【技术实现步骤摘要】
本专利技术涉及行星齿轮箱故障诊断，涉及了一种旋转设备故障诊断方法，尤其涉及基于信号调制、vmd方法和阶次跟踪技术的非平稳信号建模的分析方法，可用于多种旋转机械设备的振动信号的建模分析和故障诊断。
技术介绍
1、行星齿轮箱具有传动比高、负载效率高、机械结构紧凑等优点，在工业设备中往往作为关键传动部件，有着不可替代的作用。但由于齿轮箱工作环境复杂、恶劣，其关键部件不可避免地会出现失效，如齿根裂纹、缺齿、齿面磨损等，影响整个传动系统的正常工作。因此，对齿轮箱的运行状态进行监测和分析是非常必要的。
2、行星齿轮箱在周期性运行过程中，齿轮损坏所造成的冲击会对啮合振动产生调幅和调频的影响，该调幅频率称为故障齿轮的特征频率。观测特征频率一直是监测行星齿轮箱运行状态的有效方法。不同的故障会产生不同的调制现象，即对应不同的调制关系和特征频率。快速傅里叶变换是观察振动信号的频谱的常用方法，研究人员进行了大量这方面的研究。
3、kahraman、inalapolat[1,2]结合齿轮箱工艺和结构建立了齿轮箱的动力学模型，总结了特征调频引起的振动边带的特性。
4、齿轮箱中的部件种类繁多，振动响应复杂，且不同部件的振动调制相互耦合，使得振动信号的频谱难以分析。为了更好地研究齿轮箱振动信号的调制，研究人员广泛采用经验模态分解(emd)及其衍生的时频方法[3,4]。
5、frei[5]提出了固有时间尺度分解(intrinsic time-scaledecomposition,itd)，将信号分解为多个旋转分量的
6、k.dragomiretskiy[6]提出变分模态分解(vmd)可以自适应匹配每个模态的最优中心频率和有限带宽，vmd可以将一个信号分解成多个子信号。它的优点是可以确定模态分解的阶次。
7、feng[7,8,9]提出了匹配特征频率的思想，该解调方法适用于齿轮箱。wang采用支持向量回归的边界条件处理方法部分解决了模态混叠问题。
8、zhang[10]利用蚱蜢优化算法(grasshopper optimization algorithm,goa)对变速箱信号进行了vmd参数自适应优化。
9、目前，对齿轮箱的非平稳状态进行建模仍然很困难。目前还缺乏选择合理的阶数频谱调制分量的方法。现有的模型往往停留在对调制分量的解释上，而不判断调制的强度和模式。为此，提出了一种基于信号调制、vmd方法和阶次跟踪技术的非平稳信号建模求解方法，通过建立角域平稳模型，对非平稳工况下的行星齿轮箱进行振动信号的阶次分析，完成故障的分类与诊断。
10、[1]m.inalpolat,a.kahraman,a theoretical and experimentalinvestigation of modulation sidebands ofplanetary gear sets,journalofsoundandvibration 323(2009)677–696.
11、[2]m.inalpolat,a.kahraman,a dynamic model to predict modulationsidebands of a planetary gear set having manufacturing errors,journal ofsound and vibration 329(2010)371–393.
12、[3]y.lei,z.liu,j.lin,f.lu,phenomenological models ofvibration signalsfor condition monitoring and fault diagnosis ofepicyclic gearboxes,journal ofsound and vibration 369(2016)266–281.
13、[4]m.d.choudhury,k.blincoe,j.s.dhupia,an overview offault diagnosisofindustrial machines operatingundervariable speeds,acousticsaustralia49(2021)229–238.
14、[5]m.g.frei,i.osorio,intrinsic time-scaledecomposition:time–frequency–energy analysis andreal-time filtering ofnon-stationary signals,proceedings ofthe royal societya:mathematical,physical andengineeringsciences 463(2007)321–342.
15、[6]k.dragomiretskiy,d.zosso,variational mode decomposition,ieeetransactions on signal processing 62(2013)531–544.
16、[7]z.feng,d.zhang,m.j.zuo,planetary gearbox fault diagnosis viajointamplitude and frequency demodulation analysis based on variational modedecomposition,applied sciences 7(2017)775.
17、[8]z.feng,m.j.zuo,vibration signal models for fault diagnosis ofplanetary gearboxes,journal ofsoundandvibration 331(2012)4919–4939.
18、[9]z.feng,x.chen,m.liang,joint envelope and frequency order spectrumanalysis based on iterative generalized demodulation for planetary gearboxfault diagnosis under nonstationary conditions,mechanical systems and signalprocessing76(2016)242–264.
19、[10]x.zhang,q.miao,h.zhang,l.wang,a parameter-adaptive vmd methodbased on grasshopper optimization algorithm to analyze vibration signals fromrotating machinery,mechanical systems and signal p本文档来自技高网...
【技术保护点】
1.基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于该方法包含以下步骤：
2.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(2)包括：
3.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(3)包括：
4.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(4)包括：
5.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(5)包括：
6.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(6)包括：
【技术特征摘要】
1.基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于该方法包含以下步骤：
2.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(2)包括：
3.根据权利要求1所述的基于阶次分析及时域非平稳模型的行星齿轮箱故障诊断方法，其特征在于步骤(3)包括：
4...
【专利技术属性】
技术研发人员：李彬，王世豪，陈纪伟，张冕，翁大伟，谢锐同，赵梦熊，
申请(专利权)人：天津理工大学，
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。