【技术实现步骤摘要】
一种起重机回转机构齿轮故障诊断方法、系统及存储介质
本专利技术涉及起重机故障诊断
,尤其涉及一种起重机回转机构齿轮故障诊断方法、系统及计算机可读存储介质。
技术介绍
回转机构是连接起重机底座与上部可转动件的关键部件,其运行状态直接关系到整机的正常作业和安全使用,机构工作时会有频繁紧急启制动,其产生的冲击振动使回转支承齿轮运转一段时间后会产生各种早期缺陷,如早期裂纹,点蚀等。若早期故障不能被及时发现,在运行时缺陷进一步扩展,出现断齿等严重故障,使机械发生剧烈振动,导致机械设备损坏或者停机,造成巨大的经济损失,对操作人员的人身安全产生威胁。国内的一些港口起重机的回转支承轮齿无任何检测装置,靠人工定时检查,有巨大的安全隐患;随起重机的应用范围与使用的增长,轮齿故障发生频率增加,设计有效的故障检测保护系统,尽量减少设备损坏显得尤为重要;传统的基于振动测试的齿轮诊断技术设定工况常常是定转速、定载荷,并假设异常响应只来源于设备劣化或失效,通过对平稳工况下的齿轮振动信号进行处理、特征提取以及模式识别,实现齿轮状态监测与故障诊 ...
【技术保护点】
1.一种起重机回转机构齿轮故障诊断方法,其特征在于,包括以下步骤:/n采集齿轮振动信号,将所述齿轮振动信号进行预处理,得到样本信号;/n提取所述样本信号的角域特征,将所述角域特征组成特征向量,将所述特征向量构建故障特征空间,获取所述故障特征空间中的主分量;/n根据所述主分量训练BP神经网络,得到用于齿轮故障诊断的BP神经网络分类器;/n重新采集齿轮振动信号,获取所述齿轮振动信号对应的主分量,将所述主分量输入用于齿轮故障诊断的BP神经网络分类器,得到齿轮故障诊断结果。/n
【技术特征摘要】
1.一种起重机回转机构齿轮故障诊断方法,其特征在于,包括以下步骤:
采集齿轮振动信号,将所述齿轮振动信号进行预处理,得到样本信号;
提取所述样本信号的角域特征,将所述角域特征组成特征向量,将所述特征向量构建故障特征空间,获取所述故障特征空间中的主分量;
根据所述主分量训练BP神经网络,得到用于齿轮故障诊断的BP神经网络分类器;
重新采集齿轮振动信号,获取所述齿轮振动信号对应的主分量,将所述主分量输入用于齿轮故障诊断的BP神经网络分类器,得到齿轮故障诊断结果。
2.根据权利要求1所述的起重机回转机构齿轮故障诊断方法,其特征在于,将所述齿轮振动信号进行预处理,得到样本信号,具体包括,对所述齿轮振动信号进行时域同步平均去噪,消除与给定频率无关的信号分量,得到去噪后的齿轮振动信号,将齿轮振动信号中的变速非平稳信号转化为定速准平稳信号,将转化后的振动信号分解为一系列本征模态分量,选取所述本征模态分量中峭度值排在设定名次之前的信号进行分量重构,得到样本信号。
3.根据权利要求2所述的起重机回转机构齿轮故障诊断方法,其特征在于,对所述齿轮振动信号进行时域同步平均去噪,消除与给定频率无关的信号分量,得到去噪后的齿轮振动信号,具体包括,以f(t)的周期T去截取齿轮振动信号x(t),共截得N段,将各段对应点相加,得到去噪后的齿轮振动信号
其中,ti为N段齿轮振动信号中的第i个点,n(t)为白噪声。
4.根据权利要求2所述的起重机回转机构齿轮故障诊断方法,其特征在于,将齿轮振动信号中的变速非平稳信号转化为定速准平稳信号,具体包括,确定重采样的时间点,根据所述重采样的时间点求出齿轮振动信号对应的幅值,获取齿轮振动信号的角域,将齿轮振动信号中的变速非平稳信号转化为定速准平稳信号。
5.根据权利要求2所述的起重机回转机构齿轮故障诊断方法,其特征在于,所述确定重采样的时间点,具体包括,通过公式
确定重采样的时间点...
【专利技术属性】
技术研发人员:王贡献,徐志海,胡志辉,胡勇,袁建明,
申请(专利权)人:武汉理工大学,
类型:发明
国别省市:湖北;42
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。