直角錐齒輪減速機運行狀態(tài)與信號。應用連續小波變換(ContinuousWaveletTransform)依據信號的標準-小波能量譜分布特性，對錐齒輪減速機齒輪振動(dòng)信號進(jìn)行特征提取；其次，應用小波分解的多分辨分析(MultiresolutionAnalysis)對信號進(jìn)行正交小波分解，對振動(dòng)信號進(jìn)行濾波消噪處理，提取隱含在振動(dòng)信號中的周期性沖擊信號；后，應用小波包分解(WaveletPacketDecomposition)對振動(dòng)信號進(jìn)行分解，將信號在各個(gè)頻帶的小波包分解系數作為伺服蝸輪蝸桿減速機齒輪振動(dòng)信號的特征向量進(jìn)行統計學(xué)分析，達到對齒輪減速馬達進(jìn)行故障診斷的目的。因為錐齒輪減速機在運行過(guò)程中都不可避免的產(chǎn)生振動(dòng)，而振動(dòng)是其本身動(dòng)力學(xué)特性的表示，于是根據錐齒輪減速機振動(dòng)信號的分析與處理，不必對減速機進(jìn)行解體，便可以得到其的運行狀態(tài)，得到齒輪減速馬達系統零部件因為磨損、疲憊、老化等原因引起的狀態(tài)變化信息，并由此識別齒輪減速馬達或其內部零部件的故障。

因此，相對于其他故障診斷方法而言，振動(dòng)診斷方法簡(jiǎn)便易行，是目前工程中使用的主要方法。狀態(tài)監測主要通過(guò)信號時(shí)域分析進(jìn)行，特征向量提取主要應用小波理論進(jìn)行，故障模式識別主要應用神經(jīng)網(wǎng)絡(luò )進(jìn)行。討論了神經(jīng)網(wǎng)絡(luò )輸入特征量的選擇題目，闡述了小波網(wǎng)絡(luò )分析的上風(fēng)和發(fā)展趨勢。總的來(lái)說(shuō)，大部門(mén)研究主要是理論上的探討，方法并不十分提高前輩。因為大部門(mén)螺旋錐齒輪減速機的故障都發(fā)生在振動(dòng)的能量增大之后，所以，振動(dòng)能量分析法是振動(dòng)診斷方法中常用的手段。運用BP神經(jīng)網(wǎng)絡(luò )技術(shù)對個(gè)故障錐齒輪減速機進(jìn)行故障模式分類(lèi)。在齒輪減速馬達故障診斷的各種方法中，振動(dòng)診斷方法常用。新發(fā)展起來(lái)的小波時(shí)頻分析理論及神經(jīng)網(wǎng)絡(luò )理論，因為其優(yōu)勝的時(shí)頻特性在齒輪減速馬達的振動(dòng)診斷中有著(zhù)良好的應用遠景。用于齒輪減速馬達的修理部分及出產(chǎn)線(xiàn)上的產(chǎn)品質(zhì)量檢測。齒輪減速馬達的故障診斷技術(shù)主要對減速機的樞紐零部件展開(kāi)的。

在小波理論分析的基礎上，探索有效的基于小波分析的錐齒輪減速機故障特征的提取方法。錐齒輪減速機故障診斷技術(shù)的發(fā)展使得齒輪減速電機運行狀態(tài)的監測與診斷技術(shù)獲得了很大的發(fā)展。因此，錐齒輪減速機的故障診斷技術(shù)需要種適合的提高前輩的方法。對振動(dòng)信號的時(shí)域特征和頻域特征在齒輪減速馬達的狀態(tài)監測和故障診斷上的應用進(jìn)行研究，選出較為合適的減速機狀態(tài)監測和故障診斷方法。較為具體的分析了齒輪減速馬達的振動(dòng)特性，建立減速機的數學(xué)力學(xué)模型，并從齒輪減速馬達結構上來(lái)分析產(chǎn)生振動(dòng)的原因并給出其公道的解釋。齒輪減速馬達運行時(shí)產(chǎn)生的振動(dòng)信號對其進(jìn)行狀態(tài)監測及故障診斷，提取其振動(dòng)信號中的特征向量及進(jìn)行故障模式識別。就內的研究狀況而言，已有不少的科研院所對錐齒輪減速機等部門(mén)實(shí)施了故障診斷方法和技術(shù)的研究，而且設計出了些診斷儀器。確定有效的基于神經(jīng)網(wǎng)絡(luò )的振動(dòng)信號特征的模式識別方法。實(shí)驗測取故障錐齒輪減速機的振動(dòng)速度信號，作為對減速機各個(gè)運行狀態(tài)振動(dòng)信號進(jìn)行數據處理與信號分析的根據。http://xiangjiaoqiugs.com/product/list-zhijiaojiansuji-cn.html