一种齿轮箱的故障诊断方法、系统、介质及设备技术方案

本发明专利技术属于农用机械领域，尤其涉及一种齿轮箱的故障诊断方法、系统、介质及设备。该方法包括：获取齿轮箱的振动信号，并根据振动信号确定滤波器初步长度、滤波器个数范围、粒子群算法的粒子个数以及粒子群算法的迭代次数；基于滤波器初步长度、滤波器个数范围、粒子群算法的粒子个数以及粒子群算法的迭代次数，对振动信号进行迭代处理，得到每次迭代后的熵时值以及熵时值对应的基础参数；对熵时值最小的粒子的基础参数中的信号组，进行故障诊断分析处理。本方案能够同时衡量滤波精度与效率的熵时值，采用粒子群优化算法对滤波器长度及个数进行自适应选取，较已有的故障诊断方法相比，所提出的发明专利技术具有更好的准确性和智能性。提出的发明专利技术具有更好的准确性和智能性。提出的发明专利技术具有更好的准确性和智能性。

【技术实现步骤摘要】
一种齿轮箱的故障诊断方法、系统、介质及设备


[0001]本专利技术属于农用机械领域，尤其涉及一种齿轮箱的故障诊断方法、系统、介质及设备。

技术介绍

[0002]变速齿轮箱是车辆传动系统的关键组件，其运行状态直接影响车辆的性能和安全性。当车辆的变速齿轮箱出现故障时，轻则引起换挡困难、加速不稳，重则导致车辆完全失灵，严重影响驾驶员的操控能力和车辆的安全性。此外，车辆变速箱的故障诊断有助于节约维修成本和时间。通过及时识别故障原因，技术人员可以快速采取适当的维修措施，避免不必要的零部件更换和复杂的维修过程。因此，如何及时发现变速齿轮箱的早期故障，准确地判断故障类型并采取对应高效的维修措施，避免造成更大的损失和事故，是当前关注的热点问题之一。
[0003]轴承和齿轮作为变速齿轮箱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。与传统故障诊断方法相比，卷积稀疏滤波不需要任何先验知识；也不会过度突出主导峰值；且在强烈噪声干扰下，也能够在时域中很好的恢复脉冲特征。然而，卷积稀疏滤波的滤波效果受滤波器长度和滤波器的个数影响严重。不合适的滤波器参数往往会引发卷积稀疏滤波方法的误诊。粒子群算法是一种具有良好的全局寻优能力的智能优化算法，被广泛应用于解决参数选取问题。然而，粒子群算法解决参数自适应问题的关键在于适应度函数的选取，传统的峭度、包络谱熵、qp
‑
mean等稀疏指标作为适应度函数时，往往会造成滤波器的过拟合现象。为此，本专利技术在包络谱熵的基础上进行延伸，提出了熵时值。与传统指标相比，熵时值能够在描述频率分布的均匀性的同时，衡量不同滤波器参数下的滤波效率。采用熵时值作为参数选取依据的改进方法不受滤波器过拟合的影响，所提的专利技术克服了传统方法智能性不足、效率低、准确性差的缺点。
[0004]鉴于传统方法对故障脉冲检测智能性与准确性不足的特点，本专利技术提出了一种基于自适应卷积稀疏滤波的齿轮箱故障诊断方法，采用熵时值作为粒子群算法自适应选取最佳参数的依据，有效提高了齿轮箱故障诊断的智能性与准确性。

