CN102759448B - 基于柔性时域平均的齿轮箱故障检测方法 - Google Patents
基于柔性时域平均的齿轮箱故障检测方法 Download PDFInfo
- Publication number
- CN102759448B CN102759448B CN201210210824.2A CN201210210824A CN102759448B CN 102759448 B CN102759448 B CN 102759448B CN 201210210824 A CN201210210824 A CN 201210210824A CN 102759448 B CN102759448 B CN 102759448B
- Authority
- CN
- China
- Prior art keywords
- time domain
- time
- formula
- gearbox
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
基于柔性时域平均的齿轮箱故障检测方法,先将加速度传感器吸附在被检测齿轮箱的轴承端盖位置,通过数据采集设备对齿轮箱的振动信号进行采集,求得振动信号的频域离散采样值;计算时域平均的连续时间表达式,转换为三角函数展开形式,通过对ak进行加权处理,实现对时域平均的滤波、消噪和阶次信息提取,进行离散采样,得到离散时域平均序列,最后通过观察由步骤六得到的序列中出现的周期性冲击,判断齿轮箱故障的类型及严重程度,本发明对截断误差进行了有效抑制,在达到消噪效果的同时,提高了信号的分辨率,提高齿轮箱的检测效率。
Description
技术领域
本发明属于齿轮箱的故障诊断技术领域,特别涉及基于柔性时域平均的齿轮箱故障检测方法。
背景技术
基于时域平均的齿轮箱检测方法是从噪声干扰的信号中提取周期冲击信号成分的一种有效手段。该方法可以从复杂的机械振动信号中,单独提取某回转部件的振动信息,因此,该方法被广泛应用于齿轮箱的故障诊断。
然而,传统基于时域平均的齿轮箱检测方法存在以下两种缺陷:
1)在齿轮箱的故障检测中,振动信号的采样频率必须是被检测齿轮回转频率的整数倍,否则将导致信号的截断误差,影响齿轮故障的检测准确率。然而,该条件在实际测试中难以满足。
2)传统时域平均故障检测方法的数学模型可以用梳状滤波器模型表征,其时域输出波形是周期信号的基频和所有阶次谐波分量的综合贡献。因此在应用中,传统时域平均故障检测方法既无法根据实际需求单独提取某些阶次对时域波形的贡献,也无法实现信号消噪、插值、滤波等功能,而上述功能恰恰是齿轮故障检测中所迫切需求的。
这两方面问题很大程度上限制了已有方法在机械故障诊断等领域的应用。
从目前国内外研究现状来看,尚无关于时域平均方法的相关专利发布。虽然有文献对传统时域平均方法的第一种缺陷进行改进,但从本质上来讲,都是基于多项式插值的相位补偿方法,为了达到较高的补偿精度,往往需要高阶插值,其计算量大,难以进行实时处理。另外,目前没有文献均未对传统时域平均检测方法的第二种缺陷进行改进。
发明内容
为了克服上述现有的缺点,本发明的目的在于提供基于柔性时域平均的齿轮箱故障检测方法,对截断误差进行了有效抑制,在达到消噪效果的同时,提高了信号的分辨率,提高齿轮箱的检测效率。
为了达到上述目的,本发明采取的技术方案为:
基于柔性时域平均的齿轮箱故障检测方法,包括以下步骤:
步骤一,将加速度传感器吸附在被检测齿轮箱的轴承端盖位置,通过数据采集设备对齿轮箱的振动信号进行采集,将振动信号记为x[n];
步骤二,采用公式(1)所示的chirp Z变换,求得振动信号的频域离散采样值;
其中:x[n]---振动信号;
bk---振动信号的频域离散采样值;
Δω---归一化频域采样间隔;
N---振动信号的数据长度;
T0---信号的周期;
Δt---信号的采样时间间隔;
步骤三,将公式(1)计算得到的bk带入公式(2),得到时域平均的连续时间表达式;
其中:---时域平均的连续时间表达式;
ck---的复指数傅里叶展开系数;
ω0---周期信号的角频率,ω0=2π/T0;
L---求和上限;
步骤四,将公式(2)转换为三角函数展开形式,如公式(3)所示;
其中:a0---信号的直流分量,a0=c0;
ak---k次谐波的幅值,ak=2|ck|;
---k次谐波的相位,
步骤五,通过对ak进行加权处理,实现对时域平均的滤波、消噪和阶次信息提取,其具体实施方法为:通过选取噪声阈值,并将小于阈值的ak置零,实现时域平均的消噪功能;通过保留指定阶次的ak,而将其他ak置零,实现时域平均的阶次提取功能;通过保留特定阶次范围内的ak,实现时域平均的滤波功能;
步骤六,对加权处理后的公式(3)进行离散采样,得到离散时域平均序列;
步骤七,通过观察由步骤六得到的序列中出现的周期性冲击,判断齿轮箱故障的类型及严重程度,从而完成齿轮箱故障检测。
本发明相比于现有技术,具有以下有益效果:
a)本发明相比于传统方法能够有效克服截断误差计算精度的影响,为微弱故障的识别提供保障。
b)相对于传统方法,本方法可进一步实现时域平均的插值、滤波、消噪、阶次提取等功能,为故障类型的精确判断提供依据。
c)本方法的实现算法是基于快速傅里叶变换的,具有较高的计算效率,因此可以实现齿轮箱设备的在线分析和诊断。
附图说明
图1为实施例实验台结构示意图。
图2为实施例齿面剥落故障的原始振动信号。
图3为实施例的输出波形。
图4为实施例采用传统时域平均方法输出波形。
具体实施方式
下面结合附图和实施例对本发明做详细描述。
