《電力機車齒輪箱樣本監(jiān)測數(shù)據(jù).1doc.docx》由會員分享，可在線閱讀，更多相關(guān)《電力機車齒輪箱樣本監(jiān)測數(shù)據(jù).1doc.docx（7頁珍藏版）》請在裝配圖網(wǎng)上搜索。

思路 1.電力機車齒輪箱常見的故障類型及其成因分析 齒輪箱是各類機械的變速傳動部件，其運行狀況直接影響整個機械設(shè)備的工作。齒輪主要由齒輪、軸承、箱體、緊固件和密封件等部分組成。表2-1所示為各類零件的故障百分比。 零件 齒輪 軸承 軸 箱體 緊固件 密封件 故障百分比（﹪） 60 19 10 7 3 1 從表中可以看出，軸輪和軸承發(fā)生的概率較大，二者之和近80﹪，這說明在齒輪箱故障診斷中需要密切關(guān)注齒輪和軸承兩部分零件，尤其是齒輪。 1.1 齒輪常見故障 齒輪在運轉(zhuǎn)時，常常由于其本身制造不良、操作維護不善而產(chǎn)生故障，并且齒輪故障的類型還隨齒輪材料、熱處理工藝、運轉(zhuǎn)狀態(tài)等因素不同而變化，常見的齒輪故障主要由以下幾種。 (1)齒面磨損 齒面磨損故障式齒輪箱最典型的故障，其齒面磨損故障診斷研究也是齒輪箱故障診斷研究中的熱點問題，出現(xiàn)齒面磨損的原因主要有異物入侵和潤滑不良兩種主要形式，。擋齒輪的工作面之間受夾入灰塵或金屬顆粒等異物的影響，出現(xiàn)磨粒磨損；如果潤滑油供應(yīng)不足或粘度下降無法形成有效粘膜時，齒輪工作面將出現(xiàn)嚴重的磨損情況。上述兩種磨損形式都能是齒輪輪廓顯著改變，側(cè)隙加大，嚴重時還會導(dǎo)致齒厚過度減薄。 (2)齒面點蝕 齒輪傳動過程中，齒輪接觸面上各點的接觸應(yīng)力呈脈動循環(huán)變化，如果這種應(yīng)力超過了齒輪材料的剪切疲勞極限，或者齒輪面脈動循環(huán)的接觸應(yīng)力超過齒面的疲勞極限經(jīng)過一段時間后，會由于接觸面上金屬的疲勞而形成細小的疲勞裂紋，裂紋的擴展造成金屬剝落，形成點蝕； (3)齒輪斷齒 最常見的是彎曲疲勞折斷、過載折斷。輪齒受力后,在齒根部產(chǎn)生的彎曲應(yīng)力最大,且在齒根過渡圓角處有應(yīng)力集中。如果輪齒的交變應(yīng)力超過了材料的疲勞極限,在齒根圓角處將產(chǎn)生疲勞裂紋,隨著裂紋不斷擴展。 (4)齒面膠合 對于重載或高速的齒輪傳動，如果潤滑不良，則在兩個嚙合的齒面相對滑動時，油膜易破裂，會使齒輪在摩擦和表面壓力的作用下產(chǎn)生高溫，使處于接觸區(qū)的金屬出現(xiàn)全部熔焊，導(dǎo)致齒面膠合。 (5)加工裝配故障 齒輪加工過中會有偏心、齒距偏差和齒形誤差等。齒輪裝配不當(dāng)主要包括齒寬方向只有一段接觸、齒輪軸不平行、齒輪和軸裝配不正等。齒輪加工的誤差和裝配的不當(dāng)都會造成齒輪工作性能的惡化。 1.2 軸承常見故障 軸承的材料缺陷、加工裝配不當(dāng)、潤滑不良、水分或異物進入、腐蝕以及過載等原因都可能造成早期破壞。另外，軸承長時間的運轉(zhuǎn)，軸承也會出現(xiàn)疲勞剝落和磨損等現(xiàn)象，影響設(shè)備的正常工作。 (1)疲勞剝落 疲勞剝落機理軸承在工作時,其內(nèi)圈、外圈和滾動體之間承受著高頻、交變應(yīng)力的作用,載荷集中作用在滾動體和套圈接觸面上,產(chǎn)生很大的應(yīng)力;軸承在旋轉(zhuǎn)過程中,要承受離心力的作用;套圈和滾動體間還存在滾動摩擦和滑動摩擦,在這些因素的綜合作用下,套圈和滾動體表面疲勞強度低或有微缺陷的地方會首先產(chǎn)生疲勞微裂紋,并逐漸擴展最終形成剝落?？傊?疲勞剝落就是零件表面在高接觸應(yīng)力的循環(huán)作用下所產(chǎn)生的材料片狀剝落現(xiàn)象。其形態(tài)特征是具有一定的深度和面積,表面呈凹凸不平的鱗狀,具有尖銳的溝角,通常呈疲勞擴展特征的海灘狀條紋。主要由于潤滑不良造成，出現(xiàn)膠合后直接導(dǎo)致軸承的報廢。 （3）軸承膠合 同齒面膠合一樣，軸承膠合大多數(shù)情況下是由潤滑不良造成的。 (4)軸承腐蝕 主要是由于水分的直接侵入造成的。 （5）軸承變形 主要是由于軸承受到過大的沖擊載荷或靜載荷，因為熱變形引起的額外載荷或高硬度異物進入時，都會導(dǎo)致軸承變形。 （6）加工裝配故障 主要由于加工誤差和裝配不當(dāng)造成 1.3故障機理分析 經(jīng)過分析齒輪和軸承的主要的故障都能歸應(yīng)于五種故障原因，分別是疲勞磨損、潤滑不良、載荷過高、異物入侵和加工裝配問題。五種故障原因一共分為三類，第一是疲勞磨損，屬于壽命研究的范疇；第二類主要包括潤滑不良和異物入侵的兩種情況，屬于故障診斷的范疇，載荷過高屬于這一類。第三類是加工裝配問題，不屬于故障診斷的范疇。由上述可知，齒輪箱的故障可總結(jié)為軸故障、齒輪故障、潤滑油稀釋、漏水故障、密封件故障。 