一种对齿轮减速箱中齿轮和轴承剩余寿命的预测方法技术

一种对齿轮减速箱中齿轮和轴承剩余寿命的预测方法，属于机械可靠性技术领域，其特征是实施步骤如下：1、利用传感器对主试齿轮箱内齿轮和轴承退化实时监测；2、对主试齿轮箱内齿轮和轴承的退化状态进行特征提取，利用均方幅值对齿轮和轴承磨损退化性能进行衰退评估；3、通过核密度估计的剩余寿命模型得到i部件在时刻预测的剩余寿命分布函数4、进一步考虑部件在退化过程中的随机相关性，建立齿轮和轴承具有随机相关性的单一Copula剩余寿命预测模型；5、通过极大似然估计出Copula的参数，根据AIC准则选择最优的Copula函数；6、最后得出具有随机相关性的单一Copula的齿轮和轴承剩余寿命概率密度函数。优点是可有效地预测出齿轮箱的寿命，做好预测性维修工作，避免停工停产。工停产。工停产。

【技术实现步骤摘要】
一种对齿轮减速箱中齿轮和轴承剩余寿命的预测方法
[0001]本专利技术属于机械可靠性
，具体涉及一种对齿轮减速箱中齿轮和轴承剩余寿命的预测方法。

技术介绍

[0002]在机械工业中齿轮减速箱被广泛的应用在机械设备传动系统中。齿轮箱的作用就是将从电动机获得的转数通过齿轮箱将其转数转变为设定的转数，而且齿轮箱不仅能改变转数还能改变扭矩。当齿轮发生失效时，齿轮的点蚀会增加齿轮的振动，同时也会加速轴承的磨损。轴承是齿轮箱的重要部分，通常需要承受方向可变和受力变化，一旦发生失效也会导致整个系统的崩溃。轴承间隙过大，径向振动变大，对齿轮造成冲击；间隙太小，摩擦阻力会变大，对齿轮的寿命也有很大的影响。因此，对齿轮和轴承提出合理有效的维修方案已成为机械行业急需解决的问题，而在整个维修方案制定过程中，齿轮和轴承的剩余寿命预测是重点。目前随着信息传感技术的发展，对齿轮箱的运行状态进行实时监测，利用接收到的大量实时监测信息更为准确预测系统的退化状态及其剩余寿命，可以提供有关健康状态的关键信息，进而识别和管理故障的发生、规划维修活动，为更合理地制定基于状态的维护维修策略提供依据。

