下载文档原格式
风力发电机组齿轮箱故障诊断
齿轮箱是风力发电机组的核心组件之一，它起到传递风轮动力、调节转速和扩大扭矩等重要作用。
齿轮箱的故障会影响整个发电系统的运行和效率，因此对齿轮箱故障进行及时、准确的诊断至关重要。
齿轮箱的故障可以分为机械故障和电气故障两大类。
机械故障包括齿轮磨损、断裂、齿面剥落、轴承损坏等，电气故障包括电机绕组短路、绝缘击穿等。
下面将从机械故障和电气故障两个方面介绍齿轮箱故障的诊断方法。
机械故障的诊断主要依靠振动和声学信号分析。
振动分析可以通过安装振动传感器来收集齿轮箱的振动信号，然后利用谱分析技术对信号进行处理和分析，可以识别出齿轮磨损、断裂、齿面剥落等故障类型。
声学信号分析则是利用齿轮箱产生的噪声信号，通过声学传感器收集并进行信号处理和分析，可以判断其声音频谱的异常情况，以诊断齿轮箱是否存在故障。
电气故障的诊断主要通过电气参数检测和绝缘测试。
电气参数检测可以通过测量电机的电压、电流和温度等参数来判断其工作状态。
当电气参数出现异常时，可能是电机绕组短路、绝缘击穿等电气故障的信号。
绝缘测试是通过在电机绕组和地之间加压，检测绝缘阻抗来判断绝缘状态的好坏。
如果绝缘阻抗不达标，可能会导致电气故障的发生。
还可以利用红外热像仪进行温度检测，通过观察齿轮箱各个部位的温度分布，可以判断是否存在异常的热点，在故障预警方面起到了重要的作用。
风力发电机组齿轮箱故障的诊断主要依靠振动和声学信号分析、电气参数检测和绝缘测试等技术手段。
综合利用这些方法，可以及时发现齿轮箱故障，并进行相应的维修和保养，提高风力发电机组的可靠性和运行效率。
轴承和齿轮箱的故障诊断摘要：本文针对轴承和齿轮箱的故障诊断展开分析，思考了轴承和齿轮箱的故障诊断的方法和基本的措施，希望可以为今后的轴承和齿轮箱的故障诊断工作带来参考。
关键词：轴承；齿轮箱；故障；诊断前言在轴承和齿轮箱的故障诊断的过程中，应该清楚诊断的方法和原理，明确轴承和齿轮箱的故障诊断的具体的技术，才能够提高轴承和齿轮箱的故障诊断的效果。
1、齿轮箱故障诊断特点与诊断方法1.1常见的齿轮箱故障形式通常齿轮箱运行过程中，由于齿轮箱本身制造装配误差以及操作维护不善或者不合适的环境下使用等，均会使其极易产生各种形势的故障。
故障类型也会随着齿轮材料、热处理工艺程度、运转状态等因素的不同而产生不同的变化。
常见的齿轮箱故障形式有：齿面磨损、粘着撕伤、齿面疲劳剥落、轮齿龟裂和断齿、齿面点蚀、齿面胶合与擦伤以及齿面接触式疲劳、弯曲疲劳等故障。
1.2齿轮箱的振动特征在齿轮箱高速运转状态下，伴随着内部构件故障的发生与发展，必定会产生异常的振动，振动信号可以很快的反映出齿轮箱的运行状态，判别出各构件是否出现异常。
大量实验证明，对齿轮箱故障检测进行振动分析是最有效的方法。
由于齿轮箱的零部件在工作过程中所受得激励源不同会使其产生出多种复杂的振动类型，而且其中齿轮在啮合过程中产生的齿形和周期误差、偏心以及质量不平衡等故障，同时还会是齿轮箱工作过程中发生齿面磨损、疲劳断齿等故障[2]，严重影响到机械设备的运行，进而影响的经济效益，甚至出现伤亡事故。
由于故障对振动信号的影响是多方面的，因此如果仅仅依靠对齿轮箱振动信号出现啮合频率和倍频成分的差异来识别齿轮箱各部件的故障是远远不够的，其中包括幅值调制、频率调制等频率成分进行诊断。
