【技术实现步骤摘要】
一种基于非线性快速霍耶谱的齿轮故障诊断方法
[0001]本专利技术涉及振动信号智能故障诊断
,尤其涉及一种基于非线性快速霍耶谱的齿轮故障诊断方法。
技术介绍
[0002]与石油、煤炭等不可再生能源相比,电能具有运输安全、易于机械化和自动化、采集方式多样等特点。近年来,越来越多的国家开始重视风力发电。变速箱作为风力发电机组的核心部件,由于其工作环境恶劣和载荷分布复杂而容易发生故障。为了确保风力发电机组的正常运行,齿轮箱的早期故障诊断至关重要。因此,利用可靠的故障诊断方法,尽早定位齿轮的早期故障,对合理延长风力发电机组的使用寿命、减少周期性维护费以及保证设备运行的安全性都具有重要的意义。
[0003]齿轮作为风力发电机组中易出现故障的部件,如何对其早期故障进行高效、准确、智能的诊断,是非常具有实际意义的。由于峭度对冲击信号具有较高敏感度,因此,传统的故障提取方法中多以峭度作为稀疏度量指标。衡量稀疏度量能力有六个评价标准,但是,峭度作为一种常用的稀疏度量方式只满足稀疏度量标准的三个,而霍耶指数满足除克隆性外所有指标,并且在样本数量足够大时,霍耶指数也满足克隆性标准。
[0004]鉴于传统方法对故障脉冲检测灵活性和鲁棒性不足的特点,亟需研究一种基于非线性快速霍耶谱的齿轮故障诊断方法,使其具有更好的准确性和鲁棒性。
技术实现思路
[0005]为解决上述技术问题,本专利技术公开了一种基于非线性快速霍耶谱的齿轮故障诊断方法,采用Sigmoid函数对信号进行非线性激活,霍耶指标作为选择共振频带的 ...
【技术保护点】
【技术特征摘要】
1.一种基于非线性快速霍耶谱的齿轮故障诊断方法,其特征在于,包括如下步骤:1)采集齿轮故障振动信号;2)对采集的齿轮故障振动信号进行Z
‑
score归一化处理,采用Sigmoid函数对归一化处理后的信号进行非线性激活;3)根据激活后的信号特征,确定信号的最大分解层数K;4)根据1/3二叉树结构及最大分解层数K对激活后的信号进行频带划分,形成频率分割树状图;5)基于标准低通FIR滤波器构造低通滤波器和高通滤波器,并根据树状图迭代生成滤波器组;6)计算各频带的霍耶值,并根据霍耶值大小及所在频带构建霍耶谱;7)根据最佳共振频带的中心频率及带宽构造带通滤波器,对激活后的信号进行滤波;8)对滤波后的信号进行平方包络计算,得到平方包络谱,并根据平方包络谱对齿轮进行故障分析。2.如权利要求1所述的一种基于非线性快速霍耶谱的齿轮故障诊断方法,其特征在于,步骤2)中,所述对采集的齿轮故障振动信号进行Z
‑
score归一化处理,即score归一化处理,即其中,N和μ分别为齿轮故障振动信号S
i
(1≤i≤N)的样本点总数及样本均值;采用Sigmoid函数对归一化处理后的信号进行非线性激活,即其中,Z(S
i
)为归一化处理后的信号,A(S
i
)为激活后的信号。3.如权利要求1所述的一种基于非线性快速霍耶谱的齿轮故障诊断方法,其特征在于,步骤3)中,所述根据激活后的信号特征,确定信号的最大分解层数K,即K=log2(N)
‑
7其中,N为激活后的信号A(S
i
)的样本点总数。4.如权利要求1所述的一种基于非线性快速霍耶谱的齿轮故障诊断方法,其特征在于,步骤5)中,所述基于标准低通FIR滤波器构造低通滤波器和高通滤波器,即式中,h0(n)为低通滤波器,h1(n)为高通滤波器,h(n)为标准低通FIR滤波器,截止频率为f
c
=0.125+ε。5.如权利要求1所述的一种基于非线性快速霍耶...
【专利技术属性】
技术研发人员:张宗振,马浩,韩宝坤,王金瑞,鲍怀谦,
申请(专利权)人:山东科技大学,
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。