一种齿轮箱故障的诊断方法技术

本发明专利技术公开一种齿轮箱故障的诊断方法，所述诊断方法包括：步骤1：获取齿轮箱的原始振动信号序列xo(t)，并将所述原始振动信号序列xo(t)分解成一系列IMF分量频率带ci(t)；步骤2：根据各所述IMF分量频率带ci(t)重构形成IMFs分量频率带对应的重构振动信号序列x(t)；步骤3：根据所述重构振动信号序列x(t)计算样本熵，用于对齿轮箱的故障诊断。本发明专利技术齿轮箱故障的诊断方法通过将原始振动信号序列分解成一系列IMF分量频率带，进而重构形成IMFs分量频率带对应的重构振动信号序列，以消除不同工况所导致的差异；进一步的，根据所述重构振动信号序列x(t)计算样本熵，以对齿轮箱故障诊断，从而实现不同工况下的齿轮箱故障模式的识别。

Fault diagnosis method for gear box

The invention discloses a method for diagnosis of gearbox fault diagnosis, the method includes the following steps: Step 1: the original vibration signal XO for gear box (T), and the original vibration signal sequence XO (T) is decomposed into a series of IMF components with CI frequency (T); step 2: according to each the IMF component of CI frequency band (T) reconstruction of vibration signal sequence x IMFs reconstruction with the corresponding frequency components (T); step 3: according to the reconstruction of vibration signal sequence x (T) to calculate the sample entropy for fault diagnosis of gear box. The diagnostic method of gearbox fault through the original vibration signal is decomposed into a series of components of the IMF frequency band, and then reconstructed the vibration signal reconstruction sequence IMFs frequency band corresponding to the component, to eliminate the differences caused by different conditions; further, according to the reconstruction of vibration signal sequence x (T) to calculate the sample entropy. Based on the fault diagnosis of gear box, so as to realize the identification of gearbox failure modes under different conditions.

【技术实现步骤摘要】

本专利技术涉及机械设备领域，特别是涉及一种齿轮箱故障的诊断方法。
技术介绍
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。因此，齿轮箱故障诊断的研究非常重要并且受到越来越广泛关注。齿轮箱的工况可以通过振动，声，热，电，油液信号来度量。一般地，振动信号是主要的度量信号，并广泛应用于齿轮箱的故障诊断方法中。为了对原始信号进行处理，一般而言，分解方法将被引入来分解原始的振动信号。经验模态分解(Empiricalmodedecomposition，EMD)，作为一种针对于非线性非平稳信号最为有效的分解方法，已经引起旋转机械故障诊断领域专家的广泛注意，并且已经被应用于齿轮箱的故障诊断中。然而，EMD所存在的模态混叠问题使其不能完全分解具有间歇分量的信号。噪声辅助分析方法即总体经验模态分解(ensembleempiricalmodedecomposition(EEMD))比EMD有更好的性能，然而该方法中所添加的白噪声却造成了重构信号的噪声残留现象，并同时增加了计算成本。由于可以通过统计方法评价时间序列的规律性的能力，近似熵(Approximateentropy，ApEn)往往作为振动信号特征提取方法被引入到故障诊断中。然而，其自身存在的缺陷使其在应用方面有很大的局限性，诸如偏差、相对的不一致性以及对于所取数据长度的依赖性等。在实际使用中，齿轮箱需要在不同的工况下运行，如不同载荷或不同转速。由于不同工况的影响，相同故障模式间的原始信号的差异性将会增加，这就使得故障诊断十分困难。
技术实现思路
本专利技术的目的是提供一种齿轮箱故障的诊断方法，可以用于不同工况下的齿轮箱故障模式的识别。为实现上述目的，本专利技术提供了如下方案：一种齿轮箱故障的诊断方法，所述诊断方法包括：步骤1：获取齿轮箱的原始振动信号序列xo(t)，并将所述原始振动信号序列xo(t)分解成一系列IMF分量频率带ci(t)；步骤2：根据各所述IMF分量频率带ci(t)重构形成IMFs分量频率带对应的重构振动信号序列x(t)；步骤3：根据所述重构振动信号序列x(t)计算样本熵，用于对齿轮箱的故障诊断。可选的，所述一系列IMF分量的分解方法包括：步骤11：在所述原始振动信号序列xo(t)中加入一对具有相反相位且相同振幅的白噪声nm(t)形成一对原始振动信号的正分量序列和负分量序列其中，m＝1,2,...,M，m表示实验次数；步骤12：通过经验模态分解方法分别对正分量序列和负分量序列进行分解得到正分量频率带和负分量频率带其中，i＝1,2,...,I，i表示IMF分量的项数，表示在对正分量序列分解的过程中的第I个余项；表示在对负分量序列分解的过程中的第I个余项；步骤13：根据以下公式计算总体实验中第i项的分量频率带ci(t)：可选的，所述重构振动信号序列x(t)的方法包括：步骤21：根据以下公式计算重构振动信号序列x(t)与对应的所述IMF分量频率带ci(t)之间的协方差Cxc(i)：其中，i＝1,2,...,I，i表示IMF分量的项数，ux表示重构振动信号序列x(t)的平均值，uci表示IMF分量频率带ci(t)的平均值；步骤22：根据以下公式计算重构振动信号序列x(t)与对应的所述IMF分量频率带ci(t)之间的相关系数pxc(i)：其中，σx表示重构振动信号序列x(t)的标准方差，σci表示IMF分量频率带ci(t)的标准方差；步骤23：设置阈值T，从筛选符合pxc(i)＞T条件的IMF分量频率带ci(t)重构形成IMFs分量频率带，且根据所述IMFs分量频率带对应形成所述重构振动信号序列x(t)。可选的，根据以下公式设置阈值T：可选的，根据所述重构振动信号序列x(t)计算样本熵的方法包括：步骤31：根据所述重构振动信号序列x(t)构建一组m维向量序列xm(j)，其中，xm(j)＝{x(j),x(j+1),...,x(j+m-1)本文档来自技高网...

