一种基于多元模态分解-传递熵的齿轮箱故障诊断方法技术

本发明专利技术涉及一种基于多元模态分解‑传递熵的齿轮箱故障诊断方法，属于齿轮故障分析技术领域。技术方案是：首先采用多元模态分解降噪算法提取系统主要特征，然后将传递熵用于系统复杂度的描述，并将其用于齿轮故障诊断中。本发明专利技术利用噪声辅助多元经验模态分解‑传递熵分析齿轮箱故障振动信息传递特性，定量描述齿轮箱故障情况下输出轴端与输入轴端信号频段间非线性的耦合及信息传递特征，有助于探索齿轮箱故障振动信号的传递路径，建立基于多元经验模态分解‑传递熵的齿轮箱状态评价指标，为旋转机械的故障诊断、性能退化状态识别和趋势预测提供新的有效手段。

【技术实现步骤摘要】
一种基于多元模态分解-传递熵的齿轮箱故障诊断方法
本专利技术涉及一种基于多元模态分解-传递熵的齿轮箱故障诊断方法，属于齿轮故障分析
技术背景研究实用、可靠的机械设备故障诊断技术，是预防机械设备故障和保障机械设备运行安全、稳定的技术基础。机械动力传动系统作为国防和国民经济领域广泛应用的一类重要技术装备，其安全性可靠性至关重要。齿轮作为动力传动系统的关键部件长期工作在高载荷高转速下，易受到损伤和出现故障，其发生故障将直接影响到整个机械系统的运转，因此提高旋转机械可靠性、及时准确检测出故障已变得越来越重要。在齿轮箱发生故障时，齿轮故障产生的周期性冲击力会引起机械系统的非线性振动，这使得采集的振动信号具有非平稳、非高斯和非线性特征。同时，由于机械传动系统的复杂性以及运行环境的多样性，现场测得的振动信号往往含有大量噪声，齿轮箱早期故障特征比较微弱，容易被噪声淹没，因此，如何有效地抑制机械故障信号中的噪声，准确提取故障特征是一个难题。随着齿轮箱结构复杂程度的提高，如何客观、准确、有效并且符合齿轮箱故障特性的状态识别技术已成为普遍关注的问题。为了提取出齿轮的故障特征信息，国内外研究学者提出了很多有效的方法，如短时傅里叶变换(STFT)、小波变换、Hilbert-Huang变换和局域均值分解等，小波变换在机械故障诊断中已经取得了较好的应用效果，但是，如何选择具有较好的时频分辨率的小波基函数的标准目前尚不明确，需要人为确定阈值；EMD具有很强的非线性信号分解能力，可以将多分量混合信号从高频到低频自适应地分解为若干个IMF分量，类似于多个自适应带通滤波器的滤波效果。但是由于单一IMF分量的多时频尺度特性和不同IMF分量时频尺度相似性，使得其在分解存在间歇性成分和脉冲干扰成分的异常信号时，容易出现模态混叠、端点效应等问题。噪声辅助多元经验模态分解是一种新的非线性非稳定信号自适应时频分解方法，其克服了EEMD的模态混叠和运算量大等问题，多元经验模态分解方法克服了EMD和LMD等方法在多通道数据分析时缺乏理论依据的局限性，将标准EMD拓展到多通道信号处理领域，实现了多通道信号振荡模式的多通道同步联合分析，获得不同通道的共同模式，确保了固有模态函数分量在数量和尺度上均匹配，解决了多通道信号的模式校准问题，保留了各通道信号之间重要的互相关信息，同时该方法具有很好的自适应性和时频局部化能力。基于多元经验模态分解的故障诊断方法具有较强的自适应能力，同时解决了EMD模态混叠、模式校准等问题，提取到的故障频率及其倍频信息也更清晰，抑制噪声效果更好，且优于EMD和EEMD方法。信息熵相关理论在齿轮箱的状态识别和故障分析领域取得了较好的应用效果，当旋转机械发生故障时，系统的动力学行为会表现为非线性和复杂性。常用的描述系统复杂性的特征参数包括：分形维数、Lyapunov指数和K-S熵等。这些非线性动力学方法都是通过相空间重构来描述系统特性，但是，相空间重构中关于延迟时间的选取是一个难题，对初始相点的最邻近点的选择则更为困难。Pincus在1991年提出了一种新的衡量时间序列复杂程度的方法-近似熵，近似熵是一种基于边缘概率分布统计量化时间序列幅值程度的方法，近似熵值愈大，说明产生新模式的概率愈大，时间序列越复杂。样本熵具有所需数据长度短、抗噪能力强等优点，适用于随机信号和确定性信号，自提出以来在脑电、心电等生物信号处理领域和机械信号处理领域得到广泛应用。尽管近似熵只需要较少的数据就可以度量时间序列的复杂性，但是由于近似熵存在固有的对自身数据段的比较而导致其计算会产生偏差，这种偏差导致其对系统微小的复杂性变化的敏感性较差。同时，这些算法都需要足够的数据长度，而旋转机械振动信号的数据长度一般是有限的。因此，这些非线性动力学指数在实际工程应用中并不方便，需要寻找更为有效、稳定且对数据长度要求较低的新方法，上述信息熵方法且无法全面准确的描述定量描述齿轮箱故障情况下输出轴端与输入轴端信号频段间非线性的耦合及信息传递特征。
技术实现思路
本专利技术目的在于提供一种基于多元模态分解-传递熵的齿轮箱故障诊断方法，定量研究不同时频尺度间的齿轮箱故障信号输出轴信号和输入轴信号之间的非线性同步耦合特征及信息传递，首先采用多元模态分解降噪算法提取系统主要特征，然后将传递熵用于系统复杂度的描述，并将其用于齿轮故障诊断中，解决已有技术存在的上述问题。本专利技术的技术方案是：一种基于多元模态分解-传递熵的齿轮箱故障诊断方法，首先采用多元模态分解降噪算法提取系统主要特征，然后将传递熵用于系统复杂度的描述，并将其用于齿轮故障诊断中。具体包含如下步骤：步骤一：采用多个ICP振动加速度传感器放置在轴承座上，同步检测齿轮传动系统存在典型早期故障时行星齿轮箱的横向/纵向/轴向振动响应和箱体表面的振动响应，实验部分采用虚拟仪器系统及LabView软件进行；步骤二：对采集的多通道数据进行改进的噪声辅助多元经验模态分解，设为n通道，步骤如下：(1)向采集的n个通道振动数据序列中添加m个向量白噪声序列组成信号长度为T，表示在(n+m-1)维单位球中的方向角的方向向量集。k＝1,2,3,...,K；(2)采用Hammersley序列采样法，在(n+m-1)维球面上获得合适的均匀采样点集，得到n+m维空间的方向向量；(3)计算输入信号v(t)在每个方向向量上的映射(4)确定所有方向向量的映射信号极值对应的瞬时时刻l表示极值点位置，l∈[1,T]；(5)用多元样条插值函数值极值点得到K个多元包络对球空间K个方向向量，n个信号均值m(t)为：(6)通过h(t)＝v(t)-m(t)提取本征模态函数h(t)，检测h1(t)是否含有高频间歇信号和噪声信号；如果有，继续执行第(1)-(2)步，直至h1(t)不是异常信号；如果h1(t)的排列熵值大于给定阈值β0，则认为该信号为异常信号；若排列熵值小于β0，则该信号不是异常信号；如果h(t)满足多元IMF判断标准，那么就将v(t)-h(t)的结果作为第(2)步的输入信号，继续(2)-(5)步迭代计算，提取新的多元IMF分量h(t)；否则，将h(t)作为第(2)步的输入信号，继续(2)-(5)步迭代。经过NAMEMD分解过程，原n+m个信号被分解为一系列和r(t)的加和形式，如下：式中，d表示分解出来的多元IMF层数h(t)，为为分别对应于n+m元信号的n+m组信号IMFs分量和n+m个余量；最后从(m+n)元IMFs中删除m通道噪声对应的IMFs，保留有用信号的n个通道IMFs；步骤三：对输出轴端通道的前7个IMFs与输入轴通道的前7个IMFs进行两两之间传递熵计算，计算多次取平均值、标准差和计算时间；选取输出轴端->输入轴端的平均值介于0.4-2之间，输入轴端->输出轴端的传递熵平均值介于0.1-2之间，标准差小于0.001，单次计算时间小于5秒的尺度参数进行后续分析。所述步骤三的后续分析，具体分析如下：(1)基于传递熵的算法，构造输出轴端IMFs(设为x(t)到输入轴IMFs(设为y(t))的噪声辅助多元经验模态分解-传递熵NMTEx->y,公式如下：式中，u为预测时间；p(·)为变量之间的联合概率；和分别表示输出轴端的和输入轴端的本文档来自技高网...

