论文部分内容阅读
齿轮箱作为机械传动（系统）的重要组成部分，其运行状况对整台机械的工作性能至关重要。因此，许多信号处理方法及模式识别理论被广泛应用到齿轮箱的状态监测中，以便及时发现故障，进行维护和修理，保证设备正常、安全及可靠的运行。本文在分析齿轮箱故障类型和故障机理的基础上，利用局域波及相关理论对实验测得的齿轮箱振动信号进行了处理并提取了相关的特征向量，最后利用遗传神经网络算法对提取的特征向量进行了分类，实现了齿轮箱故障的诊断。主要的研究内容包括：（1）简要分析和阐述了齿轮箱故障的主要类型及产生的机理，并利