摘 要

本文主要是设计试验台对齿轮的故障进行模拟，然后借助振动噪声的测量模块测量出无故障齿轮振动频率和发生故障的齿轮的振动频率的不同，从而完成齿轮故障诊断。

首先对齿轮发生故障时的信号噪声做出了较为透彻的研究，结合理论知识将振动检测单元安装在试验台的齿轮减速箱用于检测振动信号，将其和正常工作齿轮的振动信号进行对比。

然后对试验台各部分零件的计算，参考机械设计规范完成本试验台的设计。

本试验台先制造出故障齿轮（如断齿，偏心等），通过更换中间轴和换挡的方法，完成了齿轮故障的模拟，然后通过传感器的检测完成齿轮故障的诊断。这样做能够更加的方便对齿轮故障诊断的研究，可以为齿轮故障诊断的研究提供平台，通过此试验台模拟出齿轮的各种故障，对于现实的研究具有十分重要的意义。

关键词：齿轮；试验台设计；故障诊断；故障模拟

Abstract

This article is mainly to design a test bed to simulate the failure of the gear, and then use the vibration noise measurement module to measure the difference between the vibration frequency of the fault-free gear and the vibration frequency of the failed gear to complete the gear fault diagnosis.

First of all, a thorough study was made on the signal noise of the gear failure. Combined with theoretical knowledge, the vibration detection unit was installed on the gear reducer of the test stand to detect the vibration signal, and compared with the vibration signal of the normal working gear.

Then for the calculation of each part of the test bench, refer to the mechanical design specifications to complete the design of the test bench.

This test bench first manufactures faulty gears (such as broken teeth, eccentricity, etc.).By replacing the intermediate shaft and shifting, the simulation of gear failures is completed, and then the detection of sensors completes the diagnosis of gear failures. In this way, the research of gear fault diagnosis can be more convenient, and it can provide a platform for the research of gear fault diagnosis. Simulation of various gear failures through this test bed is of great significance for practical research.

Key words: gear; Test bench design; fault diagnosis; fault simulation

目录

第1章 绪论 1

1.1 研究背景和意义 1

1.2 国内外研究现状分析 1

1.2.1 国外研究现状 1

1.2.2 国内研究现状 2

1.3 论文的主要研究内容 2

第2章 齿轮的工作特点及原理 3

2.1 齿轮工作的原理 3

2.2 齿轮工作的特点 3

2.2.1 齿轮工作的优点 3

2.2.2 齿轮工作的缺点 3

第3章 试验台故障诊断的方式 4

3.1 试验台的结构 4

3.2 试验台各部分功能 4

3.2.1 变频器 4

3.2.2 编码器 5

3.2.3 转速转矩传感器 5

3.2.4 振动噪声传感器 5

3.2.5 齿轮减速器 5

3.2.6 电动机 5

3.3 试验台的工作原理 5

第4章 减速器 8

4.1 总体的方案设计 8

4.2 减速器的结构及零件的类型 8

4.2.1 减速器传动级数的确定 8

4.2.2 减速器传动件的布置形式 8

4.2.3 确定轴承的类型 9

4.2.4 确定联轴器类型 9

4.3 明确传动方案 9

4.3.1 电机的选择 9

4.3.1 确定传动的总传动比及分配传动比 9

4.3.2 各轴动力参数 9

4.4 减速器结构设计 11

4.4.1 高速齿轮设计 11

4.4.2 低速齿轮设计 13

4.4.3 减速器的附件及功用 14

4.5 齿轮结构设计及精度选择 15

4.5.1 小花键齿轮 15

4.5.2 大花键齿轮 18

4.5.3 双联齿轮 20

4.5.4 三联齿轮 23

4.5.5 减速器箱体的尺寸确定 25

第5章 轴的结构设计及校核 27

5.1 各轴材料的选择 27

5.2 输入轴的设计和校核 27

5.2.1 功率、转速和转矩的计算 27

5.2.2 齿轮所受的力 27

5.2.3 确定轴的最小直径 27

5.2.4 轴的结构设计 28

5.2.5 轴简图 28

5.2.6 轴上载荷的计算 29

5.2.7 按弯曲力矩校核轴的强度 29

5.2.8 校核轴的疲劳强度 30

5.2.9 轴的工作图 31

5.3 中间轴的设计和校核 31

5.3.1 功率、转速和转矩的计算 31

5.3.2 齿轮所受的力 31

5.3.3 确定轴的最小直径 32

5.3.4 轴的结构设计 32

5.3.5 轴简图 33

5.3.6 轴上载荷的计算 34

5.3.7 按弯曲力矩校核轴的强度 34

5.3.8 校核轴的疲劳强度 34

5.3.9 轴的工作图 36

5.4 输出轴的设计和校核 37

5.4.1 功率、转速和转矩的计算 37

5.4.2 齿轮所受的力 37

5.4.3 确定轴的最小直径 37

5.4.4 轴的结构设计 37

5.4.5 轴简图 38

5.4.6 轴上载荷的计算 39

5.4.7 按弯曲力矩校核轴的强度 39

5.4.8 校核轴的疲劳强度 39

5.4.9 轴的工作图 40

第6章 滚动轴承的校核 41

6.1 输入轴上的滚动轴承 41

6.2 中间轴上的滚动轴承 41

6.3 输出轴上的滚动轴承 41

第7章 键的选择和校核 42

7.1 平键的选择和校核 42

7.1.1 输入轴上平键的确定和校核 42

7.1.2 中间轴上平键的确定和校核 42

7.1.3 输出轴上平键的确定和校核 43

7.2 花键的选择和校核 43

7.2.1 输入轴上花键的确定和校核 43

7.2.2 输出轴上花键的确定和校核 44

结论与展望 45

1. 结论 45

2. 展望 45

参考文献 46

致谢 47

绪论

研究背景和意义

齿轮是广大机械的基础和组成部件，机械的正常运转少不了齿轮的支撑。由此可见齿轮对于机械的正常运转有着不可替代的作用。但是，有研究表明，机械故障有45%都是由于齿轮发生故障（如裂纹，断齿等）引起的^[1]，尤其是航空领域的发动机，一旦齿轮发生故障会发生特别严重的后果。

