齿轮传动系统国内外研究现状

齿轮传动系统通常位于机械设备的关键部位，是机组的核心组成部分，工业实际中通常都是多设备相互关联的，彼此之间构成一个大型的设备系统，这就为齿轮传动系统的状态信号提取、运行状态识别以及运行故障预测带来困难。为了能够准确地对齿轮传动系统进行故障预测，通常要解决以下问题：

1）采集到包含齿轮运行状态信息的信号；由于某些工业现场的空间局限以及背景噪声的干扰等，能够成功的采集齿轮系统振动信号是进行故障诊断和故障预测的基础。

2）齿轮状态信号的特征提取；对采集到的齿轮振动信号进行相应的信号处理、分析已获得与齿轮运行状态相关的特征信息。对齿轮振动信号的处理方法可以简单的分为时域分析、频域分析、幅域分析。

3）齿轮运行状态识别和故障预测；对振动信号进行分析处理并提取出包含齿轮运行的特征后就要进行齿轮的运行状态进行识别，也就是判定齿轮运行是否良好，以及如果存在故障是何种故障等工作；而本文所研究的故障预测也是建立在提取齿轮当前时刻及前n时刻的特征信息（如频谱幅值）对下一时刻进行状态预测（如频谱结构预测等），通过对特征信息的分析预测齿轮的故障。

因此，研究齿轮传动系统故障预测技术的关键就是解决以上问题，从齿轮系统运行过程中有效地提取特征信息，并准确地判断齿轮系统当前的运行状态，根据齿轮当前运行的特征信息来预测齿轮系统之后的特征，从而达到预测故障的目的，为企业的设备维护、维修工作提供指导，使工作人员能够合理的安排生产、维修，为企业带来相关的经济效益。

同时，故障预测技术是实现齿轮预警仪器系统的关键核心技术，对于该方面的研究，国内外的专家学者都进行了大量的工作，目前已经成为国内外机械故障诊断研究中的一个热点。整体而言设备故障预测应包含识别设备早期故障、诊断设备故障程度和部位、预测故障发展趋势以及预测设备寿命等众多内容。按照故障预测的流程划分可以将故障预测分为三个关键步骤：1）设备振动信号检测和信号特征信息提取；2）设备故障状态识别；3）设备故障预测和寿命预测。其中最为关键的是设备状态信息的采集和分析处理，它是对故障进行诊断和预测的依据，因此信号的处理分析是国内外专家进行研究的热门和重点。