齿轮箱的常见故障多发生在齿轮和轴承

　　齿轮箱是矿山机械的重要组成部分，其工作性能往往影响整个矿山机械设备能否正常工作，因此，其性能优劣对大型的矿山机械显得尤为重要。齿轮箱的常见故障多发生在齿轮和轴承，利用振动信号对齿轮箱进行故障诊断的方法为普遍，而且也便于进行数据处理与分析。齿轮箱内部结构复杂，振动源复杂多变，确定齿轮箱的振动信号频率成分存在一定难度。

　　齿轮箱在加速阶段的振动信号往往比恒转速时含有更多的故障信息，所以在工程机械领域，通常把加减速测试作为标准机械测试过程的一部分。但加速过程的振动信号属于非平稳信号，转速的变化表现在频谱图上频率分量是模糊的，这种被模糊了的频率分量将给幅值测量造成误差，使得传统的频谱分析难以达到有效效果。若人为地将这类信号假定为平稳信号进行处理，结果将产生严重的频率模糊现象。

　　在旋转机械中，随着轴在速阶段转速的变化，其振动信号与转速密切相关，阶比分析则根据转速信号提取与其密切相关的谐波成分，过滤无关的噪声并提基金项目。传统的阶比谱分析对于故障齿轮的信息识别度不高，而AR模型的自回归参数对故障信号的变化却十分敏感，它包含了大量的故障特征信息，可用于齿轮箱的故障诊断。通过对齿轮箱实测振动信号的分析和比较，该方法识别速度快，故障识别率高，验证了将阶比AR模型和SVM相结合能有效地应用于齿轮箱的齿轮故障诊断，扩展了AR模型的使用范围，为齿轮箱的故障诊断提供了一种新方法。