1.3故障诊断过程对小波的内在需求小波分析应用于机械故障诊断，快速准确的识别故障，是小波分析要完成在齿轮箱的故障诊断过程对小波的内在需求中的主要任务。
通过实验研究说明，机械故障诊断和信号特征提取的所采用的方式是对特征信号进行高效的时域-频域分析，该分析方法是故障诊断的必要要求。
行星齿轮箱故障诊断方法1. 引言1.1 引言行星齿轮箱是一种常见的传动装置，在各种机械设备和车辆中被广泛应用。
它能够有效地将动力传递给机械系统，从而实现各种动力传动和转速调节的功能。
由于长时间的使用和磨损，行星齿轮箱可能会出现故障，导致设备性能下降甚至完全失效。
及时准确地诊断行星齿轮箱的故障非常重要。
本文将介绍行星齿轮箱的故障现象、可能的原因、诊断方法、常见解决方案和预防措施，帮助读者更好地了解行星齿轮箱故障的发生和处理方法。
通过掌握这些知识，读者可以及时发现和解决行星齿轮箱的故障，延长设备的使用寿命，提高设备的可靠性和安全性。
在本文的指导下，读者可以更加有效地管理和维护行星齿轮箱，确保设备的正常运行和高效工作。
愿本文能够为读者提供有价值的信息和帮助，使他们能够更好地了解和处理行星齿轮箱故障问题。
2. 正文2.1 故障现象故障现象是指在行星齿轮箱工作过程中可能出现的各种问题和异常情况。
通过观察和记录这些故障现象，可以帮助工程师们更快速、准确地诊断问题，并采取相应的处理措施。
常见的行星齿轮箱故障现象包括：轴承异响、运转噪音过大、温升异常、油品泄漏、齿轮磨损严重、工作效率下降等。
轴承异响可能是轴承损坏或润滑不良导致的；运转噪音过大可能是齿轮配合间隙过大或叶轮受损；温升异常可能是润滑油渗漏或油温过高所致；油品泄漏可能是密封件老化或松动；齿轮磨损严重可能是使用寿命到期或润滑不当引起的；工作效率下降可能是因为零部件磨损过大或系统故障。
通过仔细观察和分析这些故障现象，可以有针对性地进行故障诊断和解决方案的制定。
定期检查和维护行星齿轮箱，及时处理故障现象，可以提高设备的可靠性和工作效率，延长设备的使用寿命。
2.2 故障可能原因行星齿轮箱故障可能原因很多，主要包括以下几个方面：1. 润滑不足：行星齿轮箱在工作过程中需要足够的润滑油来减少摩擦和磨损，如果润滑油不足或质量不合格，就会导致齿轮箱零件间的摩擦增大，从而引起故障。
齿轮传动系统的故障诊断方法研究容提要:在机械设备运转过程中，齿轮传动系统通过主、从动齿轮的相互啮合传递运动和能量，这个过程将产生一定形式的机械振动。
而诸如磨损、点蚀、制造误差、装配误差等齿轮和齿轮传动系统的各种缺陷和故障必然引起机械振动状态（或信号）发生变化。
因此，在齿轮传动系统的振动信号中，蕴涵有它的健康状态（故障与无故障）信息，监测和分析振动信号自然就可以诊断齿轮和齿轮传动系统的故障。
关键词:齿轮故障;故障诊断;振动;裂纹目录引言1第一章影响齿轮产生振动的因素21.1 振动的产生21.2 振动的故障3第二章齿轮裂纹故障诊断52.1 裂纹产生的原因52.2齿轮裂纹分类、特征、原因及预防措施52.2.1淬火裂纹52.2.2磨削裂纹62.2.3疲劳裂纹62.2.4轮缘和幅板裂纹7第三章齿轮故障诊断方法与技术展望93.1 齿轮故障诊断的方法93.1.1 时域法93.1.2 频域法103.1.3 倒频谱分析103.1.4 包络分析103.1.5 小波分析方法113.2 齿轮故障诊断技术的展望12结论13致14参考文献15引言随着科学技术的不断进步，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。
