基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法技术

本发明专利技术涉及一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法。首先，对行星齿轮箱振动信号进行经验模式分解并选取包含故障信息的分量信号，使用TEO解调运算获得分量信号的解调信号；其次，为满足随机共振系统的小参数条件，将解调信号做适当压缩处理并进行频率二次采样；再次，以定义的随机共振系统的输出信噪比为适应度函数，采用粒子群算法优化随机共振系统的结构参数，进而重构随机共振系统。最后，将信号重新输入参数优化后的随机共振系统实现故障特征的增强提取。本发明专利技术提出的EMD+TEO的信号预处理方法降低了故障提取难度，且引入PSO算法自适应的实现了参数调节驱动下的随机共振，高效提取微弱的行星齿轮箱早期故障。

【技术实现步骤摘要】
基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法
本专利技术涉及旋转机械早期故障诊断领域，尤其涉及一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法。
技术介绍
行星齿轮传动因其具有体积小、传动比大和承载能力强等优点，在各类工业机械中得到广泛应用。在某些重要领域行星齿轮箱一旦发生故障将引起极其严重的后果，因此开展行星齿轮箱的故障诊断并探索高效的故障诊断方法势在必行。对振动信号包含的故障信息进行提取是齿轮箱故障诊断的有效方法。齿轮早期故障信号往往表现得非常微弱，容易被噪声淹没，因此常规的信号处理方法在提取齿轮微弱故障信号时失效。针对齿轮箱微弱故障信号提取问题，众多学者进行了有益的探索，提出如小波分析、经验模态分解(EMD)和盲源分离等方法进行故障特征提取，需要指出的是，上述的小波分析与EMD等方法均是通过对信号进行振动模式的分解以获得故障所引起的振动分量。但是，当故障信号所具有的能量极小而噪声占据主导时，信号分解的结果将出现明显的模态混叠现象，单独使用这类方法不易实现故障信号的有效提取。而盲分析技术存在欠定以及对非平稳信号分离困难等问题，限制了其实际应用效果。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，用以对行星齿轮箱早期故障进行高效和准确的诊断。为实现上述目的，本专利技术采用如下技术方案：一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：包括以下步骤：步骤S1:利用加速度传感器对行星齿轮箱箱体进行接触式测量，获取行星齿轮箱箱体振动加速度信号；步骤S2：对振动加速度信号进行经验模式分解,并选取包含故障信息的IMF分量信号；步骤S3：采用TEO解调运算处理包含故障信息的IMF分量信号，获得包含故障信息的IMF分量信号的TEO解调信号；步骤S4：对TEO解调信号做压缩处理并进行频率二次采样,得到处理后的TEO解调信号；步骤S5：采用粒子群算法优化随机共振系统的结构参数，进而重构随机共振系统，得到优化后的随机共振系统；步骤S6：将处理后的TEO解调信号输入优化后的随机共振系统，进行数值求解，得到输出信号；步骤S7：对随机共振输出信号做傅里叶变换得到其频谱图，通过观察随机共振系统输出信号频谱，并与行星齿轮传动系统中的理论故障频率进行对比，从而判定得出诊断结果。进一步的，所述行星齿轮箱箱体振动加速度信号，具体为行星齿轮箱箱体在传动轴直径方向的振动加速度信号。进一步的，所诉步骤S2具体为：步骤S21:采用经验模式分解对振动加速度信号处理，通过重复三次样条包络和信号减法过程，从高频到低频分解出IMF分量信号；步骤S22:对IMF分量进行TEO频率解调，选取瞬时频率围绕啮合频率附近波动的IMF信号，作为包含故障信息的IMF分量信号。进一步的，所述TEO解调算法具体为：定义信号x(t)的Teager能量算子ψ为：对一般形式的调幅—调频信号：式中：a(t)为调制幅值；为调制相位。