一种改进自适应调频模式分解时频分析方法技术

本发明专利技术公开了一种改进自适应调频模式分解时频分析方法，改进的自适应调频模式分解采用条件熵优化自适应调频模式分解阈值和多项式调频变换估计初始瞬时频率的方法处理较为接近和微弱的信号分量。与传统的时频检测方法相比，改进的自适应调频模式分解在强干扰条件下能够有效的解决齿轮箱振动信号分量间存在干扰的问题。改进的自适应调频模式分解可以有效地提取故障特性并生成高分辨率时频表示结果，清晰表示振动信号中与故障相关的特征分量，有效的识别出行星齿轮箱的局部故障。通过对变转速齿轮箱故障信号的仿真分析，验证了所提方法的有效性。实验数据分析结果也表明该方法可以有效的对变转速齿轮箱中的故障进行诊断。断。断。

【技术实现步骤摘要】
一种改进自适应调频模式分解时频分析方法


[0001]本专利技术涉及一种齿轮箱故障诊断方法，特别涉及一种改进的自适 应调频模式分解的变转速齿轮箱故障诊断方法，属于故障诊断技术领 域。

技术介绍

[0002]在行星齿轮箱故障诊断中，提取信号的故障特征频率及其幅值变 化是故障诊断的关键。由于行星齿轮箱的运行工况、负荷及转速等参 数变化，行星齿轮箱的故障特征频率与幅值也随着负荷和转速变化， 机械系统会产生故障特征随时间变化的非平稳信号。另外早期故障特 征微弱，易受环境噪声干扰，传统时域和频域方法难以提取故障特征 频率。因此，研究时变工况行星齿轮箱故障特征提取方法，具有重要 意义。
[0003]时频分析采用时域和频域的联合分布来描述信号的频率成分和 时变趋势。黄锷提出经验模式分解(Empirical mode decomposition， EMD)方法，此方法采用递归筛选算法寻找每个信号分量，具有自适 应分解特性。高强等将EMD应用到滚动轴承故障诊断中。但EMD 是经验算法，存在模态混叠与端点效应等问题，影响故障诊断效果。 为了避免EMD的局限性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进自适应调频模式分解的齿轮箱故障诊断方法，该方法包括采集变转速齿轮箱故障振动信号、对故障振动信号进行多项式调频变换、输出高分辨率的初始瞬时频率结果、使用相似性条件熵替代剩余能量与原始信号能量比值的方法作为新的分解终止阈值、对信号进行自适应调频模式分解、对分离出的故障特征信号求解时频能量谱图，从而得到故障特征；S1多项式调频变换；实验过程通过齿轮箱箱体顶部的加速度传感器测试振动信号，采样频率为20kHz，电机转速由12Hz增长到20Hz过程中进行了信号采集；为了模拟齿轮故障，在第1级太阳轮某个齿轮上加工了剥落损伤；将采集到的多分量非平稳信号建模为：其中K为信号分量的个数，a
k
(t)＞0，f
k
(t)＞0，表示第k个信号分量的初始相位，f
k
表示第k个信号分量的瞬时频率；根据三角恒等变换，式(1)中第k个信号分量为：为：其中为目标频率函数，α
k
(t)和β
k
(t)代表两个调频信号；根据建立的非平稳振动信号模型，构造多项式匹配核参数，当核参数和信号模型较为吻合时，则可以获得较高的时频聚集性；时变转速的齿轮箱信号有着非线性调频的特点，可构造多项式调频小波变换核参数信号模型为：其中，a
n
为多项式系数，n为多项式次数，则瞬时频率为：构建多项式变换核函数m
p
(t)为：
其中，c
n
为多项式系数，则多项式调频小波变换为：其中t0和t代表滑动分析时间跨度的中心分析的时间跨度的窗口和常量以t0为中心的窗口；S2相似性条件熵终止准则；相似性条件熵可以有效衡量两个变量之间的相互依赖性，识别相关程度；两个离散随机变量X和Y的互相关信息可以定义为：CI(X，Y)＝H(Y)
‑
H(Y|X)H(Y|X)式中H(Y)是考虑该随机变量Y的所有可能取值，即所有可能发生事件所带来的信息量的期望；H(Y|X)定义为X给定条件下，Y的条件概率分布的熵对X的数学期望；当X是已知的，X和Y之间的关联性越弱，H(Y|X)越大；当X和Y之间的相关性弱时，CI(X，Y)较小；S3自适应调频模式分解ACMD采用匹...

【专利技术属性】
技术研发人员：崔玲丽，彭裕川，王华庆，乔文生，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：