表1.電力機車齒輪箱一般常見的故障 序號 電力機車齒輪箱常見的故障 1 軸故障 2 齒輪故障 3 潤滑油故障 4 漏水故障 5 密封件故障 一、統(tǒng)計法 電力機車齒輪箱樣本監(jiān)測數(shù)據(jù) 油樣號 走行公里 Cu Fe Al Pb Cr 1 12000 17.5 20.3 3.6 3.9 0.7 2 14098 23.2 25.2 3.0 3.3 0.2 3 14876 23.5 36 2.9 2.5 0 4 15700 46 15.4 4.0 5.8 0.2 5 17000 47 22.9 4.1 6.6 0.3 6 15000 13.6 20.2 3.5 4.0 0 7 15008 27 39.3 3.3 2.2 0 8 15600 25.1 21 2.9 5.2 0.1 9 16600 29 23.3 2.9 3.2 0.3 10 17800 32 58 10 10 1.1 11 16000 74 63 19 13 5.1 12 15900 58.5 73 13 16 3.7 13 17650 42.1 36.2 5.7 5.7 1.8 14 16850 31 55.6 9.5 16.5 2.3 15 16500 57 82.5 13.6 16 4.7 16 17600 21.4 30 4.1 6.3 1 17 14800 14 68 9.1 5.7 1.9 18 16300 43.2 66 9.0 11.6 2.5 19 15800 48.5 46.2 13.9 12.3 4.3 20 17000 49.5 47 10 9.1 3.2 附錄A 部分程序 P=[17.5 23.2 23.5 46 47 13.6 27 25.1 29 32 74 58.5 42.1 31 57 21.4 14 43.2 48.5 49.5; 20.3 25.2 36 15.4 22.9 20.2 39.3 21 23.3 58 63 73 36.2 55.6 82.5 30 68 66 46.2 47; 3.6 3.0 2.9 4.0 4.1 3.5 3.3 2.9 2.9 10 19 13 5.7 9.5 13.6 4.1 9.1 9.0 13.9 10; 3.9 3.3 2.5 5.8 6.6 4.0 2.2 5.2 3.2 10 13 16 5.7 16.5 16 6.3 5.7 11.6 12.3 9.1; 0.7 0.2 0 0.2 0.3 0 0 0.1 0.3 1.1 5.1 3.7 1.8 2.3 4.7 1 1.9 2.5 4.3 3.2]; t=[15000 16500 18000 15689 17562 15008 13206 15640 15000 17850 16000 15894 17652 16857 16500 17600 14800 16300 15800 17240]; for i=1:5 PJ=mean(P(:,i));% 元素濃度的平均值和標準偏差、警戒值及異常值的界限值的計算 PC=std(P(:,i)); JJ=PJ+2*PC; YC=PJ+3*PC; End %樣本數(shù)據(jù)的梯度值的計算，T(k,j)表示濃度變化的梯度值 for j=1:5 for k=1:19 T(j,k)=abs(P(j,k+1)-P(j,k))/t(k+1) ; end end format long ,T %PJ、PC、JJ、YC 分別表示元素濃度的平均值、樣本標準偏差、警戒值界限值、異常值界限值 %TPJ(i)、TPC(i)、TJJ(i)、TYC(i)分別表示梯度值的平均值、標準偏差、警戒值 及異常值的界限值 for i=1:5 TPJ(i)=mean(T(:,i)); TPC(i)=std(T(:,i)); TJJ(i)=TPJ(i)+2*TPC(i); TYC(i)=TPJ(i)+3*TPC(i); end TPJ TPC TJJ 二、神經(jīng)網(wǎng)絡(luò) 表3.6電力機車齒輪箱故障類型的編碼 序號 故障類型 故障編碼 1 正常 （1 0 0 0 0 0） 2 軸故障 （0 1 0 0 0 0） 3 齒輪故障 （0 0 1 0 0 0） 4 潤滑油故障 （0 0 0 1 0 0） 5 漏水故障 （0 0 0 0 1 0） 6 密封件故障 （0 0 0 0 0 1） 表3.2 電力機車機車齒輪箱神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)（單位：PPM） 故障類型 樣本編號 Dl Ds WPC Fe Cu Pb Al 正常數(shù)值 樣本1 62.7 53.2 115.6 39.2 34.1 3.5 4.9 樣本2 60.2 42.9 103.1 42.2 36.2 3.7 4.7 樣本3 55.2 44.9 102.3 34.9 43.3 3.9 5.4 Cr Si Na B