[發明專利]單通道盲源分離的齒輪故障診斷方法

有效

• 申請號: 201810653028.3
• 申請日: 2018-06-22
• 公開（公告）號: CN108801630B
• 公開（公告）日: 2020-04-14
• 發明（設計）人: 郝如江;韓博躍;吳肇中;陸一鶴;金治彬;李代勇
• 申請（專利權）人: 石家莊鐵道大學;西安創富電子科技有限公司
• 主分類號: G01M13/021
• 分類號: G01M13/021
• 代理公司: 石家莊輕拓知識產權代理事務所(普通合伙) 13128
• 代理人: 王占華

1.一種單通道盲源分離的齒輪故障診斷方法，其特征在于包括如下步驟：

對采集到的齒輪箱單通道振動信號進行小波軟閾值降噪；

將降噪后的信號進行CEEMD分解，得到若干個IMF分量和殘余分量；

采用基于峭度和連續均方誤差準則相結合的方法選取合適的IMF分量；

所述的基于峭度和連續均方誤差準則相結合的方法如下：

計算各IMF的峭度，當齒輪箱正常運轉時，采集的振動信號幅值分布會近似于正態分布，因此其峭度值等于3，當齒輪存在故障時，峭度值會變大；

連續均方誤差(CMSE)的準則，即:

其中，H為信號的總長度，r為分解的IMF數目；

根據下面兩條原則確定臨界的IMF分量：

如果CMSE在整體極小值前面存在局部極小值，那么取第一個局部極小值所對應的位置加1；

如果不存在局部極小值，則取整體最小值所對應的位置加1，包含故障信息多的是所臨界IMF分量及其之后的IMF分量，將基于峭度得出的IMF分量與通過連續均方誤差準則判斷出的IMF分量的共有的IMF分量作為有效IMF分量；

將選取的IMF分量與源信號作為盲源分量的輸入信號，采用CICA方法提取出目標信號；

對提取出的目標信號進行頻譜分析，識別故障特征，完成齒輪故障的診斷。

2.如權利要求1所述的單通道盲源分離的齒輪故障診斷方法，其特征在于所述方法還包括：用單個加速度傳感器采集齒輪箱振動信號。

3.如權利要求1所述的單通道盲源分離的齒輪故障診斷方法，其特征在于所述的進行小波軟閾值降噪的方法包括如下步驟：

小波基函數與分解層數的選擇：根據信號的特點選擇小波基函數，小波基函數的正則性及波形與數據的結構相似程度會影響信號降噪的效果，symN小波基與機械振動波形相似，因此選擇symN小波基函數來進行小波軟閾值降噪；不同分解層數降噪效果不同，合理選擇分解層數；

選擇閾值并確定閾值函數：通過比較各個分解尺度下小波系數與閾值的大小，經過處理得到凈化后的系數值；

小波重構：將小波低頻系數和各層分解的高頻系數進行重構，得到降噪后的信號。

4.如權利要求1所述的單通道盲源分離的齒輪故障診斷方法，其特征在于所述的將降噪后的信號進行CEEMD分解包括如下步驟：

向降噪預處理后的信號中加入n組輔助白噪聲，輔助噪聲是以正、負對的方式加入的，因此生成兩套集合的IMF分量：

其中：S為降噪預處理后的信號；N為符合正態分布的白噪聲；M₁、M₂分別為加入正、負成對噪聲的信號；

對集合中的每一個信號分別做EMD分解，每個信號得到一組IMF分量，其中第i個信號的第j個IMF分量表示為c_ij；

通過多組分量組合的方式得到分解結果：

其中：c_j表示CEEMD分解最終得到的第j個IMF分量，n表示輔助白噪聲的組數。

5.如權利要求1所述的單通道盲源分離的齒輪故障診斷方法，其特征在于：所述的采用CICA方法提取目標信號包括以下步驟：

基于齒輪的故障信號特征頻率構造參考脈沖信號r(t)，將待提取的目標信號y和參考信號r(t)的距離函數定義為ε(y,r)，用來表示目標信號與參考信號的接近程度；ε(y,r)用均方誤差ε(y,r)＝E{(y-r)}度量，CICA算法的數學模型如式(3)和式(4)所示：

目標函數：

max J(y)≈ρ{E[G(y)]-E[G(v)]} (3)

約束條件：

其中：ρ為正常數；G(·)為非線性函數；v為具有與y相同協方差矩陣的高斯變量；ξ為閾值；式(4)通過拉格朗日乘數法對其求解，可得到源信號的最佳估計，提取出所需的信號。