[發明專利]一種齒輪早期故障檢測方法

有效

• 申請號: 201410322151.9
• 申請日: 2014-07-08
• 公開（公告）號: CN105092239B
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 林近山;竇春紅
• 申請（專利權）人: 濰坊學院
• 主分類號: G01M13/02
• 分類號: G01M13/02;G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及旋轉機械狀態監測與故障診斷領域，具體涉及一種齒輪早期故障檢測方法。

背景技術

齒輪是旋轉機械的關鍵部件之一，在工業生產中得到了廣泛應用，它的運行狀況不僅影響其自身的運轉，而且還會對相關的機械設備產生直接的影響。如果齒輪出現故障，輕則會影響機械設備的正常運行，重則會造成重大的經濟損失，甚至出現毀機事故和人員傷亡。如果在齒輪的運行過程中，人們能夠借助故障診斷技術及時發現潛在的故障隱患并進行有效的處理，那么不但能夠有效地保證機械設備的安全運行，而且能夠避免重大事故的發生。因此，加強對齒輪早期故障檢測和診斷技術的研究具有重要的理論價值和工程應用價值。

齒輪箱通常具有復雜的結構，其故障信號不但包含著大量的噪聲，而且通常具有非平穩和非線性特征。在這種情況下，傳統的基于平穩性假設和線性理論的時域統計參數、相關分析、譜分析和時序模型等機械故障診斷方法難以滿足實際工程的要求。在最近幾十年，短時傅里葉變換、魏格納分布、小波變換、經驗模式分解、循環平穩分析、局部均值分解和本征時間尺度分解等非平穩信號分析方法在機械故障特征提取和診斷中得到了廣泛的應用。然而，上述方法主要用于解決故障特征比較明顯時的機械故障診斷問題，沒有涉及齒輪的早期故障檢測和診斷問題。當齒輪故障處于早期階段時，由于故障特征非常微弱，故障特征參數的提取非常困難，因此齒輪的早期故障檢測和診斷是一個難題。

目前國內外學者已經針對這個問題開展了一些研究，相繼利用自適應隨機共振方法、循環平穩分析方法、小波變換、信號稀疏分解方法和獨立分量分析進行旋轉機械的早期故障診斷。然而，上述方法總體上缺乏對旋轉機械故障動態發展過程的分析，沒有提出相應的旋轉機械狀態評估準則，沒有建立可行的狀態監測方法。鑒于現有技術的缺陷，有必要提出一種新的方法來解決齒輪的早期故障檢測和診斷問題。

發明內容

本發明的目的在于克服現有技術的缺陷，提出一種齒輪早期故障檢測方法。該方法以齒輪故障數據差分序列的波動參數作為故障特征參數，建立齒輪的“故障狀態線”，然后通過考察齒輪的狀態點與該“故障狀態線”的相對位置來評估齒輪箱的運行狀態。為了實現上述目的，本發明的技術方案如下。

首先利用加速度傳感器測取齒輪在正常狀態和各種典型故障狀態下的振動信號x(n)。

對原始信號x(n)進行差分運算，得到原始信號x(n)的差分序列△x(n)。

△x(n)= x(n+1)-x(n), n=1,…, N-1。

利用去趨勢波動分析(DFA)算法計算差分序列△x(n)的波動函數F(s)。

提取每種故障狀態所對應的對數波動函數ln[F(s)]的最小值和最大值，將這兩個參數作為原始信號x(n)的特征參數。

將對數波動函數ln[F(s)]的最小值和最大值分別作為橫縱坐標作圖。

采用最小二乘法將故障狀態所對應的數據點擬合為一條直線，該直線被稱為“故障狀態線”。

以一定的置信水平(1-α)為“故障狀態線”估計一個置信區間。

隨著齒輪運行狀態的惡化，數據點逐漸靠近上述建立的置信區間，當數據點進入到置信區間時，可以認為該齒輪以一定的概率出現了故障并發出故障預警，這時要對齒輪的運行狀態進行詳細分析，必要時需要停機檢修。

本發明的核心是提取齒輪故障數據差分序列的波動函數對數值的最小值和最大值，然后將故障狀態所對應的數據點擬合為一條“故障狀態線”，接著以一定的置信水平(1-α)為“故障狀態線”估計一個置信區間，當齒輪運行狀態逐漸惡化時，其所對應的數據點會逐漸靠近這個置信區間，當數據點進入這個置信區間時，可以認為該齒輪以一定的概率出現了故障并發出故障預警，這時要對齒輪箱的運行狀態進行詳細分析，必要時需要停機檢修。

附圖說明

圖1為本發明的流程圖。

圖2為“故障狀態線”形成的仿真圖。

圖3為實例1四種齒輪振動信號圖，(a)~(d)分別代表正常、輕度磨損、中度磨損和斷齒振動信號。