技术实现思路

[0005]本专利技术所要解决的技术问题是提供一种齿轮箱的故障诊断方法、系统、介质及设备。
[0006]本专利技术解决上述技术问题的技术方案如下：一种齿轮箱的故障诊断方法，包括：
[0007]获取齿轮箱的振动信号，并根据所述振动信号确定滤波器初步长度、滤波器个数范围、粒子群算法的粒子个数以及粒子群算法的迭代次数；
[0008]基于所述滤波器初步长度、所述滤波器个数范围、所述粒子群算法的粒子个数以及所述粒子群算法的迭代次数，对所述振动信号进行迭代处理，得到每次迭代后的熵时值以及所述熵时值对应的基础参数；
[0009]对熵时值最小的粒子的基础参数中的信号组，进行故障诊断分析处理。
[0010]本专利技术的有益效果是：本方案能够同时衡量滤波精度与效率的熵时值，采用粒子群优化算法对滤波器长度及个数进行自适应选取，较已有的故障诊断方法相比，所提出的专利技术具有更好的准确性和智能性。
[0011]在上述技术方案的基础上，本专利技术还可以做如下改进。
[0012]进一步，对所述振动信号进行迭代处理，得到每次迭代后的熵时值以及所述熵时值对应的基础参数的具体包括：
[0013]对所述振动信号进行迭代处理的过程为：
[0014]根据所述滤波器个数范围以及所述粒子群算法的粒子个数确定每个粒子对应的滤波器长度以及滤波器个数；
[0015]按照预设范围，随机赋值根据所述滤波器长度以及所述滤波器个数确定的滤波器组中的长度数值和个数数值，得到每个粒子对应的第一滤波器组；
[0016]根据任意一个所述第一滤波器组对所述振动信号进行滤波处理，得到第一信号组，直至得到每个粒子对应的第一信号组；
[0017]对任意一个所述第一信号组中的每个信号进行l2范数归一化处理，并将该第一信号组中的所有信号的l2范数归一化处理的结果求和，得到该第一信号组对应的目标函数，直至得到每个第一信号组对应的目标函数，对每个目标函数进行有限内存拟牛顿法处理，得到每个粒子对应的第二滤波器组；
[0018]通过任意一个所述第二滤波器对所述振动信号进行处理，得到该粒子对应的第二信号组，直至得到每个粒子对应的第二信号组，计算每个第二信号组对应的包络谱熵，并获取从确定每个粒子对应的滤波器长度以及滤波器个数至确定每个第二信号对应的包络谱熵的时间；
[0019]根据所有包络谱熵以及每个粒子对应的时间，确定每个粒子的熵时值，将熵时值的最小值作为本次迭代的输出值，根据所述迭代次数，重复对所述振动信号进行迭代处理，直至得到每次迭代后的输出值，所述输出值包括：熵时值以及所述熵时值对应的基础参数。
[0020]进一步，确定每个粒子的熵时值H
e
‑
T的过程为：
[0021]通过第一公式确定每个粒子的熵时值H
e
‑
T；
[0022]所述第一公式为：
[0023][0024]其中，E
emin
表示所述的滤波后信号组中的包络谱熵最小值，E
emax
表示所述的滤波后信号组中的包络谱熵最大值，T表示时间，λ为退化因子。
[0025]进一步，所述基础参数包括：
[0026]该熵时值对应的粒子的滤波器长度、滤波器个数以及第二信号组。
[0027]本专利技术解决上述技术问题的另一种技术方案如下：一种齿轮箱的故障诊断系统，包括：
[0028]获取模块用于：获取齿轮箱的振动信号，并根据所述振动信号确定滤波器初步长度、滤波器个数范围、粒子群算法的粒子个数以及粒子群算法的迭代次数；
[0029]迭代模块用于：基于所述滤波器初步长度、所述滤波器个数范围、所述粒子群算法的粒子个数以及所述粒子群算法的迭代次数，对所述振动信号进行迭代处理，得到每次迭代后的熵时值以及所述熵时值对应的基础参数；
[0030]分析模块用于：对熵时值最小的粒子的基础参数中的信号组，进行故障诊断分析处理。
