【技术实现步骤摘要】
本专利技术涉及一种齿轮故障诊断方法,具体涉及一种基于多传感器信息融合的齿轮 故障诊断方法
技术介绍
齿轮传动作为重载设备最重要的传动方式,其故障会导致重载设备工作效率降 低,甚至严重事故。特别当齿轮受到摩擦力、刚度非线性、非平稳载荷等因素影响表现出的 非平稳特征时,特征信号变得比较微弱,其故障率久高不下,因此,及早实现强噪声背景下 齿轮故障检测和诊断,对于降低齿轮故障率,提高设备可靠性,促进生产等方面,均有着重 要的实际工程意义。目前齿轮故障诊断多通过对单传感器采集的振动信号进行分析,分析 结果容易产生不确定性,无法正确判断出故障原因。
技术实现思路
本专利技术的目的在于提供一种可真实噪声背景下基于多传感器信息融合的齿轮故 障诊断方法,适应强噪声干扰,能有效地提取故障特征信息,消除识别过程中产生的不确定 性,提_诊断精度。 为达到以上目的,本专利技术是采取如下技术方案予以实现的: -种基于多传感器信息融合的齿轮故障诊断方法,其特征在于,该方法具体步骤 如下: 利用振动传感器采集传感器振动信号。 进一步,同步整合传感器振动信号,步骤如下: 采用spline样条插值重构方式,同步同速率异步采集和非整数倍多速率采集。 进一步,采用小波变换分解所述的整合后的传感器振动信号,得到各频带内的小 波系数。 进一步,对所述各频带的小波系数进行降噪处理,得到高信噪比的小波系数,步骤 如下: 对小波系数和相关系数进行能量归一化,得到各层小波系数能量和相关系数的能 量及相关值,组成小波系数之间的相关性; ...
【技术保护点】
一种基于多传感器信息融合的齿轮故障诊断方法,其特征在于,包括如下步骤:利用振动传感器采集传感器振动信号;同步整合所述传感器振动信号;采用小波变换分解所述的整合后的传感器振动信号,得到各频带内的小波系数;对所述各频带的小波系数进行降噪处理,得到高信噪比的小波系数;计算所述的高信噪比的小波系数的能谱熵;将所述高信噪比小波系数的能谱熵输入到SOM神经网路中,得到传感器子证据;按照D‑S证据理论的融合规则对所述传感器子证据进行融合诊断。
【技术特征摘要】
1. 一种基于多传感器信息融合的齿轮故障诊断方法,其特征在于,包括如下步骤: 利用振动传感器采集传感器振动信号; 同步整合所述传感器振动信号; 采用小波变换分解所述的整合后的传感器振动信号,得到各频带内的小波系数; 对所述各频带的小波系数进行降噪处理,得到高信噪比的小波系数; 计算所述的高信噪比的小波系数的能谱熵; 将所述高信噪比小波系数的能谱熵输入到SOM神经网路中,得到传感器子证据; 按照D-S证据理论的融合规则对所述传感器子证据进行融合诊断。2. 如权利要求1所述的一种基于多传感器信息融合的齿轮故障诊断方法,其特征在 于,所述的同步整合所述传感器振动信号的步骤,采用spline样条插值重构方式,同步同 速率异步采集和非整数倍多速率采集。3. 如权利要求1所述的一种基于多传感器信息融合的齿轮故障诊断方法,其特征在 于,所述的对所述各频带的小波系数进行降噪处理,得到高信噪比的小波系数的步骤如 下: 利用所述分解后的小波系数,与相邻尺度的小波系数相乘,得到相关系数; 对所述分解后的小波系数和所述相关系数进行能量归一化,得到各层小波系数能量和 相关系数的能量及相关值,组成小波系数之间的相关性; 依据所述小波系数之间的相关性,通过保留振动信号分解的小波系数,消除由噪声分 解的小波系数,达到降噪效果; 将其他所述分解后的小波系数与相邻尺度的小波系数进行多次相乘,直到小波系数能 量满足一个与噪声能力水平有关的阈值比为止,最后得到信噪比较高的小波系数。4. 如权利要求1所述的一种基于多传感器信息融合的齿轮故障诊断方法,其特征在 于,所述的将所述高信噪比小波系数的能谱熵输入到SOM神经网路中,得到传感器子证...
【专利技术属性】
技术研发人员:程刚,陈曦晖,胡晓,山显雷,刘后广,
申请(专利权)人:徐州隆安光电科技有限公司,
类型:发明
国别省市:江苏;32
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。