【技术实现步骤摘要】
一种齿轮箱故障特征提取方法
[0001]本专利技术涉及齿轮箱故障特征提取
,具体涉及一种齿轮箱故障特征提取方法。
技术介绍
[0002]齿轮箱属于旋转机械类别。一般旋转机械类故障受原始数据噪声、采样信号非线性和不平稳状态等多类型交织因素的影响,故障特征提取不充分,导致诊断正确率和效率都不高。国内外研究采用小波降噪、经验模态分解(EMD)与改进的局部Fisher判别分析相结合、基于能量聚集度经验小波变换、基于小波包分析与BP神经网络、基于最大相关峭度解卷积(MCKD)和变分模态分解(VMD)、基于平方包络谱、基于麻雀搜索算法(SSA)优化支持向量机等故障诊断方法,虽然获得了一定的效果,但针对上述自适应选择问题还很难做到真正自适应,另一方面EMD、EEMD、LMD等属于递归模态分解,尚缺乏严格的数学理论。因此相关研究至今仍是一个热门问题。
[0003]齿轮箱广泛应用于工程机械等大型复杂机械装备中,低速重载以及恶劣工作环境经常导致齿轮箱关键部位出现严重故障,再加上强背景噪声的影响,大量有效振动信号被淹没在噪声中,给故障检测带来困难。另外,在实际齿轮箱的振动信号中,由于多个齿轮产生了多种转速和啮合频率,而且常常受到多个调制源的联合作用,形成了非对称的边带结构,检测信号功率谱中间包含很多大小和周期都不相同的频率结构,这就导致检测信号中混杂的周期分量很难被分辨出来。
[0004]当前,在齿轮箱故障特征提取
,现有的传统故障诊断理论与技术不能有效解决齿轮箱所面临的诸多棘手问题,例如齿轮箱中振动传输路径复 ...
【技术保护点】
【技术特征摘要】
1.一种齿轮箱故障特征提取方法,所述方法基于ISSA
‑
VMD
‑
MCKD算法,其中ISSA算法为改进的麻雀搜索算法,VMD算法为变分模态分解算法,MCKD算法为最大相关峭度解卷积算法,其特征在于,所述故障特征提取方法包括如下步骤:S1:采集齿轮箱运行时的振动信号;S2:基于ISSA优化VMD算法,获取所述振动信号的最优模态;S3:基于ISSA优化MCKD算法和所述最优模态,获取加强后的振动信号;S4:基于倒平方包络谱方法对所述加强后的振动信号提取振动信号故障特征;所述ISSA的改进点包括在基本麻雀搜索算法的加入者位置更新中用前一时刻的最优位置替换传统正态分布随机数;所述基于ISSA优化VMD算法,包括对所述VMD算法信号中的分解层数K、惩罚因子a参数利用ISSA算法进行全局寻优的方法;所述基于ISSA优化MCKD算法,包括对所述MCKD算法中的滤波长度L、解卷积周期T参数利用ISSA算法进行全局寻优的方法。2.根据权利要求1所述的一种齿轮箱故障特征提取方法,其特征在于,所述ISSA算法步骤包括:SA1:发现者位置更新包括如下式的方法:式中:为第i个麻雀在第j维中的位置信息,麻雀总数为I;j=1,2,
…
,d,其中d代表解的维度或待优化的参数个数;iter
max
表示最大迭代次数;t表示现阶段的迭代次数;α表示均匀分布在(0,1]中的随机数;Q表示服从标准正态分布的随机数;T表示为1*d阶矩阵,且矩阵元素都为1;R2表示预警值,取值大小在[0,1]范围内;ST表示安全值,取值处于[0,1]的范围内;当R2<ST时,这意味着此时的觅食环境周围没有捕食者,发现者可以执行广泛的搜索操作;当R2≥ST时,这表示种群中的一些麻雀已经发现了捕食者,并向种群中其他麻雀发出了警报,此时所有麻雀都需要迅速飞到其他安全的地方进行觅食;SA2:加入者位置更新,如果发现危险,个体会向其他麻雀发出警告;当报警值大于安全值时,加入者会跟随发现者的路径到达安全区域;加入者位置更新包括如下式的方法:其中:是前一时刻的全局最优位置,替换传统正态分布随机数;表示在d维空间中种群在进行第t次迭代后种群处于的最差位置;表示在第d维空间中种群第t+1次迭代后种群处于的最优位置;A为1*d的矩阵,其中每个元素随机赋值为1或
‑
1,A
+
=A
T
(AA
T
)
‑1为A的伪逆矩阵,|
·
|表示取模运算;SA3:危险来临时位置更新,危险来临时种群个体立即从种群边缘位置向安全区域迅速移动,位于种群中间的个体则会随机移动,向其他个体靠近,公式如下:
其中,β为服从标准正态分布的随机数,用于控制个体移动的步长;G表示个体移动的方向,G∈[
‑
1,1]是一个随机数;ε是控制步长参数的一个极小常数,避免式中分母为零,其取值范围为[
‑
0.5,0.5];f
i
表示第i只个体的适应度函数值,f
g
和f
w
分别用于表示麻雀种群的最优和最差适应度值f
i
、f
g
和f
w
在求解过程中是变化的。3.根据权利要求2所述的一种齿轮箱故障特征提取方法,其特征在于,所述ISSA算法改进点还包括基于Levy飞行策略的加入者位置更新方法改进,包括用以下步骤SA21代替步骤SA2,所述步骤SA21包括:加入者位置更新如下式,式中:表示现阶段发现者的最优位置,α表示Levy飞行的步长,α>0,Levy(
·
)表示麻雀个体的随机搜寻轨迹,服从下式所示的Levy分布:其中,β在(0,2)范围内的随机数,μ服从N(0,σ2)的正态分布,v服从N(0,1)标准正态分布,σ计算方法如下式:其中:Γ是Gamma分布函数,用于模拟Levy分布;式中:c为现阶段的迭代次数;c
max
为最大迭代次数。α表示步长大小,|
·
|表示取模运算。4.根据权利要求1、2、3中任意一项所述的一种齿轮箱故障特征提取方法,其特征在于,定义无量纲指标包络谱峰值因子Ec为适应度函数,记信号包络谱幅值序列为X(z)(z=1...
【专利技术属性】
技术研发人员:承敏钢,张能文,何晓琳,江冰,蔡昌春,何坤金,
申请(专利权)人:江苏新道格自控科技有限公司,
类型:发明
国别省市:
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。