【技术实现步骤摘要】
一种基于倒位编辑的齿轮箱复合故障诊断方法
本专利技术涉及一种齿轮箱中轴承与齿轮复合故障诊断方法，特别涉及一种基于倒位编辑的齿轮箱复合故障诊断方法，属于故障诊断
技术介绍
轴承和齿轮是机械结构中用于支撑和传递动力的重要部件。由于复杂工况和恶劣环境的影响，齿轮和轴承也是旋转机械中的易受损部件。一旦轴承与齿轮发生故障，很可能引起整个机械结构的破坏，从而造成比较严重的后果。因此对轴承和齿轮等关键零部件进行故障诊断有着重要意义。信号处理是机器故障诊断的重要步骤，而振动分析则是信号处理中的常用分析方法。基于振动分析的信号处理技术包括：时域分析、频域分析和时频域分析。在三种分析方法中，频域分析是轴承与齿轮故障诊断中应用最广泛的方法。频域分析依赖快速傅里叶变换(FFT)，FFT是一种经典的信号分析方法。FFT方法具有便捷、简单与高效的特点，在信号成分简单且噪声干扰较少时可以较好的实现机器的故障诊断。然而，大多数机械故障信号都含有复杂的分量，并且常常受到噪声和无用信号的干扰。在FFT方法的基础上，谱分析方法可以在受到噪声干扰...
【技术保护点】
1.一种基于倒位编辑的齿轮箱复合故障诊断方法，其特征在于：该方法包括采集复合故障振动信号、对复合故障振动信号进行倒位编辑、构建倒位编辑后振动信号的振幅谱、使用幅值等级分解方法对振动信号的振幅谱进行一层分解、对一层分解后的信号做二层分解并分离出故障特征信号、对分离出的故障特征信号求解希尔伯特包络谱，从而得到故障特征；/nS1 倒位编辑；/n设采集到的振动信号的时域表示为x(k)，其傅里叶变换为X(j)，其中k，j分别为时域和频域采样点数，k，j＝{0，1，2，…，N}，N为总采样点数，arctanθ为信号的相角，θ为信号反解的角度；保存X(j)的幅值|X(j)|和相位∠X(j...
【技术特征摘要】
1.一种基于倒位编辑的齿轮箱复合故障诊断方法，其特征在于：该方法包括采集复合故障振动信号、对复合故障振动信号进行倒位编辑、构建倒位编辑后振动信号的振幅谱、使用幅值等级分解方法对振动信号的振幅谱进行一层分解、对一层分解后的信号做二层分解并分离出故障特征信号、对分离出的故障特征信号求解希尔伯特包络谱，从而得到故障特征；
S1倒位编辑；
设采集到的振动信号的时域表示为x(k)，其傅里叶变换为X(j)，其中k，j分别为时域和频域采样点数，k，j＝{0，1，2，…，N}，N为总采样点数，arctanθ为信号的相角，θ为信号反解的角度；保存X(j)的幅值|X(j)|和相位∠X(j)；用归一化的相角arctanθ替换原始相位重组成新相位信号经过增益计算，θ＝30°区分度较好；
X[j]＝|X[j]|ei∠X[j]
其中i为虚数单位；设定阈值向量；在频谱取值范围内定义信号的划分等级l，则阈值函数L(l)(j)的定义为：
λ对于不同信号的频谱值具有自适应性：
式中XM＝max{|X[j]|}，Xm＝min{|X[j]|}；其中XM为信号频谱绝对值的最大值，Xm为信号频谱绝对值的最小值；
将阈值向量与新相位信号叠加并返回幅值得到过程信号将过程信号倒位翻转并叠加，将相位部分返还为已保存的相位∠X(j)，利用快速傅里叶逆变换得到重构信号s(k)；
式中所有带上三角符号的字母代表该变量含有新相位信息，没有该符号的字母则代表该变量含有原始相位或不含相位信息；其中代表信号的被替换相位后的频谱与阈值向量的合成向量，为被信号原幅值截取后的过程信号，为重构信号的频谱；flip代表倒位运算，即信号以点为单位前后颠倒；IFFT为快速傅里叶反变换；
S2幅值等级分解；
设待分析的振动信号的时域表示为s(k)，利用快速傅里叶变换创建复合故障重构信号的振幅谱：
S(j)＝|FFT(s(k))|
对复合故障重构信号的振幅谱进行幅值等级分解；获取到最大类间方差，确定阈值TA；利用快速傅里叶逆变换，将振幅大于TA的信号频谱分量记为高振幅信号分量，将振幅小于或等于TA的信号频谱分量记为低振幅信号分量；利用幅值等级分解方法对低振幅信号分量继续进行二层分解；将低振幅信号分量继续分解为中幅信号分量和低幅信号分量；将信号按特征分类，从而得到齿轮啮合特征信号M(k...
【专利技术属性】
技术研发人员：崔玲丽，孙寅，王华庆，姜宏，周建平，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。