齿轮由于具有传动比固定、传动转矩大、结构紧凑等优点，是改变转速和传递动力的最常用的传动部件，是机械设备的一个重要组成部分，也是易于故障发生的一个部件，其运行状态对整机的工作性能有很大的影响。
在机械设备运转过程中，齿轮传动系统通过主、从动齿轮的相互啮合传递运动和能量，这个过程将产生一定形式的机械振动。
而诸如磨损、点蚀、制造误差、装配误差等齿轮和齿轮传动系统的各种缺陷和故障必然引起机械振动状态（或信号）发生变化。
因此，在齿轮传动系统的振动信号中，蕴涵有它的健康状态（故障与无故障）信息，监测和分析振动信号自然就可以诊断齿轮和齿轮传动系统的故障。
第一章影响齿轮产生振动的因素1.1 振动的产生在齿轮的传动啮合过程中，影响齿轮产生振动的原因很多，有大周期的误差也有小周期的误差。
61 /[1]刘双成.断系统[J ].军民两用技术与产品,2018(20):83-83.若超出极限值，则系统报警。
例如，振动指标超出设定值，则报警灯亮，提示异常。
振动信号的调整指标可能伴随故障发展而存在一定上升，但是仍需考虑机器工作极限对振动的限制。
无量纲指标并不会因为工作条件变化而变化，当故障持续发生一断时间，无量纲参数也会出现一定程度下降。
故需利用好各种参数，以峭度及均方幅值检测。
4.2信号频域（1）功率谱。
通过LabVIEW技术，可以对信号频域中功率谱函数节点PS/PSD.vi分析，通过对该函数节点深入分析，进一步实现对时域信号功率谱的分析。
但是需注意，在具体分析前，应设置好函数节点的各项参数，设置好函数节点加窗，以此采集振动时域信号，且避免功率谱变换时发生谱能量丢失等问题，保证信号可以平稳的过度，也确保谱分析值的准确性。
（2）倒频谱分析。
倒频谱指对功率谱对数值实施傅立叶逆变换，对相关的视域信号自功率谱详细分析，最终以单边功率谱（返回）For循环中得其对数，之后进行一维实数傅立叶逆变换，最终得到倒频谱。
对于船用齿轮箱故障的诊断，以倒频谱分析，无需考虑测点不同导致传感器传递函数差异导致造成干扰。
通过倒频谱分析，也可区别由于调制而导致的功率谱周期分量，诊断具体调制源。
（3）Hilbert包络谱分析。
包络谱分析通过Hilbert函数节点、交流及直流分量，以此估计函数节点及傅里叶变换函数节点算数运算。
通过此分析方式，可得到幅值、相位及频率变换。
5.效果分析船用齿轮箱连接船只柴油机及螺旋桨，其性能决定船只运行稳定性。
船用齿轮箱运行以传递扭矩，起到减速控制作用。
下文以相应故障模拟实验台分析文章研究系统是否可靠。
为分析齿轮箱故障监测及诊断系统是否有效，设置相关实验平台，实验平台可为监测及诊断系统提供诊断平台，平台以可调节带轮方向确定故障模拟形式，齿轮箱及转圆盘传动系统。
项目主要分析齿轮断裂、齿轮裂纹、齿轮磨损等。
风力发电增速齿轮箱的振动信号处理和故障诊断算法引言随着风力发电行业的迅速发展，风力发电机组在电力产业中扮演着重要角色。
然而，由于工作环境恶劣且处于长期运行状态，风力发电机组的齿轮箱常常会出现故障。
通过对齿轮箱振动信号进行处理和故障诊断算法的开发，可以实现对风力发电机组的实时监测和准确的故障诊断，进一步提高风力发电机组的可靠性和可用性。