由信号x(t)及信号微分x'(t)的能量算子的非线性组合实现信号解调公式为：进一步的，所述步骤S4具体为：步骤S41:将TEO解调信号按噪声处理，得到噪声方差估计值步骤S42:对TEO解调信号进行q倍压缩，使得压缩后的噪声方差满足随机共振的小参数要求,得到压缩后的TEO解调信号；步骤S43:设定信号采样频率为fsp，特征信号的频率为fs，频率变换比为R，得到二次采样的频率fcr＝fsp/R；步骤S44:将h＝1/fcr作为数值计算步长，将压缩后的TEO解调信号输入双稳随机共振系统，进行数值迭代获得系统输出。进一步的，所述粒子群算法更新公式如下：式中：d为搜索维数；和分别为粒子i在第k次迭代中第d维的速度和位置；c1,c2为学习因子；为[0,1]之间的均匀随机数；为第k次迭代，粒子i第d维最优位置；为第k次迭代，粒子中第d维最优位置。进一步的，所述随机共振系统具体为：式中：U(x)为对称双稳态势函数，其中a和b为随机共振系统结构参数；s(t)为多频周期信号，其中Ai和fi分别为第i个周期分量信号的幅值和频率；s(t)+n(t)为混合噪声与周期信号的系统输入，x为系统的输出；n(t)为高斯白噪声，满足：1)噪声均值E[n(t)]＝0；2)噪声相关矩E[n(t)n(t')]＝2Dδ(t-t')，即不同时刻噪声互相独立。进一步的，所述步骤S5具体为：采用粒子群算法优化随机共振系统结构参数a和b，考虑到算法的收敛性，其搜索范围均设置为[0,15]；粒子群算法的适应度函数为随机共振输出信噪比指标，定义如下：式中：Y(k)为系统输出信号频谱中特征频率fs所对应的第k个傅里叶点处的谱峰值；N(fs)为噪声功率的估计值，定义为系统输出频谱中第k点左右各M个点的平均功率，M的选择与采样频率fsp有关，采样频率高则M取较大。进一步的，所述步骤S6的数值求解采用四阶龙格-库塔方法：式中：h为步长，x为系统的输出，un为混合噪声与信号的系统输入的第n个点离散数据采样点。进一步的，所述步骤S7具体为：步骤S71:对随机共振系统输出信号做傅里叶变换得到其频谱图；步骤S72:捕捉频谱图中出现明显峰值的频率成分，并做尺度为R的频率恢复，得到特征频率；例如输出信号中获得的小参数特征频率为fs'，进行尺度恢复即可得到特征频率fs＝fs'×R；步骤S73:通过特征频率与行星齿轮箱理论故障频率的对比最终判定行星齿轮箱系统的故障状态，包括运行正常和存在故障两种故障状态。本专利技术与现有技术相比具有以下有益效果：1、本专利技术提出EMD+TEO的信号预处理方式，提取包含故障信息的解调信号，降低了使用随机共振方法进行故障提取的难度。同时，针对工程大参数信号，进行了信号压缩处理和二次采样处理，很好的满足了随机共振要求的小参数条件。2、本专利技术充分发挥随机共振对弱信号的检测能力，同时引入PSO算法，以定义的一种随机共振输出信噪比指标为适应度函数，对随机共振系统的结构参数a和b同步进行PSO优化，根据信号的不同自适应的实现了参数调节驱动下的随机共振，从而高效提取微弱的行星齿轮箱早期故障。从而为行星传动设备的安全稳定运行以及提高经济效益、社会效益、避免重大安全事故提供可靠依据。附图说明图1是本专利技术流程图；图2是本专利技术一实施例中实测行星齿轮箱振动信号的EMD分解结果图；图3是本专利技术一实施例中IMF2信号的TEO解调瞬时频率图；图4为本专利技术一实施例中IMF2信号的TEO解调包络频谱图；图5为本专利技术一实施例中太阳轮裂纹故障的随机共振提取结果图；图6为本专利技术一实施例中不经EMD分解的随机共振提取结果图；图7为本专利技术一实施例中不经TEO解调的随机共振提取结果图。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。实施例一：搭建动力传动故障模拟试验台(DDS)，为模拟行星齿轮箱早期裂纹故障，在其太阳轮齿根位置加工处微弱裂纹。磁粉制动器施加1.2A(约46Nm)的扭矩负载，驱动电机转速为39.26Hz。使用加速度传感器采集行星齿轮箱箱体的振动信号，采样频率fsp为12800Hz，采样总时间1s。单级行星齿轮箱的齿数参数见表1，由齿数参数和输入转速可计算表2所示齿轮箱特征频率。表1单级行星齿轮箱齿数参数齿轮太阳轮行星轮内齿圈齿数2836本文档来自技高网...

