一种行星齿轮箱弱冲击成分提取方法与流程

本发明涉及行星齿轮箱故障诊断技术领域，特别涉及一种行星齿轮箱弱冲击成分提取方法。

背景技术：

行星齿轮传动机构具有体积小、重量轻和传动比大的优点，因此被广泛应用于航天、风电和其他大型复杂机械设备。低速重载的恶劣工作环境经常导致其太阳轮、行星轮等关键零部件发生严重磨损和疲劳裂纹等故障，严重影响机械设备的可靠性，并埋下重大安全隐患。由于行星齿轮箱的特殊结构和复杂工况，导致其振动响应表现为强非线性、非平稳性与多模式混淆现象，现有的有关定轴齿轮箱故障诊断理论与技术往往对行星齿轮箱故障束手无策，因此针对其故障诊断方面的研究一直是该领域热点与难点。

由于局部故障引起的振动响应通常存在多模式混淆现象，其响应信号由平稳调制成分与冲击调制成分耦合而成，但是现有的一些诊断方法往往忽略两者的耦合现象，仅仅通过提取其平稳调制成分来诊断故障类型，例如直接通过边频带信息或者包络解调方法。但是由于其时变的振动传递路径与多对齿轮同时啮合特性，平稳调制成分通常比较复杂且混乱。除了零部件故障引起的动态信号调制外，多对行星轮啮合与传感器相对位置的改变也会产生平稳调制成分。此外，多对齿轮副的同时啮合振动相互耦合又增加了平稳调制成分的复杂性，丰富且复杂边频带信息通常为故障源的准确定位带来困难。相比之下，冲击成分往往比较简单而且包含丰富的故障信息，通过提取冲击成分来寻找故障特征，往往能准确定位故障源，谱峭度(spectralkurtosis，简写sk)方法被广泛应用于冲击信号提取与识别，可实现较好的故障定位。但是在早期微弱故障中，冲击成分通常比较微弱且容易淹没在噪声与丰富的平稳调制信号中，导致sk方法不能准确识别冲击频带。j.antoni提出离散随机分离(discreterandomseparation，简写drs)方法，可实现平稳调制信号的分离，drs方法并不能直接得到冲击信号，滤除平稳调制信号后的剩余信号中仍然会存在大量噪声，但该方法可有效提高冲击频带信噪比，为sk方法提供一个准确的谱峭度分布。

技术实现要素：

为了克服上述现有技术的缺点，本发明的目的在于提供了一种行星齿轮箱弱冲击成分提取方法，先通过drs方法去除平稳调制信号，提高冲击频带信噪比，然后通过sk从剩余信号中提取冲击故障特征，可有效实现微弱冲击特征提取与故障源定位。

为了达到上述目的，本发明采取的技术方案为：

一种行星齿轮箱弱冲击成分提取方法，包括以下步骤：

步骤1：使用加速度传感器高频采样行星齿轮箱原始振动信号x(t)；

步骤2：针对原始振动信号x(t)设计drs滤波频响函数h(f)，然后对原始振动信号x(t)与drs滤波频响函数h(f)在频率做乘积运算，得到剩余信号r(t)与平稳调制信号x(t)-r(t)；

步骤3：由sk方法识别剩余信号r(t)的最优冲击频带，得到中心频率fc与滤波器带宽参数bw；

步骤4：由中心频率fc、滤波器带宽参数bw设计滤波器，然后对剩余信号r(t)进行滤波，得到滤波信号a(t)；

步骤5：对滤波信号a(t)进行包络解调分析，得到包络信号b(t)，然后对包络信号b(t)做快速傅里叶变换，得到包络信号频谱b(f)；最后根据滤波信号a(t)与包络信号频谱b(f)实现行星齿轮故障识别与分类。

