三峡升船机主减速器运行过程中因其运行工况复杂，会发生一些齿轮潜在故障，如齿面磨损、点蚀及齿根裂纹，加剧减速器的振动响应，减少减速器使用寿命并影响升船机的正常运行。目前对主减速器仅有定期油液检测，无实时监测系统。因此，开展各类故障因素对三峡升船机主减速器振动的影响和后续故障识别研究，有利于对主减速器实行故障排查、优化该设备的运营维护管理。
本文针对传动齿轮常见的齿面磨损、点蚀和齿根裂纹等三种故障，在考虑内部激励变化的基础上，研究分析这类故障因素对主减速器振动的影响关系，并以模拟得到的振动信号为基础搭建故障模式识别平台，用于以后的主减速器故障诊断。论文的主要研究工作如下：
（1）分析了齿面磨损对齿轮内部激励及振动特性的影响。利用齿面磨损的相关原理和磨损量的计算方法得到了三峡升船机主减速器合理的齿面均匀磨损量。建立了升船机主减速器的原始模型，以此模型为基础建立四种不同齿面磨损程度的模型。研究了不同磨损程度对齿轮时变啮合刚度、传动误差和啮合冲击力等内部激励的影响，计算并分析了齿面磨损对减速器振动响应的影响。
（2）研究了齿面点蚀对齿轮内部激励及振动特性的影响。根据齿面点蚀的相关原理和分布规律预测了减速器可能出现的齿面点蚀位置和大小，建立了四种不同大小的齿面点蚀模型。研究了不同点蚀程度对齿轮时变啮合刚度、传动误差和啮合冲击力等内部激励的影响，计算分析了齿面点蚀对减速器振动响应的影响。
（3）探索了齿根裂纹对齿轮内部激励和振动特性的影响。基于齿根裂纹的相关原理和扩展规律估算了主减速器可能出现的裂纹角度和深度，建立了四种不同深度的齿根裂纹模型。研究了不同裂纹深度对齿轮时变啮合刚度、传动误差和啮合冲击力等内部激励的影响，分析了裂纹深度对减速器振动响应的影响。
（4）搭建了适用于主减速器故障识别的卷积神经网络的模型。确定了主减速器故障诊断所需的神经网络结构和基本模型。以得到的不同故障下的振动频域信号为输入，对输入信号反复集成训练，考虑不同网络参数对诊断结果的影响，优化卷积网络结构，得到了诊断准确率高，可用于实时监测减速器运行状态的网络模型。
谷歌
火狐