【技术保护点】
一种齿轮箱故障的诊断方法，其特征在于，所述诊断方法包括：步骤1：获取齿轮箱的原始振动信号序列xo(t)，并将所述原始振动信号序列xo(t)分解成一系列IMF分量频率带ci(t)；步骤2：根据各所述IMF分量频率带ci(t)重构形成IMFs分量频率带对应的重构振动信号序列x(t)；步骤3：根据所述重构振动信号序列x(t)计算样本熵，用于对齿轮箱的故障诊断。

【技术特征摘要】
1.一种齿轮箱故障的诊断方法，其特征在于，所述诊断方法包括：步骤1：获取齿轮箱的原始振动信号序列xo(t)，并将所述原始振动信号序列xo(t)分解成一系列IMF分量频率带ci(t)；步骤2：根据各所述IMF分量频率带ci(t)重构形成IMFs分量频率带对应的重构振动信号序列x(t)；步骤3：根据所述重构振动信号序列x(t)计算样本熵，用于对齿轮箱的故障诊断。2.根据权利要求1所述的齿轮箱故障的诊断方法，其特征在于，所述一系列IMF分量的分解方法包括：步骤11：在所述原始振动信号序列xo(t)中加入一对具有相反相位且相同振幅的白噪声nm(t)形成一对原始振动信号的正分量序列和负分量序列其中，m＝1,2,...,M，m表示实验次数；步骤12：通过经验模态分解方法分别对正分量序列和负分量序列进行分解得到正分量频率带和负分量频率带其中，i＝1,2,...,I，i表示IMF分量的项数，表示在对正分量序列分解的过程中的第I个余项；表示在对负分量序列分解的过程中的第I个余项；步骤13：根据以下公式计算总体实验中第i项的分量频率带ci(t)：3.根据权利要求1所述的齿轮箱故障的诊断方法，其特征在于，所述重构振...

【专利技术属性】
技术研发人员：周栋，陈嘉宇，郭子玥，薛龙，吕川，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11