[發明專利]一種起重機回轉機構齒輪故障診斷方法、系統及存儲介質

在審

• 申請號: 202010867982.X
• 申請日: 2020-08-26
• 公開（公告）號: CN112115802A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 王貢獻;徐志海;胡志輝;胡勇;袁建明
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01M13/021;G01M13/028
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 丁倩

1.一種起重機回轉機構齒輪故障診斷方法，其特征在于，包括以下步驟：

采集齒輪振動信號，將所述齒輪振動信號進行預處理，得到樣本信號；

提取所述樣本信號的角域特征，將所述角域特征組成特征向量，將所述特征向量構建故障特征空間，獲取所述故障特征空間中的主分量；

根據所述主分量訓練BP神經網絡，得到用于齒輪故障診斷的BP神經網絡分類器；

重新采集齒輪振動信號，獲取所述齒輪振動信號對應的主分量，將所述主分量輸入用于齒輪故障診斷的BP神經網絡分類器，得到齒輪故障診斷結果。

2.根據權利要求1所述的起重機回轉機構齒輪故障診斷方法，其特征在于，將所述齒輪振動信號進行預處理，得到樣本信號，具體包括，對所述齒輪振動信號進行時域同步平均去噪，消除與給定頻率無關的信號分量，得到去噪后的齒輪振動信號，將齒輪振動信號中的變速非平穩信號轉化為定速準平穩信號，將轉化后的振動信號分解為一系列本征模態分量，選取所述本征模態分量中峭度值排在設定名次之前的信號進行分量重構，得到樣本信號。

3.根據權利要求2所述的起重機回轉機構齒輪故障診斷方法，其特征在于，對所述齒輪振動信號進行時域同步平均去噪，消除與給定頻率無關的信號分量，得到去噪后的齒輪振動信號，具體包括，以f(t)的周期T去截取齒輪振動信號x(t)，共截得N段，將各段對應點相加，得到去噪后的齒輪振動信號

其中，t_i為N段齒輪振動信號中的第i個點,n(t)為白噪聲。

4.根據權利要求2所述的起重機回轉機構齒輪故障診斷方法，其特征在于，將齒輪振動信號中的變速非平穩信號轉化為定速準平穩信號，具體包括，確定重采樣的時間點，根據所述重采樣的時間點求出齒輪振動信號對應的幅值，獲取齒輪振動信號的角域，將齒輪振動信號中的變速非平穩信號轉化為定速準平穩信號。

5.根據權利要求2所述的起重機回轉機構齒輪故障診斷方法，其特征在于，所述確定重采樣的時間點，具體包括，通過公式

確定重采樣的時間點t，其中，b₀、b₁、b₂為待定系數，k為插值系數，θ為參考軸轉角。

6.根據權利要求1所述的起重機回轉機構齒輪故障診斷方法，其特征在于，根據所述主分量訓練BP神經網絡，得到用于齒輪故障診斷的BP神經網絡分類器，具體包括，以所述主分量作為BP神經網絡的輸入，以主分量對應的故障類型作為BP神經網絡的輸出，通過正向傳輸和反向傳輸對所述BP神經網絡進行訓練，得到用于齒輪故障診斷的BP神經網絡分類器。

7.根據權利要求6所述的起重機回轉機構齒輪故障診斷方法，其特征在于，通過正向傳輸對所述BP神經網絡進行訓練，具體包括，通過BP神經網絡中的各個節點間的連接，正向逐層處理后得到輸出層的輸出。

8.根據權利要求6所述的起重機回轉機構齒輪故障診斷方法，其特征在于，通過反向傳輸對所述BP神經網絡進行訓練，具體包括，將輸出層的輸出與理想輸出的誤差逐層反向傳至BP神經網絡中的各層，按梯度原則將誤差信號加載到連接權值上，使整個BP神經網絡的連接權值向誤差減小的方向轉化。

9.一種起重機回轉機構齒輪故障診斷系統，其特征在于，包括信號采集及預處理模塊、主分量獲取模塊、分類器獲取模塊及齒輪故障診斷模塊；

所述信號采集及預處理模塊，用于采集齒輪振動信號，將所述齒輪振動信號進行預處理，得到樣本信號；

所述主分量獲取模塊，用于提取所述樣本信號的角域特征，將所述角域特征組成特征向量，將所述特征向量構建故障特征空間，獲取所述故障特征空間中的主分量；

所述分類器獲取模塊，用于根據所述主分量訓練BP神經網絡，得到用于齒輪故障診斷的BP神經網絡分類器；

所述齒輪故障診斷模塊，用于重新采集齒輪振動信號，獲取所述齒輪振動信號對應的主分量，將所述主分量輸入用于齒輪故障診斷的BP神經網絡分類器，得到齒輪故障診斷結果。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機該程序被處理器執行時，實現如權利要求1-8任一所述的起重機回轉機構齒輪故障診斷方法。