技术实现思路

[0003]本专利技术目的是提供一种对齿轮减速箱中齿轮和轴承剩余寿命的预测方法，该方法可有效地预测齿轮减速箱的寿命，可有效地提供预防措施。
[0004]本专利技术是这样实现的，其特征在于实施步骤如下：
[0005]步骤1、通过试验获取表征主试齿轮箱内齿轮和轴承状态的实时监测数据；
[0006]采用如图1所示的试验台架，由主试齿轮箱1和陪试齿轮箱2相连接构成，其中心距为a＝150cm，试验采用机械杠杆加载，扭矩采用转矩转速传感器测量，试验过程中对主、陪试箱体的振动、加速度、温度及噪声进行监测，主试齿轮箱中为正反交错搭接的一对齿轮，齿轮的断齿状态等效为齿轮的失效；
[0007]试验台架上共布置有13个传感器，1、2、3、4号加速度传感器1#、2#、3#、4#分别布置在主试齿轮箱1轴承座的径向位，7、8号加速度传感器7#、8#分别布置在主试齿轮箱1轴承座的轴向位，5、6号加速度传感器5#、6#分别布置在陪试齿轮箱2轴承座的径向位；9、10号声音传感器9#、10#分别悬挂在主试齿轮箱1和陪试齿轮箱2正上方40cm处；11号温度传感器11#布置在主试齿轮箱内部；12号转速传感器12#布置在驱动电机8的输出端；13号转矩传感器13#布置在主、陪试齿轮箱1、2的联接轴处；
[0008]试验中加载分八级载荷，八级载荷的大小分别为349.5扭矩，430.7扭矩，492.2扭矩，555.6扭矩，612.9扭矩，693.4扭矩，734扭矩，822.7扭矩，每级载荷的运行时间为10个小时，在第八级载荷时发生断齿，用4号传感器4#记录齿轮的加速度数据，剩余寿命预测选取从第八级加载开始到断齿的加速度测试整个时域信号进行分析，采样信息如下：采样频率为25.6kHz，每次采样持续60秒，每隔9分钟记录一次采样文本；
[0009]步骤2、对主试齿轮箱内齿轮和轴承的退化状态进行特征提取，利用均方幅值对齿轮和轴承磨损退化性能进行衰退评估，对于每次采样时间长度内，采样信号的均方幅值特征值表示为：
[0010][0011]式中：∑为求和号，n为每个采样周期的采样点数,y
i
为t
i
时刻齿轮和轴承的状态信息，y
j
为齿轮和轴承每个采样周期的数据；
[0012]步骤3、根据主试齿轮箱内齿轮的初始故障数据，设在t
n+l
时刻i部件累积特征退化量首次到达故障阈值L
i
，则i部件在时刻的剩余寿命的分布函数为：
[0013][0014]通过核密度估计的剩余寿命模型得到i部件在时刻预测的剩余寿命分布函数为：
[0015][0016]时刻部件i的剩余寿命概率密度函数为：
[0017][0018]由(4)式可分别求得齿轮和轴承在不同监测时刻处的剩余寿命概率密度函数。
[0019]步骤4、在求得齿轮和轴承在不同监测时刻处的剩余寿命概率密度函数后，考虑建立齿轮和轴承具有随机相关性的单一Copula函数剩余寿命预测模型。Copula函数是连接一维的边缘分布和多维联合分布的函数。设F(t1,t2,
…
,t
M
)为M维联合分布函数，它的边缘分布函数分别为F1(t1),F2(t2),
…
,F
M
(t
M
)，那么存在一个Copula函数C(u1,u2,
…
,u
M
)满足：
[0020]F(t1,t2,
…
,t
M
)＝C(F1(t1),F2(t2),
…
,F
M
(t
M
)；θ)
[0021]＝C(u1,u2,
…
,u
M
；θ)
ꢀꢀ
(5)
[0022]式中θ为相关参数，用来表征相关性程度。
[0023]采用kendall秩相关系数τ判断系统中不同部件间是否存在相关性，然后可通过Copula函数表征其相关关系。假设表示两个不同的变量的统计数据，则秩相关系数τ通过数据可表示为：
[0024][0025]其中：
[0026][0027]根据退化数据得到齿轮箱中轴承和齿轮两部件的Kendall秩相关系数τ＝0.674，说明两部件的退化过程有一定的正相关性。
[0028]根据Sklar定理可知，选择Copula函数C就可以用Copula函数得到边缘分布的联合分布。将部件的剩余寿命的边缘分布函数(3)式带入(5)式中得：
[0029][0030]式中：L1,...L2,...,L
M
分别为相应M个部件的退化故障阈值，为M个部件的联合剩余寿命分布函数，为不考虑随机相关性的分布函数。则联合分布的概率密度函数为：
[0031][0032]式中：为Copula函数的联合概率密度函数。
[0033][0034]第i个部件在考虑随机相关性下的条件分布函数为：
[0035][0036]由于是M维的联合分布函数，不考虑随机相关性的剩余寿命分布函数值域为[0,1]，条件分布函数的值
域为[0,1]，且是连续的，令根据反函数的相关性质，考虑随机相关性的边缘分布函数表达式为：
[0037][0038]考虑随机相关性的单一Copula函数剩余寿命边缘分布的概率密度函数为：
[0039][0040]步骤5、接下来通过极大似然估计出Copula函数的参数，然后根据AIC准则选择最优的Copula函数。在实际应用中，Copula函数的种类很多，目前常用的选择Copula函数的方法是AIC准则。
[0041]AIC准则表达式为：
[0042][0043]式中：L为Copula函数的似然函数；n为样本个数；K为被估计参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对齿轮减速箱中齿轮和轴承剩余寿命的预测方法，其特征在于实施步骤如下：步骤1、通过试验获取表征主试齿轮箱内齿轮和轴承状态的实时监测数据；采用的试验台架由主试齿轮箱(1)和陪试齿轮箱(2)相连接构成，其中心距为a＝150cm，试验采用机械杠杆加载，扭矩采用转矩转速传感器测量，试验过程中对主、陪试箱体的振动、加速度、温度及噪声进行监测，主试齿轮箱中为正反交错搭接的一对齿轮，齿轮的断齿状态等效为齿轮的失效；试验台架上共布置有13个传感器，1、2、3、4号加速度传感器(1#、2#、3#、4#)分别布置在主试齿轮箱(1)轴承座的径向位，7、8号加速度传感器(7#、8#)分别布置在主试齿轮箱(1)轴承座的轴向位，5、6号加速度传感器(5#、6#)分别布置在陪试齿轮箱(2)轴承座的径向位；9、10号声音传感器(9#、10#)分别悬挂在主试齿轮箱(1)和陪试齿轮箱(2)正上方40cm处；11号温度传感器(11#)布置在主试齿轮箱内部；12号转速传感器(12#)布置在驱动电机(8)的输出端；13号转矩传感器(13#)布置在主、陪试齿轮箱(1、2)的连接轴处；试验中加载分八级载荷，八级载荷的大小分别为349.5扭矩，430.7扭矩，492.2扭矩，555.6扭矩，612.9扭矩，693.4扭矩，734扭矩，822.7扭矩，每级载荷的运行时间为10个小时，在第八级载荷时发生断齿，用4号传感器(4#)记录齿轮的加速度数据，剩余寿命预测选取从第八级加载开始到断齿的加速度测试整个时域信号进行分析，采样信息如下：采样频率为25.6kHz，每次采样持续60秒，每隔9分钟记录一次采样文本；步骤2、对主试齿轮箱内齿轮和轴承的退化状态进行特征提取，利用均方幅值对齿轮和轴承磨损退化性能进行衰退评估，对于每次采样时间长度内，采样信号的均方幅值特征值表示为：式中：∑为求和号，n为每个采样周期的采样点数,y
i
为t
i
时刻齿轮和轴承的状态信息，y
j
为齿轮和轴承每个采样周期的数据；步骤3、根据主试齿轮箱内齿轮的初始故障数据，设在时刻i部件累积特征退化量首次到达故障阈值L
i
，则i部件在时刻的剩余寿命的分布函数为：通过核密度估计的剩余寿命模型得到i部件在时刻预测的剩余寿命分布函数为：为：时刻部件i的剩余寿命概率密度函数为：
由(4)式可分别求得齿轮和轴承在不同监测时刻处的剩余寿命概率密度函数；步骤4、在求得齿轮和轴承在不同监测时刻处的剩余寿命概率密度函数后，考虑建立齿轮和轴承具有随机相关性的单一Copula函数剩余寿命预测模型,Copula是连接一维的边缘分布和多维联合分布的函数。设F(t1,t2,
…
,t
M
)为M维联合分布函数，它的边缘分布函数分别为F1(t1),F2(t2),
…
,F
M
(t
M
)，那么存在一个Copula函数C(u1,u2,
…
,u
M
)满足：F(t1,t2,
…
,...

【专利技术属性】
技术研发人员：石慧，樊兴乐，赵李志，董增寿，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：