一、风力发电机组的齿轮箱振动信号处理风力发电机组的齿轮箱振动信号包含丰富的故障信息，如齿轮损伤、轴承故障等。
处理振动信号的主要目标是提取有用的故障特征信号，并降低其他噪声干扰。
1. 振动信号采集与预处理振动信号的采集是故障诊断的基础。
通过安装合适的振动传感器，可以实时监测风力发电机组的齿轮箱振动信号。
在采集信号之前，需要对信号进行预处理，如滤波去除高频噪声、降采样等，以提高信号的质量和信噪比。
2. 振动信号的时频分析时频分析可以将振动信号从时域转化为频域，提供更多关于故障特征的信息。
常用的时频分析方法包括短时傅里叶变换（STFT）、小波变换等。
通过对振动信号进行时频分析，可以得到故障频率、能量分布等特征。
3. 特征提取与选择从时频分析的结果中提取和选择适合故障诊断的特征。
常见的特征包括频谱特征、统计特征、时域特征等。
特征提取的目的是将原始信号映射到一个低维空间，保留关键信息，并减少噪声和冗余信息的影响。
二、风力发电机组齿轮箱的故障诊断算法基于振动信号处理的齿轮箱故障诊断算法可以实现对风力发电机组的实时监测和故障诊断，及时发现和预测潜在故障。
1. 基于模式识别的故障诊断算法模式识别技术在故障诊断领域有着广泛应用。
通过构建合适的特征向量和分类模型，可以对齿轮箱振动信号进行分类识别，判断是否存在故障。
常用的模式识别算法包括支持向量机（SVM）、人工神经网络（ANN）等。
2. 基于机器学习的故障诊断算法机器学习算法可以通过学习振动信号的模式和规律，实现自动化的故障诊断。
常用的机器学习算法包括决策树、随机森林、深度学习等。
风力发电机组齿轮箱故障诊断一、背景介绍风力发电机组齿轮箱是风力发电机组的核心部件之一，负责将风轮叶片转动的机械能转化为电能。
齿轮箱的工作环境苛刻，长期受到大风、恶劣天气等外界因素的影响，加之高速、高负荷的工作状态，齿轮箱故障频率较高，给风电场的运行和维护带来了一定的挑战。
及时准确地对风力发电机组齿轮箱故障进行诊断，对风电场的安全稳定运行具有重要的意义。
二、常见故障原因1.润滑油污染齿轮箱内部长时间工作后，润滑油会受到振动、高温等因素的影响，导致润滑油的污染。
润滑油污染会使齿轮箱零部件间的摩擦增大，从而导致齿轮箱温升增高、噪音加大，严重时甚至引发齿轮箱损坏。
2.齿轮损坏齿轮工作在高速和高负荷状态下，长时间受到拉力和挤压力的作用，容易导致齿面损伤、断裂或磨损，进而引起齿轮箱故障。
3.轴承故障齿轮箱内部的轴承长时间承受高速旋转和重压力的作用，容易出现磨损、松动等问题，导致齿轮箱转动不畅，甚至产生异常噪音。
4.密封件损坏齿轮箱的密封件损坏会导致润滑油泄漏，使得齿轮箱内部无法正常润滑，加速了其零部件的磨损，最终引发齿轮箱故障。
5.其他原因除了上述常见的故障原因外，齿轮箱的故障还可能由于设计缺陷、制造工艺不良等因素引起。
三、齿轮箱故障诊断方法1.声音诊断通过听力诊断齿轮箱运行过程中是否有异常噪音，观察噪音的产生位置和频率，判断齿轮箱是否存在齿轮损伤、轴承故障、润滑油不足等问题。
2.振动诊断采用振动传感器检测齿轮箱的振动情况，观测振动的振幅和频率，判断齿轮箱是否存在齿轮损伤、轴承故障、不平衡等问题。
3.温度诊断通过红外线热像仪等设备检测齿轮箱的温度分布情况，观测各个部位的温度变化，判断齿轮箱是否存在轴承故障、润滑油不足等问题。
