1. 研究目的与意义（文献综述）

1.1目的及意义

随着现代工业的发展及机械自动化程度的提高，一些大型旋转机械设备应用越开越广泛，制造业面临着巨大的压力，需要不断减少或消除意外停机和昂贵的故障检修费用。所以故障诊断技术越来越受到各个国家的重视。早在1967年美国国家宇航局就创立了美国机械故障预防小组。致力于设备诊断技术的开发应用工作。由于此项技术的应用产生了巨大的经济效益，从而得到快速的发展^[1]。

在传统信号处理分析中，根据工程实际需要，我们将信号表达为时间变量和频率变量的二元复合函数，即为信号的时频表示^[2]。1998年，美籍华人norden e.huang等在深入研究瞬时频率概念的基础上，提出了一种不同于传统信号分析处理的方法—经验模态分解(empirical mode decomposition，简称emd)^[1]方法是信号处理的一种有效的时频处理手段，是进行希尔伯特变换(hilbert transform)的基础，它可以把复杂的非平稳、非线性信号分解为窄带的内禀模态函数(imf intrinsic mode function，简称imf)之和，每一个imf所包含的频率成分不仅与分析频率有关，而且随信号本身的变化而变化，具有自适应的特点，具有很高的信噪比。hilbert谱表示信号完整的时频分布，使得信号的瞬时频率具有了物理意义，因此广泛应用于地球物理学、生物医学、结构分析、设备故障诊断等多个科学研究领域^[3]。

2. 研究的基本内容与方案

2.1 研究内容

在此次毕业设计中，研究的基本内容为：完成实验设计，在齿轮试验台上分别对具有早期故障的齿轮进行测试，采集齿轮箱、轴承座振动信号，了解故障齿轮的振动特点；学习非平稳信号时频分析方法，掌握经验模态分解技术原理；对齿轮箱振动信号进行降噪处理，并基于经验模态分解方法对齿轮箱振动信号进行分析，对齿轮故障进行诊断。

2.2 研究目标

3. 研究计划与安排

文献调研 2周；

外文翻译 1周；

开题报告 1周；

4. 参考文献（12篇以上）

[1]杨贤昭.基于经验模态分解的故障诊断方法研究[d].湖北·武汉.武汉科技大学.2012.10

[2]丁康,李魏华,朱小勇等.齿轮及齿轮箱故障诊断实用技术[m].北京:机械工业出版社,2005:35-121