1、“.....工作中的冲击将使得振动信号表现为非平稳信号。传统的信号分析的频谱结果是在整个分析时段上的平均,不能反等方法的精度和速度在近些年得到了极大地提高和发展些较新的信号处理方法也得到了长足发展,如分布技术小波分析循环平稳理论解调分析希尔伯特黄变换解调等时频分析方法。特别是近年来国内些专家提出了基于建立档案的时频域得分法来进行诊断的故障诊断方法。诊断方法的日益多样化。故障诊断技术发展至今,在振动诊断方法日益成熟的同时,新的方到了长足发展,如分布技术小波分析循环平稳理论解调分析希尔伯特黄变换解调等时频分析方法。特别是近年来国内些专家提出了基于建立档案的时频域得分法来进行诊断的故障诊断方法。齿轮箱故障诊断的发展趋势故障诊断技术与当代前沿科学的融合,是故障诊断技术发展的趋势。由于齿轮箱结构复杂,工作环境恶劣,未来齿轮箱的状态监测和故障诊断发展更箱振动机理的研究......”。

2、“.....并进行多方法融合诊断构造专家知识库,进行人工智能模式识别和神经网络方面的探索参考文献杨佳鑫,齐蕴光,蔡兆中齿轮箱故障诊断技术现状与发展趋势机电信息方康宁齿轮箱故障诊断技术的新发展科学之友学术版魏秀业,潘宏侠齿轮箱故障诊断技术现状及展望测试技术学报。诊断方法的日益多样齿轮箱故障诊断技术现状及展望原稿问题是最优小波基的选择问题,这是因为用不同的小波基分析同个问题会产生不同的结果。目前主要是通过用小波分析方法处理细化的结果与理论结果的误差来判定小波基的好坏,并由此选定小波基。选择小波基的原则是根据完全表征信号所需的最小数据量进行判别。若所需数据量小,则认为相应的小波基较好根据识别信号特征或故障模式的准确度或可靠性进行判别。若准确度或可靠元间的连接弧为信息传递通道,多个神经元连接而成的网络结构。齿轮箱作为机械传动的主要部件......”。

3、“.....往往多个故障同时发生且相互影响。事实上,单凭经验与般的诊断方法已不能有效地对齿轮箱进行综合诊断。利用人工神经网络所具有的故障模式识别分类的特点,可以在齿轮箱故障诊断中得到很好的利用高了故障检测的准确率使用基于小波变换的时间尺度的幅图和相图来识别信号奇异性,可以建立信号奇异点与幅图相图的对应关系,从而利用小波变换幅图和相图奇异性检测法成功诊断齿轮箱撞击摩擦故障。与标准傅里叶变换相比,小波分析中所用到的小波函数具有不唯性,即小波函数具有多样性。但小波分析在工程应用中,个十分重要的和相图奇异性检测法成功诊断齿轮箱撞击摩擦故障。与标准傅里叶变换相比,小波分析中所用到的小波函数具有不唯性,即小波函数具有多样性。但小波分析在工程应用中,个十分重要的问题是最优小波基的选择问题,这是因为用不同的小波基分析同个问题会产生不同的结果......”。

4、“.....并由此选定小波基高频部分具有较高的时间分辨率和较低的频率分辨率,很适合于探测正常信号中夹带的瞬态反常现象并展示其成分,因而利用小波变换进行齿轮箱故障检测和诊断具有良好的效果。例如,利用小波对齿轮箱轴承处所测到的振动信号进行分解,得到各频带的时序信号,对这些时序信号进行分析,并与短时解析进行比较,表明采用小波分解和分析可以提高诊断全齿磨损单齿磨损和单齿选择小波基的原则是根据完全表征信号所需的最小数据量进行判别。若所需数据量小,则认为相应的小波基较好根据识别信号特征或故障模式的准确度或可靠性进行判别。若准确度或可靠性高,则认为相应的小波基较好计算速度快。人工神经网络的应用人工神经网络简称神经网络,是在生物神经学研究成果基础上提出的人工智能概念,是对人脑神经组织结构和行为的模拟。它是以神小波变换的应用传统的信号分析是建立在的基础上的,由于使用的是种全局变换......”。

5、“.....要么完全在频域,因此无法表述信号的时频域性质,而这种性质正是非平稳信号最根本和最关键的问题。当齿轮箱齿轮出现不正常磨损点蚀裂纹等故障时,工作中的冲击将使得振动信号表现为非平稳信号。传统的信号分析的频谱结果是在整个分析时段上的平均,不能反展进步,机械设备向着高性能高效率高自动化和高可靠性的方向发展。齿轮箱由于具有传动比固定传动转矩大结构紧凑等优点,是用于改变转速和传递动力的最常用的传动部件,是机械设备的个重要组成部分,也是故障易于发生的个部件。其运行状态对整机的工作性能有很大的影响。因此,齿轮箱的故障诊断技术研究得到了广泛的关注和重视,科技人员为此开展了很多的研究工作。传统个故障同时发生且相互影响。事实上,单凭经验与般的诊断方法已不能有效地对齿轮箱进行综合诊断。利用人工神经网络所具有的故障模式识别分类的特点,可以在齿轮箱故障诊断中得到很好的利用......”。

