[發(fā)明專(zhuān)利]單通道盲源分離的齒輪故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810653028.3
• 申請(qǐng)日: 2018-06-22
• 公開(kāi)（公告）號(hào): CN108801630B
• 公開(kāi)（公告）日: 2020-04-14
• 發(fā)明（設(shè)計(jì)）人: 郝如江;韓博躍;吳肇中;陸一鶴;金治彬;李代勇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 石家莊鐵道大學(xué);西安創(chuàng)富電子科技有限公司
• 主分類(lèi)號(hào): G01M13/021
• 分類(lèi)號(hào): G01M13/021
• 代理公司: 石家莊輕拓知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 13128
• 代理人: 王占華

本發(fā)明公開(kāi)了一種單通道盲源分離的齒輪故障診斷方法，涉及齒輪箱中齒輪故障診斷方法技術(shù)領(lǐng)域。所述方法利用單個(gè)加速器傳感器采集齒輪箱的振動(dòng)信號(hào)；對(duì)采集的單通道信號(hào)進(jìn)行小波軟閾值降噪；將降噪后的信號(hào)進(jìn)行CEEMD分解，得到多個(gè)IMF分量和殘余分量；采用基于峭度和連續(xù)均方誤差準(zhǔn)則相結(jié)合的方法選取合適的IMF分量；將選取的IMF分量和源信號(hào)作為盲源分離的輸入信號(hào)，采用CICA方法提取目標(biāo)信號(hào)；對(duì)提取的信號(hào)進(jìn)行頻譜分析，識(shí)別齒輪的故障特征。所述方法原理簡(jiǎn)單，容易實(shí)現(xiàn)，能夠在強(qiáng)噪聲下準(zhǔn)確利用單通道測(cè)量信號(hào)進(jìn)行齒輪故障診斷。

技術(shù)領(lǐng)域

本發(fā)明涉及齒輪箱故障診斷技術(shù)領(lǐng)域，尤其涉及一種單通道盲源分離的齒輪故障診斷方法。

背景技術(shù)

齒輪廣泛應(yīng)用于各類(lèi)旋轉(zhuǎn)機(jī)械設(shè)備當(dāng)中，已成為設(shè)備最為關(guān)鍵的部件之一，因而對(duì)其進(jìn)行故障診斷有著重要意義。目前診斷齒輪故障的主要方法是振動(dòng)信號(hào)分析，但由于故障信號(hào)經(jīng)常淹沒(méi)在強(qiáng)噪聲背景當(dāng)中，如何成功提取出故障特征信息成為最關(guān)鍵的一步。齒輪的振動(dòng)信號(hào)是非平穩(wěn)信號(hào)，其常常是疊加有強(qiáng)噪聲的，經(jīng)典的基于傅立葉變換的濾波方法去除噪聲已經(jīng)不再有效。小波變換具有良好的時(shí)頻局部化和多分辨率分析的特點(diǎn)，因而適用于非平穩(wěn)信號(hào)和強(qiáng)噪聲信號(hào)的處理，具備良好的降噪能力。

EMD算法直觀簡(jiǎn)單，能夠?qū)⑿盘?hào)分解為一系列固有模態(tài)函數(shù)，這些模態(tài)函數(shù)能夠?qū)斎胄盘?hào)進(jìn)行不同尺度的描述，并且具有正交性、完備性以及自適應(yīng)性等特點(diǎn)，處理非平穩(wěn)信號(hào)有很大的優(yōu)勢(shì)。雖然EMD具有很多的優(yōu)點(diǎn)，但其分解不穩(wěn)定，存在模態(tài)混疊現(xiàn)象，導(dǎo)致某一個(gè)IMF分量包含不同尺度的信號(hào)，或者相似的尺度信號(hào)存在于不同IMF分量中，這使得EMD分解很有局限性。EEMD是EMD的改進(jìn)方法，其對(duì)原始信號(hào)加入一定的白噪聲，使得信號(hào)在不同尺度上具有連續(xù)性，這個(gè)方法需要多次加入不同的輔助白噪聲，然后通過(guò)平均的方式消除引入噪聲的影響，最終使分解過(guò)程具有抗噪特性，但仍無(wú)法完全消除模態(tài)混疊現(xiàn)象。CEEMD是基于EMD和EEMD提出的一種改進(jìn)算法，采用正、負(fù)成對(duì)的形式加入輔助噪聲，這樣就能夠很好地消除重構(gòu)信號(hào)中的殘余輔助噪聲，而且加入的噪聲集合次數(shù)可以很低，計(jì)算效率較高，進(jìn)一步削弱了模態(tài)混疊的現(xiàn)象。

ICA是一種從混合信號(hào)中分離出具有獨(dú)立統(tǒng)計(jì)特性的單個(gè)源信號(hào)的分離方法。由于其在分離過(guò)程中需要的獨(dú)立源信號(hào)的先驗(yàn)信息很少，并且有明顯的分離效果，ICA已在無(wú)線通信、語(yǔ)音處理和機(jī)械故障診斷等領(lǐng)域具有廣泛的應(yīng)用。在實(shí)際應(yīng)用中，因?yàn)樵葱盘?hào)次序不確定性和數(shù)目不容易確定等問(wèn)題，限制了其在齒輪故障特征提取中的應(yīng)用。近年來(lái)，在ICA基礎(chǔ)上發(fā)展起來(lái)的CICA對(duì)其算法進(jìn)行改進(jìn)，將上述問(wèn)題有效地解決，它在不需要知道源信號(hào)數(shù)量情況下，首先利用先驗(yàn)信息產(chǎn)生參考信號(hào)，進(jìn)而提取出感興趣的獨(dú)立分量。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是如何提供一種能夠利用單通道的齒輪箱振動(dòng)信號(hào)，來(lái)有效的提取出齒輪箱中齒輪故障信號(hào)的故障診斷方法。

為解決上述技術(shù)問(wèn)題，本發(fā)明所采取的技術(shù)方案是：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(duì)采集到的齒輪箱單通道振動(dòng)信號(hào)進(jìn)行小波軟閾值降噪；

將降噪后的信號(hào)進(jìn)行CEEMD分解，得到若干個(gè)IMF分量和殘余分量；

采用基于峭度和連續(xù)均方誤差準(zhǔn)則相結(jié)合的方法選取合適的IMF分量；

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

對(duì)提取出的目標(biāo)信號(hào)進(jìn)行頻譜分析，識(shí)別故障特征，完成齒輪故障的診斷。

進(jìn)一步的技術(shù)方案在于，所述方法還包括：用單個(gè)加速度傳感器采集齒輪箱振動(dòng)信號(hào)。

進(jìn)一步的技術(shù)方案在于，所述的進(jìn)行小波軟閾值降噪的方法包括如下步驟：