以齿轮箱实验台的齿面剥落故障诊断为例,该齿轮箱实验台由驱动电机1、第一齿轮2、第二齿轮3、第三齿轮4、第四齿轮5、制动器6部件组成,如图1所示,驱动电机1的输出轴和第一齿轮2连接,第一齿轮2和第二齿轮3啮合,第二齿轮3和第三齿轮4安装在同一传动轴上,第三齿轮4和第四齿轮5啮合,第四齿轮5的传动轴和制动器6连接,第一齿轮2、第二齿轮3、第三齿轮4、第四齿轮5的齿数依次为32、80、48、64。第一齿轮2为故障齿,其中一个齿面出现剥落,是本次测试中需要检测的故障。在测试中振动加速度传感器A吸附于靠近第一齿轮2的轴承端盖位置,如图1中所示,振动信号的采样频率为4000Hz,驱动电机1的转速为10Hz。根据传动比关系,第一级和第二级啮合频率分别为320Hz和192Hz。
齿轮箱实验台的原始振动信号如图2所示,从信号的波形中,难以发现故障所引起的冲击特征。
为了识别故障特征,采用本发明对齿面剥落进行检测。
基于柔性时域平均的齿轮箱故障检测方法,包括以下步骤:
步骤一,将加速度传感器A吸附在靠近第一齿轮2的轴承端盖位置,通过数据采集设备对齿轮箱的振动信号进行采集,将振动信号记为x[n],其原始振动信号如图2所示;
步骤二,将测得的齿轮箱振动信号x[n]代入公式(1)所示的chirpZ变换,振动信号的频域离散采样值;
其中:x[n]---振动信号;
bk---振动信号的频域离散采样值;
Δω---归一化频域采样间隔;
N---振动信号的数据长度;
T0---信号的周期;
Δt---信号的采样时间间隔;
步骤三,将公式(1)计算得到的bk带入公式(2),得到时域平均的连续时间表达式;
其中:---时域平均的连续时间表达式;
ck---的复指数傅里叶展开系数;
ω0---周期信号的角频率,ω0=2π/T0;
L---求和上限;
步骤四,将公式(2)转换为三角函数展开形式,如公式(3)所示;
其中:a0---信号的直流分量,a0=c0;
ak---k次谐波的幅值,ak=2|ck|;
---k次谐波的相位,
步骤五,通过对ak进行加权处理,实现对时域平均的滤波、消噪和阶次信息提取,在本次检测中,为了精确提取信号中的周期冲击特征,保留时域平均结果的16-48阶次,即仅对ak,k=16-48进行保留,而对其它ak进行置零;
步骤六,对加权处理后的公式(3)进行离散采样,得到离散时域平均序列,如图3所示;
步骤七,通过观察由步骤六得到的序列中出现的周期性冲击,判断齿轮箱故障的类型及严重程度,在本测试中,通过对图3的观察可以发现,输出序列中出现明显的冲击现象,并且故障时间间隔为0.1秒,与第一齿轮2的回转周期一致,从而判断第一齿轮2存在故障。
为了进一步说明本发明的有效性,图4给出了采用传统时域平均齿轮箱故障检测方法得到的输出序列,从图4可以看出,由于截断误差存在,传统方法难以给出齿面剥落造成的冲击特征,从而无法对第一齿轮2存在的故障进行有效识别和判断。
Claims (1)
1.基于柔性时域平均的齿轮箱故障检测方法,其特征在于,包括以下步骤:
步骤一,将加速度传感器吸附在被检测齿轮箱的轴承端盖位置,通过数据采集设备对齿轮箱的振动信号进行采集,将振动信号记为x[n];
步骤二,采用公式(1)所示的chirp Z变换,求得振动信号的频域离散采样值;
其中:x[n]---振动信号;
bk---振动信号的频域离散采样值;
Δω---归一化频域采样间隔;
N---振动信号的数据长度;
T0---信号的周期;
Δt---信号的采样时间间隔;
步骤三,将公式(1)计算得到的bk带入公式(2),得到时域平均的连续时间表达式;
其中:---时域平均的连续时间表达式;
ck---的复指数傅里叶展开系数;
ω0---周期信号的角频率,ω0=2π/T0;
L---求和上限;
步骤四,将公式(2)转换为三角函数展开形式,如公式(3)所示;
其中:a0---信号的直流分量,a0=c0;
ak---k次谐波的幅值,ak=2|ck|;
---k次谐波的相位,
步骤五,通过对ak进行加权处理,实现对时域平均的滤波、消噪和阶次信息提取,其具体实施方法为:通过选取噪声阈值,并将小于阈值的ak置零,实现时域平均的消噪功能;通过保留指定阶次的ak,而将其他ak置零,实现时域平均的阶次提取功能;通过保留特定阶次范围内的ak,实现时域平均的滤波功能;
步骤六,对加权处理后的公式(3)进行离散采样,得到离散时域平均序列;
步骤七,通过观察由步骤六得到的序列中出现的周期性冲击,判断齿轮箱故障的类型及严重程度,从而完成齿轮箱故障检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210210824.2A CN102759448B (zh) | 2012-06-26 | 2012-06-26 | 基于柔性时域平均的齿轮箱故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210210824.2A CN102759448B (zh) | 2012-06-26 | 2012-06-26 | 基于柔性时域平均的齿轮箱故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102759448A CN102759448A (zh) | 2012-10-31 |
CN102759448B true CN102759448B (zh) | 2014-11-05 |
Family
ID=47053983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210210824.2A Active CN102759448B (zh) | 2012-06-26 | 2012-06-26 | 基于柔性时域平均的齿轮箱故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102759448B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234748B (zh) * | 2013-04-02 | 2015-07-01 | 北京工业大学 | 一种基于敏感imf的克林根贝尔格锥齿轮故障诊断方法 |