4.润滑油分析定期对齿轮箱润滑油进行化验，检测润滑油中的杂质、磨损颗粒等情况，判断齿轮箱是否存在润滑油污染、磨损严重等问题。
5.其他诊断方法除了以上几种常用的诊断方法外，还可以采用红外光谱分析、摄像头检测等先进技术来诊断齿轮箱故障。
8 齿轮箱状态监测与故障诊断技术￭齿轮箱常见故障￭齿轮箱故障的特征频率与边频带￭齿轮箱振动信号分析诊断方法￭齿轮箱故障的噪声诊断齿轮箱失效原因及失效比重失效原因失效比重(%)齿轮箱缺陷设计1240装配9制造8材料7修理4运行缺陷维护2443操作19相邻部件(电动机、联轴器等)缺陷17齿轮箱状态监测与故障诊断技术轮齿损伤形式类别项目形式原因齿面损伤齿面磨损正常磨损、磨粒磨损、干涉磨损、刮伤、槽痕啮合初期、异物侵入、参数设计不合理、安装误差润滑不良等粘着撕伤局部压力过高、法向压力较大、滑动速度过高等齿面疲劳早期点蚀、扩展性点蚀、剥落齿面局部凸起、接触应力过高、内应力过大等齿面塑性变形压痕、碾击塑变、波纹、隆起异物混入、过载、啮合不良、润滑不充分等烧伤局部温度过高轮齿折断轮齿裂纹屑料毛坯裂纹、硬化处理裂纹、磨削型裂纹疲劳裂纹材料、毛坯和热处理缺陷交变应力的作用等齿轮箱状态监测与故障诊断技术齿轮箱状态监测与故障诊断技术成的，调幅的一个原因是齿轮偏心，此时的调制频率为齿轮的回转频率。
当在齿轮上有一个齿存在局部缺陷时，相当于齿轮的振动受到一个短脉冲的调制，脉冲的长度等于齿的啮合周期3）调频现象。
在实际情况中，同样的齿面压力的波动，在产生调幅现象的同时，也会引起频率调制现象，其结果是在谱上得到一个调幅与调频综合形成的边频带。
齿轮存在偏心时，由于齿面载荷变化引起调幅现象的同时，又由于齿轮转速的不均匀而引起调频现象。
齿轮频谱上边频带的形成随机振动时历曲线0()(1cos )sin()m x t A m t t ωωϕ=++000()sin()sin[()]sin[()]22m m mA mA x t A t t t ωϕωωϕωωϕ=++++-++齿轮箱状态监测与故障诊断技术齿轮箱状态监测与故障诊断技术3、齿轮箱振动信号分析诊断方法齿轮箱传动系统振动的频谱分析法和转子、滚动轴承的频谱分析在原理上是一致的。
齿轮的制造与安装误差、剥落、裂纹等故障会直接成为振动的激励源－－齿轮轴的回转为周期表现为回转频率对啮合频率及其倍频的调制，在谱图上形成以啮合频率为中心、两个等间隔分布的边频带。
由于调频和调幅的共同作用，最后形成的频谱表现为以啮合频率及其各次谐波为中心的一系列边频带群。
边频带反映了故障源信息，边频带的间隔反映了故障源的频率，幅值的变化表示故障程度。
￭齿轮故障诊断实质上是对边频带的识别齿轮箱状态监测与故障诊断技术用于齿轮箱振动信号的分析方法有：￭倒谱分析法￭希尔伯特包络分析法￭时频分析法￭时域模型法￭时域平均法部件失效类型振动频率振幅特征振动方向其它齿轮齿面损伤损伤齿数随增大径向磨损严重时出现高阶振动,的振动能量明显增大断齿断齿数同上径向滚动轴承内圈剥落变化不定径向轴承的高频振动(10-60）KHz不易传给其它部位外圈剥落同上径向钢球剥落同上径向齿轮箱不同部件故障的振动特征rf⨯rf,r sf f⨯rf0.5(1cos)rdnZ fDα+0.5(1cos)rdnZ fDα-22[1()cos]rd dn fD Dα-齿轮箱状态监测与故障诊断技术常见齿轮故障的振动时域波形及频谱特性齿轮箱状态监测与故障诊断技术常见齿轮故障的振动时域波形及频谱特性齿轮箱故障的小波分析－1上图是电厂磨煤机齿轮箱中有64齿的双曲线从动齿轮之振动速度的时域平均图。
