[發明專利]一種基于并行多字典正交匹配的齒輪故障診斷方法

有效

• 申請號: 201410356780.3
• 申請日: 2014-07-25
• 公開（公告）號: CN104089774A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 崔玲麗;鄔娜;翟浩;吳春光;馬春青
• 申請（專利權）人: 北京工業大學
• 主分類號: G01M13/02
• 分類號: G01M13/02
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

技術領域

本發明涉及一種齒輪故障診斷方法，特別涉及一種基于并行多字典正交匹配的齒輪故障診斷方法，屬于故障診斷技術領域。

背景技術

齒輪作為旋轉類機械設備中一種必不可少的連接和傳遞動力的通用零部件，對其運轉狀態的檢測和故障診斷具有很重要的意義。其故障振動信號是一類典型的非平穩、非線性信號，較平穩信號而言，其分布參數或者分布規律隨時間發生變化，工程實際中所接觸的往往也是這類信號，所以此類信號的研究對于工程應用具有極其重要的意義。

在對非平穩信號的分析中，時頻分析手段表現出了一定優越性，典型的時頻分析方法有短時傅里葉變化、Wigner-Ville分布、小波變換、Hilbert-Huang變換等，但一般的時頻分析方法由于其分解基函數的單一對復雜信號的表達缺乏自適應性。1993年，Mallat和Zhang提出了基于過完備冗余字典對信號進行稀疏分解的匹配追蹤方法，并引入了匹配追蹤(Matching?Pursuit,MP)算法，該算法從字典中挑選一組基元函數即原子來計算信號的一個線性展開，并通過求解信號在各原子上的正交投影對信號進行連續逼近。作為算法的改進，1993年Pati及Davis等人又提出正交MP(Orthogonal?Matching?Pursuit，OMP)，本改進從分解效果來看，有更快的收斂速度，同時在稀疏性相同的情況下，較基本MP算法有更高的稀疏表示精度。

齒輪故障振動信號結構成分復雜，且具有大量噪聲和瞬態特征，豐富的原子庫信息對于實現不同結構成分分離和提取故障特征至關重要，但是這勢必會增加算法的計算量也對重構精度提出更高的要求。

發明內容

本發明的目的在于提供了一種基于并行多字典正交匹配的齒輪故障診斷方法，以解決匹配追蹤算法在齒輪故障診斷中的上述技術問題

為實現上述目的，本發明采用的技術方案為一種基于并行多字典正交匹配的齒輪故障診斷方法，該方法包括采集齒輪振動信號、對齒輪振動信號進行基于并行多字典正交匹配追蹤稀疏分解、沖擊分量重構、對沖擊分量解調處理，從而得到故障特征。

S1采集齒輪振動信號；

齒輪振動信號由齒輪的嚙合效應和旋轉運動引起，故障齒輪振動信號中還會出現沖擊和瞬態振動特征。所述振動信號的采集通過加速度傳感器對齒輪箱進行采集；因此構造符合故障特征的特征原子庫即字典——Fourier字典和沖擊時頻字典的并行多字典：

Fourier字典的基元函數是正弦函數，其函數模型為：

g_fou(f，γ)＝K_fousin(2πft+γ)

其中，f為頻率參數，γ為相位參數，K_fou為歸一化參數，為保證每個原子具有單位能量，即||g_fou(f，γ)||₂＝1；

沖擊時頻字典的基元函數是指數衰減函數，其函數模型為：

gimp(p,u,f,φ)=Kimpe-p(t-u)sin2πf(t-φ),t≥u0,t<u]]>