【技术实现步骤摘要】
本专利技术涉及变速箱，特别涉及一种变速箱异常识别方法和系统。
技术介绍
1、装载机等工程机械中均配置有变速箱，变速箱也可以称为齿轮箱，变速箱包括一个输入轴、多个齿轮和一个输出轴，多个齿轮逐级啮合连接后再与输入轴和输出轴啮合连接。变速箱故障包括齿轮故障、输入轴故障和输出轴故障，齿轮故障包括齿尖断裂、齿汽蚀、齿开裂和齿磨损等故障，输入轴故障和输出轴故障包括轴承座开裂、轴承内圈故障、轴承外圈故障和滚动体故障等故障，这些故障都会带来变速箱的运行异常或者损坏。。
2、目前的变速箱异常识别方法通常采用事后诊断的方法，即在变速箱运行异常后才通过检测仪器检测变速箱的故障信号，维修人员需要对每个故障信号进行人工分析后才能确定故障原因，或者拆开变速箱监测内部所有结构部件确认故障原因和部件；这样导致变速箱异常识别不及时和耗费人力等问题。
技术实现思路
1、本专利技术提供了一种变速箱异常识别方法和系统，以解决变速箱异常识别不及时和耗费人力的技术问题。
2、为解决上述技术问题，本专利技术提供了一种变速箱异常识别方法，所述变速箱包括多个齿轮和一个输出轴，所述方法包括以下步骤：
3、获取模型的训练数据，所述训练数据包括第一变速箱的输出轴的转速数据、所述第一变速箱的振动数据和所述第一变速箱的负载的扭矩数据，所述模型为聚类模型或单分类模型；当所述模型为聚类模型时，所述训练数据包括所述第一变速箱异常时的异常数据和所述第一变速箱正常时的正常数据；当所述模型为单分类模型时，所述训练数据
4、根据每个所述齿轮的齿数、所述输出轴的齿数、所述输出轴的转速数据、多个所述齿轮之间的啮合关系以及所述齿轮和所述输出轴之间的啮合关系，逐级计算每个所述齿轮的转速；
5、根据每个所述齿轮的转速和所述输出轴的转速之比确定每个所述齿轮的阶次；
6、基于所述第一变速箱的振动数据、每个所述齿轮的阶次和每个所述齿轮的转速，利用vold-kalman算法分离出每个所述齿轮的时序信号；
7、根据所述第一变速箱的输出轴的转速大小，将所述第一变速箱的输出轴的转速数据、所述时序信号和所述负载的扭矩数据分成三个以上奇数个区间；
8、在每个所述区间内，分别对所述时序信号进行等角域重采样，得到角域信号；再对所述角域信号进行快速傅里叶变换，得到阶次谱；
9、在每个所述区间内，根据所述阶次谱、各阶次对应的幅值和预设的区间范围，分别计算各阶次对应的能量占比；
10、在每个所述区间内，分别计算负载的平均扭矩；
11、在每个所述区间内，将所述各阶次对应的能量占比和所述负载的平均扭矩作为特征矩阵对所述模型进行训练，得到训练后的模型；
12、在第二变速箱运行过程中，实时获取所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据；
13、根据所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据，计算各阶次对应的实时能量占比和负载的实时平均扭矩；
14、将所述各阶次对应的实时能量占比和所述负载的实时平均扭矩作为特征矩阵，分别输入到训练后的模型中，根据训练后的模型的投票结果，判断所述第二变速箱是否运行异常。
15、可选的，所述根据所述阶次谱、各阶次对应的幅值和预设的区间范围，分别计算各阶次对应的能量占比的步骤，具体包括：将目标阶次的±1阶次区间作为目标阶次区间，计算所述目标阶次区间内各阶次和对应的幅值之间的第一乘积之和；将目标阶次的±0.1阶次区间作为占比阶次区间，计算所述占比阶次区间内各阶次和对应的幅值之间的第二乘积之和；将所述第二乘积之和与所述第一乘积之和之间的比值，作为所述目标阶次对应的能量占比。
16、可选的，所述根据每个所述齿轮的转速和所述输出轴的转速之比确定每个所述齿轮的阶次的步骤，具体包括：将每个所述齿轮的转速和所述输出轴的转速之比作为每个所述齿轮的阶次。
17、可选的，所述将所述各阶次对应的能量占比和所述负载的平均扭矩作为特征矩阵对所述模型进行训练，得到训练后的模型的步骤，具体包括：所述将所述各阶次对应的能量占比和所述负载的平均扭矩作为特征矩阵；将所述特征矩阵分为训练样本和测试样本；将所述训练样本输入到所述模型中，得到初始模型；将所述测试样本输入到所述初始模型中，判断所述初始模型是否合格。
18、可选的，所述异常数据和正常数据包括的所述第一变速箱的输出轴的转速数据按照转速从大到小的顺序排列；所述实时获取所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据的步骤，具体包括以下步骤：在接收到所述第二变速箱的输出轴的转速在上升的信号时，获取预设时间段内的所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据。
19、可选的，所述异常数据和正常数据包括的所述第一变速箱的输出轴的转速数据按照转速从小到大的顺序排列；所述实时获取所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据的步骤，具体包括以下步骤：在接收到所述第二变速箱的输出轴的转速在下降的信号时，获取预设时间段内的所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据。
20、可选的，所述判断所述第二变速箱是否运行异常的步骤之后还包括以下步骤：显示并存储训练后的模型的判断结果。
21、本专利技术还提供了另一种变速箱异常识别方法，所述变速箱包括多个齿轮和一个输入轴，所述方法包括以下步骤：
22、获取模型的训练数据，所述训练数据包括第一变速箱的输入轴的转速数据、所述第一变速箱的振动数据和所述第一变速箱的负载的扭矩数据，所述模型为聚类模型或单分类模型；当所述模型为聚类模型时，所述训练数据包括所述第一变速箱异常时的异常数据和所述第一变速箱正常时的正常数据；当所述模型为单分类模型时，所述训练数据包括所述第一变速箱正常时的正常数据；
23、根据每个所述齿轮的齿数、所述输入轴的齿数、所述输入轴的转速数据、多个所述齿轮之间的啮合关系以及所述齿轮和所述输入轴之间的啮合关系，逐级计算每个所述齿轮的转速；
24、根据每个所述齿轮的转速和所述输入轴的转速之比确定每个所述齿轮的阶次；
25、基于所述第一变速箱的振动数据、每个所述齿轮的阶次和每个所述齿轮的转速，利用vold-kalman算法分离出每个所述齿轮的时序信号；
26、根据所述第一变速箱的输入轴的转速大小，将所述第一变速箱的输入轴的转速数据、所述时序信号和所述负载的扭矩数据分成三个以上奇数个区间；
27、在每个所述区间内，分别对所述时序信号进行等角域重采样，得到角域信号；再对所述角域信号进行快本文档来自技高网...