从中可以发现在第600采样点处，即对应于角度200度处，振动发生变化，这是由于某一齿面存在碎片剥落所引起。
时域内平均是由在一个旋转周期内的采样1024点实现的齿轮箱状态监测与故障诊断技术图为从时域平均中除去齿轮啮合频率及其所有谐波后的残余信号，由碎片剥落引起的振动变化在此图中更为明显齿轮箱状态监测与故障诊断技术图为球磨机齿轮箱上述振动残余信号经过Daubechies4（D4）小波分析后的均方图。
较高模式出现在采样点600处，它覆盖了尺度7到11，指出了齿轮箱的损伤之处。
齿轮箱状态监测与故障诊断技术图为球磨机齿轮箱上述振动残余信号经Daubechies20（D20）小波分析的均方图。
对于从Daubechies4正交小波到Daubechies20正交小波分析上述振动信号时，信号中的主要特征比较一致，不同阶的Daubechies小波具有不同的类型，也就是它们的频带是不同的，因此有细小的区别。
齿轮箱状态监测与故障诊断技术齿轮箱故障的小波分析－2图为Wessex直升机疲劳损伤测试中，主回转齿轮箱驱动端螺旋斜齿轮（齿数为22）的振动加速度时域平均。
齿轮箱状态监测与故障诊断技术图为除去所有与齿啮合频率及其谐波后的残余信号。
可以看出，在采样点750附近，即对应于转角265度附近有一较高的峰值，这表示齿轮齿面有疲劳裂纹。
齿轮箱状态监测与故障诊断技术图为直升机齿轮残余信号的D4小波的均方图。
可以看出，在采样点750附近，即对应于转角265度附近有一较高的能量。
齿轮箱状态监测与故障诊断技术齿轮箱例2#机组齿轮箱参数齿轮齿数转速（rpm ）Z11112958Z126127431149.7560n f Hz ==2212.38f Hz=11225522.0e f f Z f Z Hz=⨯=⨯=齿轮箱频谱图齿轮箱时域波形位臵序号①②③④频率(Hz)211148429725516幅值(mm/s)0.638 4.998 1.0530.215为箱体振动和齿轮传动发生共振，并且有二次谐波成分322214p p f f f ==位臵③和④经过细化后各频率成分值位臵编号A B C B’A’频率Hz2547.02761.42975.93180.43394.9幅值mm/s0.1380.1600.3590.1260.052位臵编号D E F E’频率Hz5429.25479.05528.95578.7幅值mm/s0.0220.0320.1540.017边频带各相邻峰值间的频率为212Hz，为小齿轮转频。
紧靠C左右两侧两个峰值与C的频率差分别为50Hz，为大齿轮转频。
例2#机组电动机：转速：1485rpm；功率：1250Kw；3#机组电动机：转速：1492rpm；功率：1250Kw；2#和3#增速机：低速齿轮齿数：91；高速齿轮齿数：31；齿轮形式：人字齿2#和3#机组鼓风机：D570-1.3/0.95-1（两级离心式）；额定转速：4320rpm；风量：1150m3/min。
电动机轴承均为滚动轴承；增速机和风机为滑动轴承支撑。