【技术保护点】
1.一种基于多元模态分解‑传递熵的齿轮箱故障诊断方法，其特征在于，首先采用多元模态分解降噪算法提取系统主要特征，然后将传递熵用于系统复杂度的描述，并将其用于齿轮故障诊断中。

【技术特征摘要】
1.一种基于多元模态分解-传递熵的齿轮箱故障诊断方法，其特征在于，首先采用多元模态分解降噪算法提取系统主要特征，然后将传递熵用于系统复杂度的描述，并将其用于齿轮故障诊断中。2.根据权利要求1所述的一种基于多元模态分解-传递熵的齿轮箱故障诊断方法，其特征在于步骤如下：步骤一：采用多个ICP振动加速度传感器放置在轴承座上，同步检测齿轮传动系统存在典型早期故障时行星齿轮箱的横向/纵向/轴向振动响应和箱体表面的振动响应；步骤二：对采集的多通道数据进行改进的噪声辅助多元经验模态分解，设为n通道，步骤如下：(1)向采集的n个通道振动数据序列中添加m个向量白噪声序列组成信号长度为T，表示在(n+m-1)维单位球中的方向角的方向向量集。k＝1,2,3,...,K；(2)采用Hammersley序列采样法，在(n+m-1)维球面上获得合适的均匀采样点集，得到n+m维空间的方向向量；(3)计算输入信号v(t)在每个方向向量上的映射(4)确定所有方向向量的映射信号极值对应的瞬时时刻l表示极值点位置，l∈[1,T]；(5)用多元样条插值函数值极值点得到K个多元包络对球空间K个方向向量，n个信号均值m(t)为：(6)通过h(t)＝v(t)-m(t)提取本征模态函数h(t)，检测h1(t)是否含有高频间歇信号和噪声信号；如果有，继续执行第(1)-(2)步，直至h1(t)不是异常信号；如果h1(t)的排列熵值大于给定阈值β0，则认为该信号为异常信号；若排列熵值小于β0，则该信号不是异常信号；如果h(t)满足多元IMF判断标准，那么就将v(t)-h(t)的结果作为第(2)步的输入信号，继续(2)-(5)步迭代计算，提取新的多元IMF分量h(t)；否则，将h(t)作...

【专利技术属性】
技术研发人员：武哲，张嘉钰，常宏杰，张付祥，张新聚，
申请(专利权)人：河北科技大学，
类型：发明
国别省市：河北,13