【技术保护点】
1.一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：包括以下步骤：步骤S1:利用加速度传感器对行星齿轮箱箱体进行接触式测量，获取行星齿轮箱箱体振动加速度信号；步骤S2：对振动加速度信号进行经验模式分解,并选取包含故障信息的IMF分量信号；步骤S3：采用TEO解调运算处理包含故障信息的IMF分量信号，获得包含故障信息的IMF分量信号的TEO解调信号；步骤S4：对TEO解调信号做压缩处理并进行频率二次采样,得到处理后的TEO解调信号；步骤S5：采用粒子群算法优化随机共振系统的结构参数，进而重构随机共振系统，得到优化后的随机共振系统；步骤S6：将处理后的TEO解调信号输入优化后的随机共振系统，进行数值求解，得到输出信号；步骤S7：对随机共振输出信号做傅里叶变换得到其频谱图，通过观察随机共振系统输出信号频谱，并与行星齿轮传动系统中的理论故障频率进行对比，从而判定得出诊断结果。

【技术特征摘要】
1.一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：包括以下步骤：步骤S1:利用加速度传感器对行星齿轮箱箱体进行接触式测量，获取行星齿轮箱箱体振动加速度信号；步骤S2：对振动加速度信号进行经验模式分解,并选取包含故障信息的IMF分量信号；步骤S3：采用TEO解调运算处理包含故障信息的IMF分量信号，获得包含故障信息的IMF分量信号的TEO解调信号；步骤S4：对TEO解调信号做压缩处理并进行频率二次采样,得到处理后的TEO解调信号；步骤S5：采用粒子群算法优化随机共振系统的结构参数，进而重构随机共振系统，得到优化后的随机共振系统；步骤S6：将处理后的TEO解调信号输入优化后的随机共振系统，进行数值求解，得到输出信号；步骤S7：对随机共振输出信号做傅里叶变换得到其频谱图，通过观察随机共振系统输出信号频谱，并与行星齿轮传动系统中的理论故障频率进行对比，从而判定得出诊断结果。2.根据权利要求1所述的基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：所述行星齿轮箱箱体振动加速度信号，具体为行星齿轮箱箱体在传动轴直径方向的振动加速度信号。3.根据权利要求1所述的基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：所诉步骤S2具体为：步骤S21:采用经验模式分解对振动加速度信号处理，通过重复三次样条包络和信号减法过程，从高频到低频分解出IMF分量信号；步骤S22:对IMF分量进行TEO频率解调，选取瞬时频率围绕啮合频率附近波动的IMF信号，作为包含故障信息的IMF分量信号。4.根据权利要求1所述的基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：所述TEO解调算法具体为：定义信号x(t)的Teager能量算子ψ为：对一般形式的调幅—调频信号：式中：a(t)为调制幅值；为调制相位。由信号x(t)及信号微分x'(t)的能量算子的非线性组合实现信号解调公式为：。5.根据权利要求1所述的基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法，其特征在于：所述步骤S4具体为：步骤S41:将TEO解调信号按噪声处理，得到噪声方差估计值步骤S42:对TEO解调信号进行q倍压缩，使得压缩后的噪声方差满足随机共振的小参数要求,得到压缩后的TEO解调信号；步骤S43:设定信号采样频率为fsp，特征信号的频率为fs，频率变换比为R，得到二次采...

【专利技术属性】
技术研发人员：张俊，钟敏，张建群，李习科，詹鹏飞，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35