6、“.....其故障诊断得到了广泛的重视。齿轮箱故障诊断是门建立在多学科基础上的交叉学科,研究齿轮箱故障诊断技术是项复杂的任务,要求在多方面结束语齿轮箱作为机械设备的重要结构部件,其故障诊断得到了广泛的重视。齿轮箱故障诊断是门建立在多学科基础上的交叉学科,研究齿轮箱故障诊断技术是项复杂的任务,要求在多方面用新的眼光来洞察新情况新问题,用创新的思维研究新规律,总结新经验新方法。齿轮箱故障诊断是个复杂的系统工程,涉及学科多技术方法多,因此要对齿轮箱故障诊断进行深入研究,就要加强齿轮选择小波基的原则是根据完全表征信号所需的最小数据量进行判别。若所需数据量小,则认为相应的小波基较好根据识别信号特征或故障模式的准确度或可靠性进行判别。若准确度或可靠性高,则认为相应的小波基较好计算速度快。人工神经网络的应用人工神经网络简称神经网络,是在生物神经学研究成果基础上提出的人工智能概念......”。

7、“.....它是以神问题是最优小波基的选择问题,这是因为用不同的小波基分析同个问题会产生不同的结果。目前主要是通过用小波分析方法处理细化的结果与理论结果的误差来判定小波基的好坏,并由此选定小波基。选择小波基的原则是根据完全表征信号所需的最小数据量进行判别。若所需数据量小,则认为相应的小波基较好根据识别信号特征或故障模式的准确度或可靠性进行判别。若准确度或可靠小波对齿轮箱轴承处所测到的振动信号进行分解,得到各频带的时序信号,对这些时序信号进行分析,并与短时解析进行比较,表明采用小波分解和分析可以提高诊断全齿磨损单齿磨损和单齿缺损的精度使用小波变换的多分辨分析技术,对作为故障信息载体的变速箱声压信号进行分析,可以得到含有丰富故障信息的第层细节小波,对被淹没于正常噪声中的故障信息进行了细化,齿轮箱故障诊断技术现状及展望原稿信号时域频域分析方法为齿轮箱故障诊断已经打下了坚实的基础......”。

8、“.....为了进步提高故障诊断的准确性和快速性,随着各种新技术的产生,针对齿轮箱的故障诊断技术也有了新的发展,例如小波变换人工神经网络等。与最新的信号处理方法融合。随着新的信号处理方法在设备故障诊断领域中的应用,传统的基于快速傅里叶变换的信号分析技术有了新的突破性进问题是最优小波基的选择问题,这是因为用不同的小波基分析同个问题会产生不同的结果。目前主要是通过用小波分析方法处理细化的结果与理论结果的误差来判定小波基的好坏,并由此选定小波基。选择小波基的原则是根据完全表征信号所需的最小数据量进行判别。若所需数据量小,则认为相应的小波基较好根据识别信号特征或故障模式的准确度或可靠性进行判别。若准确度或可靠,蔡兆中齿轮箱故障诊断技术现状与发展趋势机电信息方康宁齿轮箱故障诊断技术的新发展科学之友学术版魏秀业,潘宏侠齿轮箱故障诊断技术现状及展望测试技术学报。与最新的信号处理方法融合......”。

9、“.....传统的基于快速傅里叶变换的信号分析技术有了新的突破性进展。关键词齿轮箱故障诊断技术发展引言随着科学技术的不断信号最根本和最关键的问题。当齿轮箱齿轮出现不正常磨损点蚀裂纹等故障时,工作中的冲击将使得振动信号表现为非平稳信号。传统的信号分析的频谱结果是在整个分析时段上的平均,不能反映故障信号的突变细节。而小波变换恰恰弥补了这种缺陷,成为在故障诊断领域中种迅速得以应用的新方法。小波变换是种信号的时间尺度时间频率分析方法,具有多分辨率新的眼光来洞察新情况新问题,用创新的思维研究新规律,总结新经验新方法。齿轮箱故障诊断是个复杂的系统工程,涉及学科多技术方法多,因此要对齿轮箱故障诊断进行深入研究,就要加强齿轮箱振动机理的研究,进而建立完整的数学模型研究有效的齿轮箱诊断方法,并进行多方法融合诊断构造专家知识库,进行人工智能模式识别和神经网络方面的探索参考文献杨佳鑫......”。