[0031]本专利技术的有益效果是：本方案能够同时衡量滤波精度与效率的熵时值，采用粒子群优化算法对滤波器长度及个数进行自适应选取，较已有的故障诊断方法相比，所提出的专利技术具有更好的准确性和智能性。
[0032]进一步，对所述振动信号进行迭代处理，得到每次迭代后的熵时值以及所述熵时值对应的基础参数的具体包括：
[0033]对所述振动信号进行迭代处理的过程为：
[0034]根据所述滤波器个数范围以及所述粒子群算法的粒子个数确定每个粒子对应的滤波器长度以及滤波器个数；
[0035]按照预设范围，随机赋值根据所述滤波器长度以及所述滤波器个数确定的滤波器组中的长度数值和个数数值，得到每个粒子对应的第一滤波器组；
[0036]根据任意一个所述第一滤波器组对所述振动信号进行滤波处理，得到第一信号组，直至得到每个粒子对应的第一信号组；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种齿轮箱的故障诊断方法，其特征在于，包括：获取齿轮箱的振动信号，并根据所述振动信号确定滤波器初步长度、滤波器个数范围、粒子群算法的粒子个数以及粒子群算法的迭代次数；基于所述滤波器初步长度、所述滤波器个数范围、所述粒子群算法的粒子个数以及所述粒子群算法的迭代次数，对所述振动信号进行迭代处理，得到每次迭代后的熵时值以及所述熵时值对应的基础参数；对熵时值最小的粒子的基础参数中的信号组，进行故障诊断分析处理。2.根据权利要求1所述的一种齿轮箱的故障诊断方法，其特征在于，对所述振动信号进行迭代处理，得到每次迭代后的熵时值以及所述熵时值对应的基础参数的具体包括：对所述振动信号进行迭代处理的过程为：根据所述滤波器个数范围以及所述粒子群算法的粒子个数确定每个粒子对应的滤波器长度以及滤波器个数；按照预设范围，随机赋值根据所述滤波器长度以及所述滤波器个数确定的滤波器组中的长度数值和个数数值，得到每个粒子对应的第一滤波器组；根据任意一个所述第一滤波器组对所述振动信号进行滤波处理，得到第一信号组，直至得到每个粒子对应的第一信号组；对任意一个所述第一信号组中的每个信号进行l2范数归一化处理，并将该第一信号组中的所有信号的l2范数归一化处理的结果求和，得到该第一信号组对应的目标函数，直至得到每个第一信号组对应的目标函数，对每个目标函数进行有限内存拟牛顿法处理，得到每个粒子对应的第二滤波器组；通过任意一个所述第二滤波器对所述振动信号进行处理，得到该粒子对应的第二信号组，直至得到每个粒子对应的第二信号组，计算每个第二信号组对应的包络谱熵，并获取从确定每个粒子对应的滤波器长度以及滤波器个数至确定每个第二信号对应的包络谱熵的时间；根据所有包络谱熵以及每个粒子对应的时间，确定每个粒子的熵时值，将熵时值的最小值作为本次迭代的输出值，根据所述迭代次数，重复对所述振动信号进行迭代处理，直至得到每次迭代后的输出值，所述输出值包括：熵时值以及所述熵时值对应的基础参数。3.根据权利要求2所述的一种齿轮箱的故障诊断方法，其特征在于，确定每个粒子的熵时值H
e
‑
T的过程为：通过第一公式确定每个粒子的熵时值H
e
‑
T；所述第一公式为：其中，E
emin
表示所述的滤波后信号组中的包络谱熵最小值，E
emax
表示所述的滤波后信号组中的包络谱熵最大值，T表示时间，λ为退化因子。4.根据权利要求2所述的一种齿轮箱的故障诊断方法，其特征在于，所述基础参数包括：该熵时值对应的粒子的滤波器长度、滤波器个数以及第二信号组。
5.一种齿轮箱的故障诊断系统，其特征在于，包括：获取模块用于：获取齿轮箱的振动信号，并根据所述振动信号确定滤波器初步长度、滤波器个数范围、粒...

【专利技术属性】
技术研发人员：高晖，张玉增，李东，刘静，韩峰，郭兵，刘艳妮，朱凤芹，李守允，徐广洲，冯洁，彭涛，刘国志，王玉霞，周钊强，范萍，张伟，
申请(专利权)人：潍柴雷沃智慧农业科技股份有限公司，
类型：发明
国别省市：