[發明專利]一種齒輪減速器故障特征提取方法

有效

• 申請號: 202111417628.8
• 申請日: 2021-11-26
• 公開（公告）號: CN114235396B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 李波;石劍鈞;洪濤;謝曉梅;李學生
• 申請（專利權）人: 電子科技大學
• 主分類號: G01M13/028
• 分類號: G01M13/028;G06F17/14;G06F17/15
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

該發明公開了一種齒輪減速器故障特征提取方法，屬于信號處理領域，特別是故障特征的提取方法。該方法本發明針對當前對齒輪減速器具有多振源干擾的高非線性以及高非平穩性振動信號故障特征提取方法的不足，提出了一種齒輪減速器故障特征提取方法。該方法針對現有方法的不能有效提取齒輪減速器故障特征這一問題，建立融合相關系數、頻譜相似度與峭度的優化目標函數，并利用灰狼優化算法求得每一層分解的最優懲罰因子，根據每層的最優懲罰因子對減速器振動信號進行模態分解，更有效地提取其故障特征。

技術領域

本發明專利涉及數字信號處理領域，具體是一種針對高非線性以及高非平穩的減速器振動信號的故障特征提取方法。

背景技術

當前，起重機在各個工業領域扮演著越來越重要的角色。特別是在大型設備物品的搬運、高架橋梁的施工作業、高層施工時物料的搬移等場合，都離不開起重機。其中統計數據表明，起重機中有85％的都是橋齒輪，而我國對齒輪狀態監測研究不夠，一旦起重機發生事故，損失將會非常巨大。

齒輪減速器作為起重機必不可少的承載和傳動部件，由于運行工況多變，長期處于高負荷運行狀態，導致發生故障的幾率較高。因此，主要是通過齒輪減速器的動力學響應來準確判斷起重機的故障情況。

齒輪減速器屬于旋轉機械，對于旋轉機械而言，一般不宜將機組解體來檢查故障。該減速器有個典型的特征是機器會產生異響和異常振動，其振動信號包含了起重機減速器豐富的故障信息。一般情況下，機器發生故障的原因不同，所產生的信息也有差別，根據機器的振動信號特點，可提取到其的故障特征。

當前關于齒輪減速器故障特征提取的研究方法有多種，其中主要的方法是小波分解和模態分解。小波分解具有時頻局部變化分析的特點，廣泛應用于減速器故障特征提取中，但是由于其小波基的選取及其困難，選取不當提取效果非常不好。經驗模態分解(EMD)作為一種遞歸式的時頻處理算法，可以自適應地將信號從高頻到低頻進行分解，在軸承故障特征提取方面有著廣泛的應用。但是EMD算法在求取包絡的過程中，會因多次遞歸分解而放大包絡估計誤差，還可能伴有模態混疊、端點效應、偽脈沖等現象。

由于齒輪的工作環境復雜，其減速器軸承振動信號由于多振源干擾，具有非線性、非平穩特征，所以固定單一的分解層數和懲罰因子不能很好適應該類信號的分解。

發明內容

本發明針對當前對齒輪減速器具有多振源干擾的高非線性以及高非平穩性振動信號故障特征提取方法的不足，提出了一種齒輪減速器故障特征提取方法。該方法針對現有方法的不能有效提取齒輪減速器故障特征這一問題，建立融合相關系數、頻譜相似度與峭度的優化目標函數，并利用灰狼優化算法求得每一層分解的最優懲罰因子，根據每層的最優懲罰因子對減速器振動信號進行模態分解，更有效地提取其故障特征。

本發明的技術方案是一種齒輪減速器故障特征提取方法，該方法包括以下步驟：

步驟1：建立齒輪減速器故障特征提取模型；

步驟1.1：將待處理的齒輪減速器工作工程中的震動信號初始分解成K個帶寬有限的離散時間序列u_k(t)；

步驟1.2：采用如下公式計算u_k(t)的梯度范數L2；

其中，ω_k表示中心基頻帶，δ(t)表示脈沖沖擊信號，對變量t的求偏導符號；

步驟1.3：通過計算得到的中心頻率和帶寬需要滿足K個離散時間序列的帶寬之和最小的條件建立約束，根據該約束計算當前條件下的最優解

步驟2：建立融合相關系數、時頻譜相似度與峭度的優化目標；