所述的步骤2中drs滤波频响函数h(f)表达式如下：

其中，ρ代表原始振动信号信噪比，n代表滤波器长度，w(f)代表矩形窗函数的频域表达。

本发明的有益效果为：

本发明首先通过drs方法从原始振动信号x(t)中分离出丰富的平稳调制成分，提高冲击信号频带信噪比，得到剩余信号r(t)，然后使用sk方法识别剩余信号r(t)最佳冲击频带并得到其中心频率fc与滤波器带宽参数bw，根据此参数设计的滤波器对剩余信号滤波并进行包络分析，从而实现行星齿轮箱故障识别与诊断。与单独使用谱峭度识别冲击频带相比，该方法可更加精确定位最佳频带，滤波时域信号中冲击特征更加明显，且包络谱图中故障频率更加突显，可有效准确定位行星齿轮箱故障源。

附图说明

图1为本发明实施例方法的流程图。

图2为实施例行星齿轮箱结构简图。

图3为实施例原始振动信号经过drs滤波得到的平稳调制信号与剩余信号时域波形。

图4为实施例剩余信号谱峭度图。

图5为实施例原始振动信号谱峭度图。

图6为实施例剩余信号与原始振动信号的最优滤波时域波形，对应的滤波频带分别由图4与图5谱峭度定位的最优频带确定。

图7为实施例剩余信号与原始振动信号的最优滤波包络谱。

具体实施方式

下面结合附图与实施例对本发明进一步详细说明。

如图1所示，一种行星齿轮箱弱冲击成分提取方法，包括以下步骤：

步骤1：通过振动加速度传感器高频采样行星齿轮箱原始振动信号x(t)，其采样频率为20khz，该齿轮箱故障类型为行星轮点蚀，该行星齿轮箱结构简图如图2，其结构参数与故障特征频率如下：输入转速fn＝3000rmp，太阳轮齿数：z1＝12，行星轮齿数：z2＝48，齿圈齿数：z3＝108，太阳轮故障特征频率：f1＝45hz，行星轮故障特征频率：f2＝11.25hz，齿圈故障特征频率：f3＝5hz；

步骤2：针对原始振动信号x(t)设计drs滤波频响函数h(f)，并通过drs滤波频响函数h(f)分离平稳调制信号，得到剩余信号r(t)；其原始振动信号x(t)、平稳调制信号与剩余信号r(t)时域波形见图3；

步骤3：由sk方法识别剩余信号r(t)的最优冲击频带，得到中心频率fc与滤波器带宽参数bw；

对剩余信号r(t)求解谱峭度，该谱峭度确定一个最优冲击频带，图4为剩余信号r(t)的谱峭度，确定一个以7187hz为中心频率,以208hz为带宽的频带；对比图5振动信号x(t)的谱峭度，以1197hz为中心频率，以104hz为带宽的频带；经过drs滤波去除平稳调制信号后，冲击信号对应频带的信噪比提高了，谱峭度方法定位的最优频带更为准确；

步骤4：根据中心频率fc与滤波器带宽参数bw，设计滤波器并对剩余信号r(t)进行滤波，得到滤波信号a(t)；分析图6时域波形，剩余信号r(t)与原始振动信号x(t)的最优滤波时域波形相比，存在明显的行星齿轮故障冲击特征，其冲击间隔0.089秒，与故障频率11.25hz对应；

步骤5：对滤波信号a(t)进行包络解调分析，得到包络信号b(t)，并对包络信号b(t)做快速傅里叶变换，得到包络信号频谱b(f)，其频谱图见图7；对比剩余信号r(t)与原始振动信号x(t)的最优滤波包络谱图，剩余信号r(t)的包络谱信噪比更佳，行星齿轮故障特征频率及其倍频非常明显，虽然原始振动信号x(t)包络谱中也能找到相应故障特征，但是其干扰频率较大，影响故障源的准确定位。

结合图6与图7发现，传统谱峭度诊断方法受到行星齿轮箱丰富调制信息的影响，其包络谱中频率成分复杂，不能准确识别故障源。而本发明可有效识别行星齿轮箱微弱冲击成分，经过该方法得到的包络谱，可清晰揭示故障特征频率及其倍频，消除了复杂且丰富的调制信息对故障识别的影响，可准确定位故障部位。

本发明普遍适用于行星齿轮箱冲击成分提取，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。