【技术保护点】
1.一种变速箱异常识别方法，所述变速箱包括多个齿轮和一个输出轴，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述根据所述阶次谱、各阶次对应的幅值和预设的区间范围，分别计算各阶次对应的能量占比的步骤，具体包括：将目标阶次的±1阶次区间作为目标阶次区间，计算所述目标阶次区间内各阶次和对应的幅值之间的第一乘积之和；将目标阶次的±0.1阶次区间作为占比阶次区间，计算所述占比阶次区间内各阶次和对应的幅值之间的第二乘积之和；将所述第二乘积之和与所述第一乘积之和之间的比值，作为所述目标阶次对应的能量占比。
3.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述根据每个所述齿轮的转速和所述输出轴的转速之比确定每个所述齿轮的阶次的步骤，具体包括：将每个所述齿轮的转速和所述输出轴的转速之比作为每个所述齿轮的阶次。
4.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述将所述各阶次对应的能量占比和所述负载的平均扭矩作为特征矩阵对所述模型进行训练，得到训练后的模型的步骤，具体包括：所述将所述各阶次对应的
5.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述异常数据和正常数据包括的所述第一变速箱的输出轴的转速数据按照转速从大到小的顺序排列；所述实时获取所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据的步骤，具体包括以下步骤：在接收到所述第二变速箱的输出轴的转速在上升的信号时，获取预设时间段内的所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据。
6.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述异常数据和正常数据包括的所述第一变速箱的输出轴的转速数据按照转速从小到大的顺序排列；所述实时获取所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据的步骤，具体包括以下步骤：在接收到所述第二变速箱的输出轴的转速在下降的信号时，获取预设时间段内的所述第二变速箱的输出轴的实时转速数据、所述第二变速箱的实时振动数据和所述第二变速箱的负载的实时扭矩数据。
7.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述判断所述第二变速箱是否运行异常的步骤之后还包括以下步骤：显示并存储训练后的模型的判断结果。
8.一种变速箱异常识别方法，所述变速箱包括多个齿轮和一个输入轴，其特征在于，所述方法包括以下步骤：
9.一种变速箱异常识别系统，所述变速箱包括多个齿轮和一个输出轴，其特征在于，所述系统包括振动传感器、IEPE转换器、转速传感器、扭矩传感器、ADC、MCU、信号传输模块和服务器；
...【技术特征摘要】
1.一种变速箱异常识别方法，所述变速箱包括多个齿轮和一个输出轴，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述根据所述阶次谱、各阶次对应的幅值和预设的区间范围，分别计算各阶次对应的能量占比的步骤，具体包括：将目标阶次的±1阶次区间作为目标阶次区间，计算所述目标阶次区间内各阶次和对应的幅值之间的第一乘积之和；将目标阶次的±0.1阶次区间作为占比阶次区间，计算所述占比阶次区间内各阶次和对应的幅值之间的第二乘积之和；将所述第二乘积之和与所述第一乘积之和之间的比值，作为所述目标阶次对应的能量占比。
3.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述根据每个所述齿轮的转速和所述输出轴的转速之比确定每个所述齿轮的阶次的步骤，具体包括：将每个所述齿轮的转速和所述输出轴的转速之比作为每个所述齿轮的阶次。
4.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述将所述各阶次对应的能量占比和所述负载的平均扭矩作为特征矩阵对所述模型进行训练，得到训练后的模型的步骤，具体包括：所述将所述各阶次对应的能量占比和所述负载的平均扭矩作为特征矩阵；将所述特征矩阵分为训练样本和测试样本；将所述训练样本输入到所述模型中，得到初始模型；将所述测试样本输入到所述初始模型中，判断所述初始模型是否合格。
5.如权利要求1所述的一种变速箱异常识别方法，其特征在于，所述异常数据和正常数据包括的所述第一变速箱的输...
【专利技术属性】
技术研发人员：邢柳，邓波，张善睿，张琳，
申请(专利权)人：北谷电子无锡有限公司，
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。