CN103398846B (zh) * | 2013-08-16 | 2016-06-22 | 大连美恒时代科技有限公司 | 一种减速器健康分析方法及其分析平台*** |
CN103940607B (zh) * | 2014-04-04 | 2016-05-04 | 西安交通大学 | 不依赖于时域平均的行星齿轮箱信号分离和诊断方法 |
CN104062494B (zh) * | 2014-05-30 | 2018-08-14 | 深圳市中电软件有限公司 | 一种抑制频谱泄漏的采样间隔补偿方法及*** |
CN104316163B (zh) * | 2014-06-23 | 2017-06-06 | 华南理工大学 | 基于内积变换和相关滤波的齿轮箱耦合调制信号分离方法 |
CN104599676B (zh) * | 2014-10-08 | 2017-12-12 | 中国船舶重工集团公司第七〇五研究所 | 消除梳状谱噪声对振动能级影响的方法 |
FR3080450B1 (fr) * | 2018-04-24 | 2020-03-20 | Safran | Procede et dispositif de surveillance d'un systeme a engrenages |
CN111855209A (zh) * | 2020-07-29 | 2020-10-30 | 潍柴动力股份有限公司 | 驱动桥主减速器齿轮故障的预测诊断方法及*** |
CN113465916B (zh) * | 2021-06-24 | 2022-06-07 | 西安交通大学 | 一种行星轮系轮齿状态评估方法、装置、设备和介质 |
CN113804388B (zh) * | 2021-09-15 | 2024-04-02 | 西安因联信息科技有限公司 | 基于时域分析的机械设备旋转冲击故障检测方法及*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095573A (zh) * | 2009-12-11 | 2011-06-15 | 上海卫星工程研究所 | 星载旋转设备机械部件状态监测与诊断报警方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4931949A (en) * | 1988-03-21 | 1990-06-05 | Monitoring Technology Corporation | Method and apparatus for detecting gear defects |
US7930111B2 (en) * | 2008-09-22 | 2011-04-19 | General Electric Company | Synthesized synchronous sampling and acceleration enveloping for differential bearing damage signature |
WO2010128928A1 (en) * | 2009-05-05 | 2010-11-11 | S.P.M. Instrument Ab | An apparatus and a method for analysing the vibration of a machine having a rotating part |
CN102243140B (zh) * | 2011-04-18 | 2013-01-23 | 杨彦利 | 一种基于子带信号分析的机械设备状态监测方法 |
CN102288286B (zh) * | 2011-06-16 | 2012-10-03 | 中国科学院沈阳自动化研究所 | 一种振动加速度传感器齿轮箱测点精度分析与评价方法 |
-
2012
- 2012-06-26 CN CN201210210824.2A patent/CN102759448B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095573A (zh) * | 2009-12-11 | 2011-06-15 | 上海卫星工程研究所 | 星载旋转设备机械部件状态监测与诊断报警方法 |
Non-Patent Citations (6)
Title |
---|
Enayet B. Halim等.Fault Detection of Gearbox from Vibration Signals using Time-Frequency Domain Averaging.《American Control Conference, 2006》.2006,4430-4435. * |
Fault Detection of Gearbox from Vibration Signals using Time-Frequency Domain Averaging;Enayet B. Halim等;《American Control Conference, 2006》;20061231;第4430-4435页 * |
刘海兰等.基于时域平均和Hilbert-Huang变换的时频熵理论轧机齿轮箱故障诊断.《机械传动》.2011,第35卷(第9期),第54-57页. * |
基于时域平均和Hilbert-Huang变换的时频熵理论轧机齿轮箱故障诊断;刘海兰等;《机械传动》;20111231;第35卷(第9期);第54-57页 * |
时域平均在行星齿轮箱故障诊断的应用;肖志松等;《河北工业大学学报》;20031231;第32卷(第6期);第99-102页 * |
肖志松等.时域平均在行星齿轮箱故障诊断的应用.《河北工业大学学报》.2003,第32卷(第6期),第99-102页. * |
Also Published As