Ca P Zn 樣本1 0.8 12.3 0 0 5008 1001 1370 樣本2 0.3 14.1 0.2 0 5023 969 1481 樣本3 0.6 16.2 0.1 0.7 5266 986.5 1293 軸故障 Dl Ds WPC Fe Cu Pb Al 樣本1 138.2 102.2 238.9 216.3 31.8 5.7 14.9 樣本2 154.6 115.9 271.2 318.3 42.2 1.3 16.5 樣本3 142.4 110.2 252.8 229.4 39.2 2.1 15.7 Cr Si Na B Ca P Zn 樣本1 2.3 55.4 26.2 0.2 6503 1600 2006 樣本2 2.4 69.3 20.6 0 5300 1023 1509 樣本3 2.5 65.7 23.7 0.1 5634 1000 1576 齒輪故障 Dl Ds WPC Fe Cu Pb Al 樣本1 56.8 45.8 103.4 79 253.3 32.1 6.6 樣本2 66.2 54.2 118.2 71 281.7 46.7 7.3 樣本3 62.2 43.3 104.9 78.5 264.3 43.4 6.9 Cr Si Na B Ca P Zn 樣本1 1.2 11.2 26.8 0.3 4930 934.2 1218 樣本2 1.3 8.6 11 0.2 4990 976.7 1262 樣本3 1.6 9.4 9.4 0.1 4805 982 1270 潤滑油故障 Dl Ds WPC Fe Cu Pb Al 樣本1 64.2 49.2 111.9 33.7 28.7 3.7 4.7 樣本2 51.4 42.4 92.9 34.2 38.8 2.8 4.9 樣本3 70.5 47.4 115.8 38.4 48.3 4.6 5.3 Cr Si Na B Ca P Zn 樣本1 0.1 16.3 15.2 0.1 1285 379 548 樣本2 0.4 17.1 17.3 0.2 1870 444 576 樣本3 0.5 16.4 14.8 0.3 1910 721 485 漏水故障 Dl Ds WPC Fe Cu Pb Al 樣本1 61 49.6 110.1 39.5 65 1.5 7.2 樣本2 65 48.3 114.2 40.5 29 2.3 4.7 樣本3 47 43.5 90.6 44.2 33 2.9 3.8 Cr Si Na B Ca P Zn 樣本1 0.5 33.2 252 14.3 5423 1134 1410 樣本2 0.6 33.4 408 20.7 5500 1015 1503 樣本3 0 28.7 532 19.6 5320 1210 1160 故障類型 樣本編號 Dl Ds WPC Fe Cu Pb Al 密封件故障 樣本1 130.4 93.6 223.7 286.6 272.7 7.2 20.9 樣本2 126.7 101.4 228.3 202.4 173.7 5.2 8.8 樣本3 118.6 98.8 217.4 257.7 164.3 5.7 8.7 樣本編號 Cr Si Na B Ca P Zn 樣本1 4.4 77.6 255.6 0.4 4516 867.5 1126 樣本2 2.3 33.9 367.5 0.3 5709 932.3 1500 樣本3 2.7 45.8 257.6 0.6 5326 983.7 1679 表3.3 電力機車齒輪箱神經(jīng)網(wǎng)絡(luò)測試樣本數(shù)據(jù) 故障類型 Dl Ds WPC Fe Cu Pb Al 正常數(shù)據(jù) 58 49 109 37 45.6 3.9 5.3 Cr Si Na B Ca P Zn 0.4 15.9 0 0.2 5363 870 1160 軸故障 Dl Ds WPC Fe Cu Pb Al 146.6 97 245 276 37 3.8 16 Cr Si Na B Ca P Zn 2.3 60 28 0 37 1009 1866 齒輪故障 Dl Ds WPC Fe Cu Pb A1 63 45 108 72 267 46 7.3 Cr Si Na B Ca P Zn 1.7 8 17 0.6 5032 960 1300 潤滑油故障 Dl Ds WPC Fe Cu Pb Al 67 50 115.3 34 34 4.7 5.4 Cr Si Na B Ca P Zn 0.3 17.6 16 0.2 2100 613 550 漏水故障 Dl Ds WPC Fe Cu Pb Al 64 45 108 42 44 1.6 5 Cr Si Na B Ca P Zn 0.6 26 307 24 5500 1000 1350 密封件故障 Dl Ds WPC Fe Cu Pb Al 114 106 216 257 167 5.9 13.8 Cr Si Na B Ca P Zn 3.5 53 278 0.3 4805 985 1508 format long p=[62.7 53.2 115.6 39.2 34.1 3.5 4.9 0.8 12.3 0 0 5008 1001 1370; 60.2 42.9 103.1 42.2 36.2 3.7 4.7 0.3 14.1 0.2 0 5023 969 1481; 55.2 44.9 102.3 34.9 43.3 3.9 5.4 0.6 16.2 0.1 0.7 5266 986.5 1293; 138.2 102.2 238.9 216.3 31.8 5.7 14.9 2.3 55.4 26.2 0.2 6503 1600 2006; 154.6 115.9 271.2 318.3 42.2 1.3 16.5 2.4 69.3 20.6 0 5300 1023 1509; 142.4 110.2 252.8 229.4 39.2 2.1 15.7 2.5 65.7 23.7 0.1 5634 1000 1576; 56.8 45.8 103.4 79 253.3 32.1 6.6 1.2 11.2 26.8 0.3 4930 934.2 1218; 1.2 11.2 26.8 0.3 4930 934.2 1218 1.3 8.6 11 0.2 4990 976.7 1262; 62.2 43.3 104.9 78.5 264.3 43.4 6.9 1.6 9.4 9.4 0.1 4805 982 1270; 64.2 49.2 111.9 33.7 28.7 3.7 4.7 0.1 16.3 15.2 0.1 1285 379 548; 51.4 42.4 92.9 34.2 38.8 2.8 4.9 0.4 17.1 17.3 0.2 1870 444 576; 70.5 47.4 115.8 38.4 48.3 4.6 5.3 0.5 16.4 14.8 0.3 1910 721 485; 61 49.6 110.1 39.5 65 1.5 7.2 0.5 33.2 252 14.3 5423 1134 1410 ; 65 48.3 114.2 40.5 29 2.3 4.7 0.6 33.4 408 20.7 5500 1015 1503; 47 43.5 90.6 44.2 33 2.9 3.8 0 28.7 532 19.6 5320 1210 1160; 130.4 93.6 223.7 286.6 272.7 7.2 20.9 4.4 77.6 255.6 0.4 4516 867.5 1126; 126.7 101.4 228.3 202.4 173.7 5.2 8.8 2.3 33.9 367.5 0.3 5709 932.3 1500; 118.6 98.8 217.4 257.7 164.3 5.7 8.7 2.7 45.8 257.6 0.6 5326 983.7 1679; 58 49 109 37 45.6 3.9 5.3 0.4 15.9 0 0.2 5363 870 1160; 146.6 97 245 276 37 3.8 16 2.3 60 28 0 37 1009 1866; 63 45 108 72 267 46 7.3 1.7 8 17 0.6 5032 960 1300; 67 50 115.3 34 34 4.7 5.4 0.3 17.6 16 0.2 2100 613 550; 64 45 108 42 44 1.6 5 0.6 26 307 24 5500 1000 1350; 114 106 216 257 167 5.9 13.8 3.5 53 278 0.3 4805 985 1508]; n=size(p,2); for j=1:n x1(j)=min(p(:,j)); x2(j)=max(p(:,j)); p0(:,j)=(p(:,j)-x1(j))./(x2(j)-x1(j)); end p0; for i=1:18 p1(i,:)=p0(i,:); end p1=p1; for k=1:6 p2(k,:)=p0(k+18,:); end p2=p2; t1=[1 0 0 0 0 0]; t2=[0 1 0 0 0 0]; t3=[0 0 1 0 0 0]; t4=[0 0 0 1 0 0]; t5=[0 0 0 0 1 0]; t6=[0 0 0 0 0 1]; t=[t1,t1,t1,t2,t2,t2,t3,t3,t3,t4,t4,t4,t5,t5,t5,t6,t6,t6]; net=newff(minmax(p1),[29,6],{tansig,logsig},trainlm); net.trainparam.lr=0.3; net.trainparam.epochs=1000; net.trainparam.goal=0.001; R_test=sim(net,p2)