【技术实现步骤摘要】
一种基于共振基带宽傅立叶分解的齿轮箱故障诊断方法
本专利技术涉及智能故障分析算法
,具体为一种基于共振基带宽傅立叶分解的齿轮箱故障诊断方法。
技术介绍
齿轮箱是工业生产中运用最广泛的机械传动部件之一,其健康状态很大程度上影响着整个设备运行的安全性与经济性。然而,受交变载荷、化学侵蚀等因素的影响,其故障频发,主要包括齿轮点蚀、磨损、胶合以及断裂等。因此,齿轮箱故障的准确诊断对及时排除机械设备的安全隐患,提高设备运行的可靠性意义重大。振动信号分析是机械设备故障诊断最有效的方法之一。近年来,国内外学者在以振动信号分析为基础的齿轮箱故障诊断方面做了大量的研究工作,然而已有的分析方法大多以信号的时域/频域特征为基础,而忽略了振动信号的固有机理,这也在一定程度上导致了强噪声环境下齿轮箱故障诊断的准确度不高。
技术实现思路
针对现有技术的缺陷,本专利技术从振动响应机理建模出发,提出了一种基于共振基带宽傅立叶分解的齿轮箱故障诊断方法,具有速度快、抗噪声能力强和故障识别精度高的特点,能有效应用于复杂噪声环境下的齿轮箱故障诊断。本专利技术采用的技术方案如下:一种基于共振基带宽傅立叶分解的齿轮箱故障诊断方法,包括以下步骤:第一步:基于单自由度质量-刚度-阻尼系统建立齿轮箱的暂态振动响应模型;第二步:通过傅立叶谱极大值点搜索估计齿轮箱振动系统的自振频率;第三步:通过带宽优化提取原始信号中的共振带;第四步:根据特征频率比筛选出分解结果中包含故障信息较多的有效分量 ...
【技术保护点】
1.一种基于共振基带宽傅立叶分解的齿轮箱故障诊断方法,其特征在于,包括以下步骤:/n第一步:基于单自由度质量-刚度-阻尼系统建立齿轮箱的暂态振动响应模型;/n第二步:通过傅立叶谱极大值点搜索估计齿轮箱振动系统的自振频率;/n第三步:通过带宽优化提取原始信号中的共振带;/n第四步:根据特征频率比筛选出分解结果中包含故障信息较多的有效分量,并通过希尔伯特解调实现齿轮箱故障的准确识别。/n
【技术特征摘要】
1.一种基于共振基带宽傅立叶分解的齿轮箱故障诊断方法,其特征在于,包括以下步骤:
第一步:基于单自由度质量-刚度-阻尼系统建立齿轮箱的暂态振动响应模型;
第二步:通过傅立叶谱极大值点搜索估计齿轮箱振动系统的自振频率;
第三步:通过带宽优化提取原始信号中的共振带;
第四步:根据特征频率比筛选出分解结果中包含故障信息较多的有效分量,并通过希尔伯特解调实现齿轮箱故障的准确识别。
2.根据权利要求1所述的基于共振基带宽傅立叶分解的齿轮箱故障诊断方法,其特征在于,所述第一步中,基于单自由度质量-刚度-阻尼系统建立的齿轮箱振动响应模型为:
式(1)中,x为齿轮箱振动响应模型在外界激励F0作用下的位移;m,k和c分别为质量、刚度与阻尼;
稳定工况下,齿轮箱的振动主要由时变啮合刚度k引起,其数学模型为:
式(2)中,k0为齿轮系统的基础刚度;k1为局部缺陷导致的局部刚度变化;t为时间;n为冲击次数;k2为齿轮啮合对应的周期性刚度变化;fc和fm分别为故障特征频率和啮合频率;δ(·)为狄拉克函数;
忽略齿轮啮合对应的周期性刚度变化,则齿轮箱的振动响应模型可写为:
对于无故障齿轮箱(k1=0),其振动响应的解析解为:
式(4)中,为阻尼比;为自振频率;A1和A2为衰减振动的幅值;由于特征值λ1和λ2为负数,无故障齿轮系统的振动响应会衰减至稳态位移F0/k0;因此,为便于研究齿轮系统在故障情况下(k1≠0)的暂态响应,将其分解为稳态位移F0/k0和局部缺陷导致的瞬时振动Δx:
则故障齿轮箱瞬时振动响应的数学模型可简写为:
式(6)中F1为局部缺陷导致的瞬时激振力:
3.根据权利要求2所述的基于共振基带宽傅立叶分解的齿轮箱故障诊断方法,其特征在于:所述第一步中,基于单自由度质量-刚度-阻尼系统建立的齿轮箱振动响应模型通过叠加原理求取解析解;
不失一般性,假设瞬时振动的初始位移为0,即Δx|t=0=0,则在时间范围0≤t<1/fc内,齿轮箱局部缺陷导致的瞬时激振力为:
其对应的暂态响应Δx0的解析解为:
式(9)中,a1和a2为常数;λ1<0和λ2<0为振动系统的特征值;h1和h2为单位冲击响应:
暂...
【专利技术属性】
技术研发人员:邓艾东,邓敏强,朱静,史曜炜,卢浙安,王煜伟,马天霆,张顺,丁雪,徐硕,
申请(专利权)人:东南大学,
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。