一种基于压缩感知与双谱分析的齿轮故障诊断方法与流程

文档序号：12034956阅读：682来源：国知局

本发明涉及齿轮故障诊断的技术领域，特别地，涉及一种基于压缩感知与双谱分析的齿轮故障诊断方法。

背景技术：

齿轮箱广泛应用于各种机械设备当中。当齿轮箱发生故障，将会导致机械系统的故障并产生重大损失。所有齿轮箱故障中齿轮故障所占的比例在60％左右，因此，齿轮故障诊断的研究非常重要并且受到越来越广泛关注。

经典香农/奈奎斯特采样定理中，采样频率至少要是信号带宽的两倍以上才能保证信号信息不丢失。奈奎斯特定理对于频率的限制，是很多应用中采样数据庞大的主要原因，这对进一步的数据传输和数据存储是一个巨大的挑战。另外，工业生产中对于齿轮箱这种复杂关键设备的状态监控是长期连续的，需要每天24小时连续监控。长期连续监测需要采样和存储大量原始数据，进一步对数据存储和传输造成很大负担。

例如中国专利cn201310416504.7提供了一种齿轮故障无键相角域平均计算阶次分析方法，首先将采集的振动加速度信号进行低通保相滤波后通过平滑伪wigner-ville分布计算其时频分布，然后通过viterbi最优路径搜索算法估计齿轮箱转轴的瞬时频率，再利用键相信号估计模型对瞬时频率进行逐点积分得到估计键相信号，最后结合等角度重采样和角域平均技术对振动加速度信号进行计算阶次分析，得到基于瞬时频率估计的阶次谱。此阶次谱图可以充分反映齿轮箱故障的特征信息。该发明综合了平滑伪wigner-ville分布、viterbi最优路径搜索算法、角域平均技术、计算阶次分析，可以对变转速运行工况下的齿轮箱进行故障诊断。

因此，现有技术的缺点是需要采样大量数据来实现故障诊断，或者压缩信号后通过复杂的恢复算法将信号还原，恢复成功率与算法相关。业内急需一种能减小采样数据量的齿轮故障诊断技术。

技术实现要素：

本发明目的在于提供一种基于压缩感知与双谱分析的齿轮故障诊断方法，以解决目前齿轮故障诊断过程中，采样数据量过大的技术问题。

为实现上述目的，本发明提供了一种基于压缩感知与双谱分析的齿轮故障诊断方法，包括步骤：

a、获取转速信号，根据转速信号生成相应的m序列和采样脉冲；

b、将得到的m序列与原始振动信号相乘得到混频信号；

c、将混频信号进行滤波，滤掉高频部分；

d、根据采用脉冲，对滤波后信号进行采样并进行平均运算，得到压缩信号；

e、对压缩信号进行中频双谱分析，实现故障诊断。

优选的，所述步骤a包括：

a1、根据公式f_clock＝n*fp，确定采样频率f_clock

其中，n为周期脉冲数，默认为63；fp为转轴齿轮齿数；

a2、根据f_clock与转速信号确定等角度时间序列；

a3、以等角度时间序列为采样时间点，确定等角度采样脉冲；

a4、以等角度时间序列为采样时间点，生成m序列。

优选的，所述步骤e中：

中频双谱mfbx定义为

其中，f1,f2—频率变量，单位hz

e—表示求期望

x—频谱序列。

优选的，所述步骤e之后包括：

求出mfb后，以f1为横坐标、f2为纵坐标作图得到双谱图。

本发明具有以下有益效果：

本发明提出了一种基于压缩感知的齿轮故障诊断方法，该方法只需采样和存储一小部分压缩观测数据，就可以直接实现故障诊断。

1、压缩感知是一种利用信号的稀疏性(可压缩性)对信号同时进行采集和压缩的新颖理论，采样频率不再依赖于信号的最大频率，而是依赖于信号的结构和内容；而传统的奈奎斯特信号采样定理需要采样频率大于信号最高频率的两倍才能完整保留原始信号中的信息。压缩感知理论突破了传统的香农－奈奎斯特信号采样定理，可以减少样本数量的同时保留有用的故障有关信息。

2、齿轮故障时存在相位耦合现象，双谱是提取相位耦合特征的一种有效方法。本发明采用一种改进双谱方法提取压缩信号的故障特征来实现故障诊断，直接对压缩信号进行故障特征提取，在实现了数据压缩的同时，又避免了复杂的信号重构过程，大大减小了数据传输及存储负担。具体如下：

1)、m序列为通过转速信号得到的等角度m序列而非通常的等时间m序列；

为了配合等角度采样信号，m序列也必须为等角度信号。与cn201310416504.7一种齿轮故障无键相角域平均计算阶次分析方法中所运用的等角度、角域平均技术的作用类似，都是转化为角域平稳信号，减小转速波动影响及削弱不相干信号，cn201310416504.7是对原始振动加速度进行等角度采样及平均，本申请则是对压缩后信号等角度低频采样及平均；后续处理也不同，cn201310416504.7做阶次分析，本申请则是双谱分析。

2)、通过m序列与原始振动信号混频，将高频部分搬移到低频部分，通过一个较低的采样频率即可获得整个频率范围的信息；

3)、通过转速信号得到等角度采样脉冲，将振动信号从非平稳时域信号转变为角度域平稳信号；

等时间采样数据会受到转速波动的影响，从而影响后续双谱分析效果，所以需要采用等角度数据减小转速波动的影响。

4)、将时域同步平均技术扩展到角度域，实现角域平均，突出特征频率，抑制其它异常频率，使得故障信号清晰；

5)、将普通双谱扩展为中频双谱，实现对压缩信号的特征提取。

压缩采样之后，传统双谱为零，不适用于直接检测压缩采样信号中的齿轮故障特征，因此采用扩展双谱—中频双谱分析方法。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的流程示意图；

图2是本发明优选实施例的m序列(前100个点)示意图；

图3是本发明优选实施例的原始振动信号的阶次谱图；

图4是本发明优选实施例的混频后信号的阶次谱图；

图5是本发明优选实施例的滤波后的阶次谱图；

图6是本发明优选实施例的平均后压缩信号的阶次谱图；

图7是本发明优选实施例的故障齿轮在故障初期的双谱图；

图8是本发明优选实施例的故障齿轮在故障中期的双谱图；

图9是本发明优选实施例的故障齿轮在故障后期的双谱图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。

参见图1至图6，本发明公开了一种基于压缩感知与双谱分析的齿轮故障诊断方法，包括步骤：

a、获取转速信号，根据转速信号生成相应的m序列和采样脉冲；

所述步骤a包括：

a1、根据转速信号，确定采样频率f_clock，f_clock＝n*fp，