙合秩序和雙。因此這意味著頻率混淆現(xiàn)象已經(jīng)在很大程度上消除。然而,為j1(θ)仍然是一個多個組件MA-MF信號。因此,一邊頻帶反映故障特征頻率模糊。有效地提取故障特征,應(yīng)用LMD j - 1(θ),因此七PF組件和殘渣可以得到圖6所示,這意味著LMD解調(diào)的進展。因此,它是可以提取齒輪故障特性,利用頻譜分析的瞬時振幅PF組件包含主要故障信息。通過分析,我們知道失敗的主要信息包括在第一個PF組件。因此,無花果。7和8給瞬時振幅a1(θ)的第一個PF組件PF 1(θ)和相應(yīng)的秩序光譜的a1(θ),很明顯,有不同的光譜峰值在第一順序(O = 1)對應(yīng)齒輪階次跟蹤功能,符合齒輪的實際工況。 圖9和圖10顯示轉(zhuǎn)速信號的n(t)和振動加速度信號的時域波形s(t)齒輪分別與破碎的牙齒,采樣率為8192 Hz和總樣品時間是20年代。斷齒故障引入輸入軸上的齒輪與激光切割槽的牙根。首先,一段信號s1(t)5 s-7年代為進一步分析的進步是攔截;其次,假設(shè)樣本點每旋轉(zhuǎn)400;第三,角域信號為j1(θ)圖11所示可以通過執(zhí)行命令重采樣s1(t);第四,LMD適用于j-1(θ);最后,相應(yīng)的秩序頻譜圖12所示的瞬時振幅首先PF組件PF 1(θ)可以了,很明顯,有不同的光譜峰值(比在圖8)在第一順序(O = 1)階次跟蹤分析對應(yīng)于齒輪故障功能,符合齒輪的實際工況。 同樣的,我們同樣可以做正常的齒輪。轉(zhuǎn)速信號n(t)和振動的時域波形加速度信號s(t)的正常齒輪分別列在無花果。13和14,采樣率為8192 Hz和總樣品時間是20多歲。在上述相同的方法應(yīng)用于原始信號圖14所示,結(jié)果無花果所示。15和16。圖15顯示了角域j - 1(θ)執(zhí)行順序重采樣后的信號部分(5s-7年代在籌備進展)的原始信號。圖16顯示了相應(yīng)的瞬時振幅譜第一個PF組件,很難找到齒輪故障特征,也符合實際的工作狀態(tài)的裝備。 目前,多組分的另一個競爭解調(diào)方法AM-FM信號,即經(jīng)驗?zāi)Ｊ椒纸?EMD)存在,已經(jīng)被廣泛應(yīng)用于信號解調(diào)分析(7、22)。為了比較兩個EMD方法,取代LMD,我們能做的同樣使用EMD進行重采樣信號無花果所示。圖4、11和15 圖 3 齒輪故障振動加速度信號的頻譜 圖 4 階次重采樣后的齒輪故障振動 加速度信號 圖5 j1(θ)的階次譜 分別,因此可以獲得一系列國際貨幣基金組織(IMF)組件。此外,相應(yīng)的瞬時振幅和國際貨幣基金組織每個組件的瞬時頻率可以通過希爾伯特變換計算。通過分析,我們知道,IMF主要特征信息包含在第一個組件。因此,只有應(yīng)用于瞬時頻譜分析第一個國際貨幣基金組織(IMF)組件的振幅。無花果。17日至19日給訂單頻譜對應(yīng)三種振動信號的破解斷層、斷齒故障和正常的齒輪,分別,很明顯,訂單跟蹤分析基于EMD也可以提取齒輪故障特性,確定齒輪的工作狀態(tài)。盡管EMD和LMD都可以分解原始信號實際上,兩種方法之間的差異仍然存在。EMD方法比較,如第一節(jié)中所述,LMD有更多迭代次數(shù)少等優(yōu)點,不明顯的效果和更少的瞬時頻率的虛假成分,可以使用更多的應(yīng)用在實踐中。 圖 6 角域信號j1( θ )的LMD分解結(jié)果 圖 7 PF1(θ)的瞬時幅值A(chǔ)1(θ) 圖 8 第1個PF分量的幅值譜 圖 9 輸入軸的瞬時轉(zhuǎn)速 n(t) 圖 1 0 正常齒輪的振動加速度信號 a(t) 圖11 階次重采樣后的正常齒輪振動加速度信號j1(θ） 圖 12 第一個PF分量的幅值譜 圖13 輸入軸轉(zhuǎn)速r(t)正常齒輪前和過程中 圖圖14 齒輪的振動加速度信號(t)在正常狀態(tài) 圖15 相應(yīng)的振動加速度信號為j1(θ)角域通過應(yīng)用順序重采樣tos(t)圖14所示。 圖17 第一個IMF分量的幅值譜 圖 18 第一個IMF分量的幅值譜 3 結(jié)論 在齒輪故障診斷技術(shù)、階次跟蹤是一個著名的技術(shù),可用于故障檢測的旋轉(zhuǎn)機器采用振動信號。針對齒輪故障振動信號的調(diào)制特點在助跑和破敗的和缺點在齒輪經(jīng)?？梢园l(fā)相關(guān)軸轉(zhuǎn)速在瞬態(tài)過程中,階次跟蹤和技術(shù)LMD相結(jié)合用于齒輪故障診斷。從理論分析和實驗結(jié)果以下幾點得出結(jié)論: ( 1) 在分析齒輪變轉(zhuǎn)速狀態(tài)下的振動信號時,轉(zhuǎn)速波動會引起頻譜圖出現(xiàn)頻率混疊, 而階次跟蹤分析通過對信號進行階次重采樣能夠在很大程度上消除頻率混疊, 使頻譜圖的譜線清晰可讀。 ( 2) 齒輪故障時的振動信號為一多分量的調(diào)幅- 調(diào)頻信號, 采用LMD方法能將其分解為若干個PF分量之和,同得到各個PF分量的瞬時幅值和瞬時頻率, 實現(xiàn)了原信號的解調(diào)。對含有齒輪故障特征的PF分量的瞬時幅值進行頻譜分析, 能夠準確地提取出齒輪故障特征信息。 圖19 階次的第一個國際貨幣基金組織(IMF)組件的正常使用EMD齒輪 ( 3) 對齒輪正常和齒根裂紋兩種工況的振動信號進行了分析,分析結(jié)果表明, 本文方法能夠準確地反映出齒輪的實際工況。 References [1] S.K. Lee, P.R. White, Higher-order time–frequency analysis and its application to fault detection in rotating machinery, Mechanical Systems and Signal Processing 11 (1997) 637–650. [2] Mingsian Bai, Jiamin Huang, Minghong Hong, Fucheng Su, Fault diagnosis of rotating machinery using an intelligent order tracking system, Journal of Sound and Vibration 280 (2005) 699–718. [3] JianDa Wu, YuHsuan Wang, PengHsin Chiang, Mingsian R. Bai, A study of fault diagnosis in a scooter using adaptive order tracking technique and neural network, Expert Systems with Applications 36 (1) (2009) 49–56. [4] J. Ma, C.J. Li, Gear defect detection through model-based wideband demodulation of vibrations, Mechanical System and Signal Process 10 (5) (1996) 653–665. [5] R.B. Randall, J. Antoni, S. chobsaard, The relationship between spectral correlation and envelope analysis in the diagnostics of bearing faults and other cyclostationary machine signals, Mechanical Systems and Signal Processing 15 (5) (2001) 945–962. [6] He Lingsong, Li Weihua, Morlet wavelet and its application in enveloping, Journal of Vibration Engineering. 