Publication number | Publication date |
---|---|
CN102759448A (zh) | 2012-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102759448B (zh) | 基于柔性时域平均的齿轮箱故障检测方法 | |
Wang et al. | Rolling element bearing fault diagnosis via fault characteristic order (FCO) analysis | |
Shi et al. | Bearing fault diagnosis under variable rotational speed via the joint application of windowed fractal dimension transform and generalized demodulation: A method free from prefiltering and resampling | |
Chen et al. | Detecting of transient vibration signatures using an improved fast spatial–spectral ensemble kurtosis kurtogram and its applications to mechanical signature analysis of short duration data from rotating machinery | |
Zhao et al. | A tacho-less order tracking technique for large speed variations | |
CN105784366A (zh) | 一种变转速下的风电机组轴承故障诊断方法 | |
Wang et al. | Bearing fault diagnosis under time-varying rotational speed via the fault characteristic order (FCO) index based demodulation and the stepwise resampling in the fault phase angle (FPA) domain | |
CN110763462B (zh) | 一种基于同步压缩算子的时变振动信号故障诊断方法 | |
CN108151869B (zh) | 一种机械振动特征指标提取方法、***及装置 | |
CN102998118B (zh) | 一种基于形态学滤波和复杂度测度的轴承定量诊断方法 | |
CN105928702B (zh) | 基于形态分量分析的变工况齿轮箱轴承故障诊断方法 | |
CN104215456B (zh) | 一种基于平面聚类和频域压缩感知重构的机械故障诊断方法 | |
CN102980722B (zh) | 一种适用于在线动平衡的不平衡信号提取法 | |
Wang et al. | Sparse and low-rank decomposition of the time–frequency representation for bearing fault diagnosis under variable speed conditions | |
Lin et al. | A review and strategy for the diagnosis of speed-varying machinery | |
CN105277362B (zh) | 基于编码器多位转角信号的齿轮故障检测方法 | |
Liu et al. | Generalized demodulation with tunable E-Factor for rolling bearing diagnosis under time-varying rotational speed | |
CN102269803B (zh) | 基于时间延迟的离散频谱低频成分的校正方法 | |
Wu et al. | A modified tacho-less order tracking method for the surveillance and diagnosis of machine under sharp speed variation | |
CN105067048B (zh) | 一种抗振动干扰的数字化涡街流量计的测量方法 | |
Liang et al. | Application of instantaneous rotational speed to detect gearbox faults based on double encoders | |
Jiang et al. | A tacholess order tracking method based on spectral amplitude modulation for variable speed bearing fault diagnosis | |
CN101256094A (zh) | 提取特定周期信号成分的信号消噪方法 | |
Lv et al. | Generalized synchroextracting-based stepwise demodulation transform and its application to fault diagnosis of rotating machinery | |
CN112781709A (zh) | 变速工况下设备振动信号早期故障分析和特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |