技术特征：
1.一种简易齿轮箱故障检测方法，其特征在于，其步骤如下：步骤1：在额定工况下，等间隔连续采集齿轮箱m组振动信号x(t)，对振动信号x(t)进行预处理，分别在时域、频域和时频域计算特征值，筛选出齿轮故障的s个敏感特征；步骤2：对s个敏感特征的各m组数据分别进行数据预处理，得到s个敏感特征的n组数据；步骤3：将s个敏感特征的前q组数据等分为p个区间，区间长度l＝q/p，使用最小二乘法计算第j个敏感特征在第i个区间的斜率值k
ij
，利用斜率值k
ij
构造第j个敏感特征的数据矩阵k；其中，i＝1,2,...,p；j＝1,2,...,s；步骤4：根据数据矩阵k，使用熵值法计算出第j个敏感特征的权重值步骤5：使用和积法计算第i个区间的齿轮劣化指数基于中心极限定理，计算齿轮劣化指数的报警值w；步骤6：对s个敏感特征后r＝n-q组数据，当数据长度达到l时，根据各敏感特征的斜率值和权重值计算出齿轮劣化指数若齿轮劣化指数判断齿轮发生故障；否则，齿轮未发生故障。2.根据权利要求1所述的简易齿轮箱故障检测方法，其特征在于，所述敏感特征包括单峰值p
k
、包络值e
v
和冲击啮合指数值i
m
；所述冲击啮合指数值i
m
为：式中，均方根值r
v
＞0.1，1倍啮合频率值g
m
＞0.1，100＞i
m
＞0；w
v
为波形指标，p
k
为单峰值，k、v、m为下标。3.根据权利要求1或2所述的简易齿轮箱故障检测方法，其特征在于，所述步骤1中的预处理为通过白噪声检验方法去除振动信号x(t)中的随机噪声信号；所述步骤2中的数据预处理包括剔除设备停机数据和报警数据以及计算中位数；剔除设备停机数据指的是将转速为0时计算的特征值删除；剔除设备报警数据指将单峰值超过预设报警值时计算的特征值删除；计算中位数是指从m组数据中剔除停机数据后每10组数据获取一个中位数。4.根据权利要求3所述的简易齿轮箱故障检测方法，其特征在于，所述最小二乘法计算第j个敏感特征在第i个区间的斜率值k
ij
的方法为：对于第j个敏感特征在第i个区间内构造数据矩阵y
ij
，使用最小二乘法进行一元线性拟合xβ
ij
＝y
ij
，且：式中，y
1-y
l
为第j个敏感特征在第i区间内的l组数据；根据公式β
ij
＝(x
t
x)-1
x
t
y
ij
求出该区间内的拟合曲线的斜率值k
ij
。5.根据权利要求1或4所述的简易齿轮箱故障检测方法，其特征在于，所述熵值法为：第j个敏感特征的熵值为：
其中，k
ij
为第i个区间第j个敏感特征的斜率值，p为区间个数；第j个敏感特征的权重值为：6.根据权利要求5所述的简易齿轮箱故障检测方法，其特征在于，若斜率值小于0，则取该斜率值绝对值；若某列斜率值等于0，则让该列数据同时加上一个值，默认为0.01。7.根据权利要求6所述的简易齿轮箱故障检测方法，其特征在于，所述计算齿轮劣化指数的方法为：第i个区间的齿轮劣化指数为其中，s为敏感特征总数。8.根据权利要求1或7所述的简易齿轮箱故障检测方法，其特征在于，所述中心极限定理的实现方法为：计算齿轮劣化指数的均值μ和标准方差σ；根据3σ原则求齿轮劣化指数的报警值w为：w＝μ+3σ。
技术总结
本发明提出了一种简易齿轮箱故障检测方法，用以解决现有齿轮故障检测方法复杂度高，准确性差的技术问题。本发明等间隔连续采集齿轮箱m组振动信号并预处理，筛选出齿轮故障的敏感特征；对敏感特征的数据进行数据预处理；将前q组数据等分为p个区间，使用最小二乘法计算敏感特征在第i个区间的斜率值，利用斜率值构造数据矩阵；使用熵值法计算出敏感特征的权重值；使用和积法利用权重值和斜率值计算第i个区间的齿轮劣化指数，基于中心极限定理计算齿轮劣化指数的报警值；对后r组数据计算出齿轮劣化指数；若齿轮劣化指数≥w，判断齿轮发生故障；否则，齿轮未发生故障。本发明可以自动检测齿轮箱健康状况，显著提高齿轮故障识别准确性。性。性。
技术研发人员：李永耀 胡鑫 陈磊 王宏超 雷文平 韩捷 陈宏 李凌均 王丽雅
受保护的技术使用者：郑州恩普特科技股份有限公司
技术研发日：2022.07.07
技术公布日：2022/10/13