15 (1) (2002) 119–122. [7] Cheng Junsheng, Yu Dejie, Yang Yu, The application of energy operator demodulation approach based on EMD in machinery fault diagnosis, Mechanical Systems and Signal Processing 21 (2) (2007) 668–677. [8] N.E. Huang, Z. Shen, S.R. Long, The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis, Proceedings of the Royal Society of London Series 454 (1998) 903–995. [9] N.E. Huang, Z. Shen, S.R. Long, A new view of nonlinear water waves: the Hilbert spectrum, Annual Review of Fluid Mechanics 31 (1999) 417–457. [10] B.L. Eggers, P.S. Heyns, C.J. Stander, Using computed order tracking to detect gear condition aboard a dragline, Journal of the Southern AfricanInstitute of Mining and Metallurgy 107 (2007) 1–8. [11] Q. Gao, C. Duan, H. Fan, Q. Meng, Rotating machine fault diagnosis using empirical mode decomposition, Mechanical Systems and Signal Processing 22 (2008) 1072–1081. [12] F.J. Wu, L.S. Qu, Diagnosis of subharmonic faults of large rotating machinery based on EMD, Mechanical Systems and Signal Processing 23 (2009) 467–475. [13] K.S. Wang, P.S. Heyns, Application of computed order tracking, Vold–Kalman filtering and EMD in rotating machine vibration, Mechanical Systems and Signal Processing 25 (2011) 416–430. [14] Junsheng Cheng, Dejie Yu, Yu Yang, Application of support vector regression machines to the processing of end effects of Hilbert–Huang transform, Mechanical Systems and Signal Processing 21 (3) (2007) 1197–1211. [15] Marcus Datig, Torsten Schlurmann, Performance and limitations of the Hilbert–Huang transformation (HHT) with an application to irregular water waves, Ocean Engineering 31 (14) (2004) 1783–1834. [16] Jonathan S. Smith, The local mean decomposition and its application to EEG perception data, Journal of the Royal Society, Interface 2 (5) (2005) 443–454. [17] Junsheng Cheng, Yi Yang, Yu Yang A rotating machinery fault diagnosis method based on local mean decomposition, Digital Signal Processin 22 (2) (2012) 356–366. [18] K.M. Bossley, R.J. Mckendrick, Hybrid computed order tracking, Mechanical Systems and Signal Processing 13 (4) (1999) 627–641. [19] JianDa Wu, Mingsian R. Bai, Fu Cheng Su, Chin Wei Huang, An expert system for the diagnosis of faults in rotating machinery using adaptive order tracking algorithm, Expert Systems with Applications 36 (3) (2009) 5424–5431. [20] Guo Yu, Qin Shuren, Tang Baoping, Ji Yuebo, Order tracking of rotating machinery based on instantaneous frequencies estimation, Chinese Journalof Mechanical Engineering. 39 (3) (2003) 32–36. [21] Yu Dejie, Yang Yu, Cheng Junsheng, Application of time–frequency entropy method based on Hilbert–Huang transform to gear fault diagnosis, Measurement 40 (2007) 823–830. [22] R.T. Rato, M.D. Ortigueira, A.G. Batista, On the HHT, its problems, and some solutions, Mechanical Systems and Signal Processing 22 (6) (2008) 1374–1394.