[發明專利]一種基于VMD的齒輪振動信號降噪及故障診斷方法

有效

• 申請號: 201811206915.2
• 申請日: 2018-10-17
• 公開（公告）號: CN109443752B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 徐小力;劉秀麗;吳國新;蔣章雷;張雪英
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G01M13/021
• 分類號: G01M13/021;G01M13/028
• 代理公司: 北京遠創理想知識產權代理事務所(普通合伙) 11513
• 代理人: 張素妍

本發明涉及一種基于VMD的齒輪振動信號降噪及故障診斷方法，其步驟：采集齒輪在正常運行狀態、點蝕故障、磨損故障以及斷齒故障下的振動信號x_w(n)＝{x_w(1),...,x_w(N)}，其中，N代表每組數據個數，w代表數據組別，w＝1、2、3、4，分別代表正常運行狀態、點蝕故障狀態、磨損故障狀態、斷齒故障狀態；對x_w(n)＝{x_w(1),...,x_w(N)}中正常運行狀態下的原始振動信號x₁(n)進行VMD?模平方閾值處理；將所有齒輪振動信號x_w(n)按照步驟2)進行VMD?模平方閾值處理，得到處理后的信號提取處理后的信號的每組信號的峭度和均方根值組成特征向量K和R；利用PNN進行故障診斷。

技術領域

本發明涉及機械振動信號降噪及故障診斷技術領域，特別是關于一種基于VMD的齒輪振動信號降噪及故障診斷方法。

背景技術

作為機械傳動形式的基本組成部分，齒輪運行情況的好壞直接影響到機械設備的運行狀態。由于齒輪故障信號常呈現出強耦合性、非線性、非平穩性的特點，傳統降噪與故障診斷方法難以對故障進行有效的診斷，所以有效的信號降噪和故障診斷方法可以顯著提高齒輪故障診斷的準確率。

發明內容

針對上述問題，本發明的目的是提供一種基于VMD的齒輪振動信號降噪及故障診斷方法，該方法能夠有效的提取非平穩齒輪運行信號的故障特征，并進行故障診斷，能夠對齒輪故障進行有效的識別。

為實現上述目的，本發明采取以下技術方案：一種基于VMD的齒輪振動信號降噪及故障診斷方法，其包括以下步驟：1)采集齒輪在正常運行狀態、點蝕故障、磨損故障以及斷齒故障下的振動信號x_w(n)＝{x_w(1),...,x_w(N)}，其中，N代表每組數據個數，w代表數據組別，w＝1、2、3、4，分別代表正常運行狀態、點蝕故障狀態、磨損故障狀態、斷齒故障狀態；n為第w組數據中第n個數據點，n∈(1,N)；2)對x_w(n)＝{x_w(1),...,x_w(N)}中正常運行狀態下的原始振動信號x₁(n)進行VMD-模平方閾值處理；3)將所有齒輪振動信號x_w(n)按照步驟2)進行VMD-模平方閾值處理，得到處理后的信號4)提取處理后的信號的每組信號的峭度和均方根值組成特征向量K和R；5)利用PNN進行故障診斷。

進一步，所述步驟2)中，VMD-模平方閾值處理步驟如下：2.1)首先對信號x₁(n)進行VMD分解；2.2)原始振動信號x₁(n)經VMD后分解為k個模態分量IMF₁,IMF₂,‥‥,IMF_k，對每個IMF分量進行模平方閾值處理；2.3)將模平方閾值處理后的分量重構，得到重構后的信號

進一步，所述步驟2.1)中，VMD分解的步驟為：2.1.1)令m＝0,初始化第k個模態函數u_k記為當前模態函數功率譜的中心ω_k記為和m＝0為所對應的傅里葉變換λ¹，其中m為迭代次數；λ為所對應的傅里葉變換；k為原始振動信號x₁(n)進行VMD分解后得到的模態個數；

2.1.2)根據式更新u_k；

根據式更新ω_k；

根據式更新λ；