1992年6月，日本某电厂的一台600MW的火力发电机，工作时忽然齿轮运转故障，临界转速迅速下降，引起了机组的共振，导致机组严重损坏，此次事故给发电厂造成了45~50亿日元损失；2017年5月，在印度尼西亚的异常军事演习中，印尼的打击部队进行演习时，一门火炮的齿轮忽然运行故障，引起了炮弹射向操练人员招致了4死8伤；2018年7月，由韩国自行设计的MUH-1“完美雄鹰”由于齿轮箱发生故障，在起飞后，螺旋桨和机身突然分裂开来，导致5死1伤。

上述的种种事故都是齿轮发生故障引起的，一方面对企业造成了巨大的损失，另一方面甚至造成了人员的伤亡，社会影响及其恶劣。

随着科学的不断发展，我们更应该重视齿轮故障诊断的研究，及时的发现齿轮可能存在的潜在隐患风险。齿轮在机械设备上充当十分重要的角色，齿轮发生故障就会导致机械设备不能够正常的运行，其也有非常严重的安全隐患，严重时甚至造成人员的伤亡。所以为了保证机械安全稳定的运行，对齿轮故障诊断的研究就十分的重要，设计出能够实时监测齿轮状态的相关台架具有十分重要的现实意义。

国内外研究现状分析

国外研究现状

国外方面，Albert K W等采用时域模型法以确定齿轮振动信号的AR建模（自回归）作为线性误差的滤波器，滤波信号和未滤波信号的误差特性来决定齿轮是否处于正常的工作状态。如果调制数据发生显著的变化，那么利用传统的模态监测方法分析风车工具的健康状况是远远不够的。Suzlon提供高维、高调制的振动数据并用已知监测分析方法在线识别电机，但是并没有起到显著的效果。只有目测才能识别有缺陷的电机。因此Mohamed Elfordjani利用信号强度估计（SIE）方法和机器学习（ML）对Suzlon数据集进行了分析取得了十分显著的效果^[2]。N.Dervilis等发表了一种风机叶片故障诊断方法，其是一种基于模态识别的状态监测方法，自动关联自联想神经网络和径向基函数网络有效的诊断风机叶片的损伤^[3]。D.Zappala等提出了一种基于边带算法的齿轮箱故障自动检测和诊断系统，该算法利用边带功率因数作为齿轮损伤的工具指标，它可以评估振动频谱中与边带功率因数的误差载荷，它优于传统的傅里叶方法在于它可以实现齿轮箱故障的自动发检测和诊断，并且它的虚报率极低^[4]。S.Simani等提出了一种使用输入和输出量识别输出模型的技术，该方法使用Takagi-Sugen来描述剩余误差，并使用模糊聚类和动态系统技术来对系统进行除噪，取得了较好的成效^[5]。A.Joshuva等提出了一种对风机齿轮箱故障诊断的方法，其基于的决策树算法，这些选择的参数进行检测诊断。该方法对风机振动数据的非线性趋势实现了精确的分析，可以及时的检测出风机出现异常^[6]。

国内研究现状

国内方面，刘艳娟教授等提出了一种基于神经网络的故障预测诊断方法，很好的解决了采矿业机械设备的故障问题^[7]；温州大学刘晓阳等提出了一种利用仿真和ELM有限元模型的齿轮故障诊断方法。首先，通过有限元模型来获取齿轮故障的模型样本，其次通过对有限元的训练，各个仿真单元的齿轮咬合频率分量进行仿真信号，训练样本为子信号和相应的时域和频域指标，最后对齿轮传动系统中的振动信号进行测量，并以训练过的极限学习机为样本进行故障类型识别^[8]。上海交通大学的董振兴博士研究出一种故障诊断方法，该方法将神经网络和灰色理论进行结合，研究机械设备故障的预测和诊断^[9]；秦嗣峰等面对当下利用常规的方法难以识别在多变工况下行星齿轮箱的频率特征提取问题，提出了一种基于卡尔曼滤波和能量分解的时域分析方法，该方法利用卡尔曼滤波和能量分解有效的分解单分量信号成分，有效的计算了振动信号瞬时频率方面的优势，行星齿轮箱的时域特征频率被有效的识别出来，成功的诊断了太阳轮的故障^[10]。吕志民等通过奇异值分解并滤波方式，对齿轮发生故障时产生的路径的自轨迹进行吸引，提高了故障诊断的准确性^[11]。吴军彪等提出了一种基于盲信号故障提取方式，利用此种方法可以减小对误采集错误信号的影响，从而提高了信号的提取精度^[12]。

论文的主要研究内容

本文齿轮故障诊断试验台由六部分组成。即变频器（VVVF），电动机，转速转矩传感器，编码器，振动噪声传感器，齿轮减速箱。

本文试验台可以模拟出齿轮的6种故障（轮齿疲劳裂纹、齿面磨损、断齿、齿面点蚀、齿轮偏心、单齿齿面剥落、齿面疲劳剥落）。