图12#和3#鼓风机传动和测点布臵示意图表1 2#机组振动数据（2000年10月20日测试，单位为mm/s）测点V（垂直径向）H（水平径向）A（轴线方向）3 46.57.26.28.07.5145 620227.0125.25.5齿轮箱状态监测与故障诊断技术增速机6#测点振动加速度波形和频谱见图2 和图3。
可见波形图上出现明显冲击，伴随冲击还存在类似于谐振的波形，冲击间隔为40ms 即25Hz，正好为低速轴的转频。
啮合频率（24.75Hz*91=2252.25Hz）为主导振动频率，在齿轮啮合频率2252Hz 附近（在最大分析频率为5KHz 时，频率分辨率为12.5Hz，因频率分辨率的关系，图中频率为2262.5Hz）附近作16 倍细化分析，谱图如图4，细化后发现啮合频率附近调制了大量的低速轴的转频谱线大齿轮发生故障的特征，判断齿轮存在严重磨损或断齿。
主动人字齿轮一边严重磨损，另一边也存在严重磨损，且有9 个轮齿断裂，最大的断齿长度为4cm，9 个断裂轮齿呈无规律分布。
图2 测点振动加速度波形图3 测点振动加速度频谱图4啮合频率附近细化16倍频谱汽车变速齿轮箱故障图5变速箱上传感器布臵图齿轮箱状态监测与故障诊断技术图6正常与故障变速器齿轮的振动功率谱图7 变速器齿轮振动倒谱图谱图中有两个突出的峰，一个是在τ=0处，其意义由前所知是信号能量大小，其值受仪器衰减影响；另一个是代表频域啮合谐波族的峰（τ2=1/f2=3.12ms）,其幅值与变速器齿面失效密切相关。
如表2所示。
表2 倒频谱与齿轮故障注：表2中对于同类多个试件的值，表示其均值，表示其标准差；、相同。
0()a C τ0()a C τ0σ()a z C τz σ由表3中不同程度的齿面失效与倒频谱幅值（τ0，τz 处）对照，可以清楚地看出两者变化趋势是相同的。
τ0处峰值大小有信号能量物理含义，反映出齿轮失效后振动能量增大的特征。
根据（3）式考虑仪器衰减所造成影响并以新齿轮信号作为对比的基准，就可以根据τ0处峰值定量诊断变速器齿轮故障。
而τz 处峰值不受信号强度的影响，可以直接作为定量诊断的参量。
如按考虑，可得在本试验条件下定量诊断EQ-140汽车变速器齿轮故障的阈值，如表4所示。
()3a z zC τσ±表3 定量诊断变速器齿轮故障阈值状态参量正常中等磨损严重磨损<0.78<0.040.78~2.20.04~0.11>0.28>0.110()()a a z C C ττ主要技术参数：滚动轴承型号：7224DB；齿轮为斜齿轮；电机转速：1280rpm；联轴器：齿式联轴器。
可清晰地看出有一周期脉冲，这是齿轮每转一周出现的一个冲击，脉冲间隔为134ms，频率值为7.5Hz(=1/134ms)。
这恰与输入轴小齿轮所在轴的转频一致（输入轴转速为450rpm）故障：小齿轮个别齿断齿或严重磨损齿轮箱状态监测与故障诊断技术4、齿轮箱故障的噪声诊断除频率单的纯音外，一般声音都是由许多不同频率、不同强度的纯音组合而成。
以声压级为纵坐标，频率的横坐标绘制成的噪声特性曲线称为噪声频谱图。
噪声频谱能形象地反映出声音的频率分布和声级大小的关系。
在噪声监测中，将动态范围内大的连续声谱(20～20000Hz)划分为若干个部分，每个部分叫做频带。
f0、f1、f2分别为该频节的中心频率、最低频率、最高频率。
n 决定频带的倍频程数。
n=1时称为倍频程；n=1/3时称为1/3频程。
012f f f =g 212n f f =g。
