基于子信号联合加权包络抗噪相关的齿轮故障诊断方法

本发明涉及旋转机械齿轮箱设备状态监测与故障诊断领域，尤其涉及一种基于子信号联合加权包络抗噪相关的齿轮故障诊断方法。

背景技术：

1、齿轮箱主要包括壳体、齿轮、滚动轴承、轴、固定件、密封件和其他元件，是各类大型旋转机械诸如风力发电机、回转式压缩机、汽轮机等最为常用的变速传动部件。一方面，齿轮箱的质量、运行平稳性和噪声等往往是体现机械制造质量的重要指标，且根据统计数据，各种机械传动系统故障的主要原因是设计、制造和维护等的不足。另一方面，齿轮箱由于长期在高速、重载的恶劣运行条件下工作，可能会发生各种故障，轻则致使机器性能下降，重则可能引发系统级的灾难性事故。因此，要提高齿轮箱运行的可靠性，一方面要改进设计、制造和装配质量，而另一方面则要提高运行维护水平，对齿轮箱开展运行状态的实时监测和故障诊断，及时检测到齿轮箱齿轮早期故障的产生并采取措施，可以有效地提高设备的预后和健康管理水平，从而保障工业安全和稳定生产，其具有极其显著的现实工程意义。

2、由于结构和工作原理上的一些特点，齿轮箱的振动信号十分复杂，在对其进行故障诊断时，往往需要同时在时域和频域上进行分析。齿轮箱齿轮故障的特征频率基本上由两部分组成：一部分为齿轮啮合频率及其谐波构成的载波信号；另一部分为低频成分(主要为故障齿轮所在轴的转速频率)的幅值和相位变化所构成的调制信号，调制信号包括了幅值调制和频率调制。以下总结罗列了齿轮箱齿轮故障的频谱和波形特征：

3、(1)存在轴频及其高次谐波；

4、(2)存在齿轮啮合频率及其高次谐波；

5、(3)以齿轮啮合频率及其谐波为载波频率，齿轮所在轴转频及其倍频为调制频率的啮合频率边频带；

6、(4)以齿轮固有频率及其谐波为载波频率，齿轮所在轴转频及其倍频为调制频率的边频带；

7、(5)以齿轮箱固有频率及其谐波为载波频率，齿轮所在轴转频及其倍频为调制频率的边频带。

8、总的来说，齿轮箱齿轮故障的几种调频载波一般为：齿轮啮合频率、齿轮箱固有频率和齿轮固有频率。在频谱分析时一般采用加汉宁窗的幅值或功率谱。由于齿轮故障症状及其信号的复杂性，因此在对齿轮箱齿轮进行故障诊断时，需要在尽可能地消除噪声干扰、提高信噪比的前提下，提取出清晰的故障特征信息，常用的振动信号处理方法有细化谱分析、倒频谱分析、时域同步平均法、自适应消噪技术、共振解调法和信号解卷积等。然而，受实际信号采集过程中复杂噪声干扰的影响，这些信号处理方法往往不能很好的提取齿轮箱齿轮故障特征。此外，在实际应用中，大部分基于频谱分析的信号处理方法会受到有限系统信号可用性的约束限制。例如，当采用无线振动传感器对旋转机械的齿轮箱设备进行状态监测时，由于功耗、通信带宽和存储的限制，所获取的信号序列的长度往往太短，导致信号频谱的频率分辨率很差，根本无法满足频谱分析的需求，从而无法对齿轮箱齿轮故障进行准确识别。

技术实现思路

1、为解决现有技术的上述问题，本发明提供一种基于子信号联合加权包络抗噪相关的齿轮故障诊断方法，可以在有限系统信号可用以及存在复杂噪声干扰的情况下基于振动加速度信号分析对旋转机械齿轮箱设备的齿轮故障进行检测和诊断。

2、本发明的技术方案如下：

3、一种基于子信号联合加权包络抗噪相关的齿轮故障诊断方法，包括：

4、步骤一：通过振动加速度传感器从旋转机械齿轮箱设备上采集信号序列；

5、步骤二：对采集到的离散的振动加速度信号序列的逐个元素进行平方操作，得到离散的振动加速度信号的平方序列；

6、步骤三：对离散的振动加速度信号的平方序列进行低通滤波；

7、步骤四：计算低通滤波后信号的平方根，得到原始信号的直接包络信号；

8、步骤五：根据不同的时间间隔对包络信号进行重构，得到一系列子信号；

9、步骤六：基于l-矩理论指标计算每个子信号的故障信息表征度量；

10、步骤七：基于故障信息表征度量和sigmoid函数变换为每个子信号派分权重；

11、步骤八：基于步骤四的直接包络信号、步骤五重构的子信号以及步骤七的子信号的权重，计算包络信号序列与重构子信号的联合加权包络抗噪相关函数；

12、步骤九：绘制所述联合加权包络抗噪相关函数随时间间隔的变化图；

13、步骤十：基于步骤九绘制的图中特征峰所对应的时间间隔值的倒数确定特征频率，并进一步识别齿轮故障。

14、进一步地，所述步骤一中，采集的信号序列记为s(t)，t＝1，2，3，...，n，n为总采样点数，采样频率记为fs；所使用的振动加速度传感器频率响应参数应不小于2khz，对振动信号序列的采样频率fs应不小于5.12khz，不大于64khz，采样点数应满足max{fs/10，min{fs/8，2fs/fr}}≤n≤fs/2，其中fr为被测的齿轮箱设备所有转轴转速中的最低转速。

15、进一步地，所述步骤三中，使用阻带衰减为60db的低通滤波器对振动信号执行零相位滤波，低通滤波的截止频率ωfl为500hz。

16、进一步地，所述步骤五的计算公式如下：

17、

18、其中，表示向下取整操作符，时间间隔t为正整数且表示子信号θt(t)的重构系数；y(t)表示包络信号。

19、进一步地，所述步骤六的故障信息表征度量lit的计算公式如下：

20、

21、其中，和分别表示子信号θt(t)的l-偏度和l-峭度，其分别通过l-矩理论计算得到：

22、

23、

24、其中，λr(θt(t))表示关于信号序列θt(t)的r阶l矩。

25、进一步地，关于信号序列θt(t)的r阶l矩的计算过程如下：

26、假设x＝[x1，x2，...，xn]是一系列来自累积分布f(x)的长度为n连续独立样本序列，并令x1：n≤x2：n≤…≤xn：n为从x中提取的随机变量的阶次统计量，那么关于序列x的r阶l矩λr的计算公式如下：

27、

28、其中，e(x(r-k)：r)是阶次统计量x(r-k)：r的期望值，通过下式计算得到：

29、

30、进一步地，所述步骤七的计算公式为：

31、

32、其中γ和v分别是尺度因数和偏置因数。

33、进一步地，所述步骤八的联合加权包络抗噪相关函数的计算公式如下：

34、

35、进一步地，所述步骤十中，步骤九绘制的图中特征峰所对应的时间间隔t为齿轮故障特征频率的基频及其高次谐频的倒数值的整数倍。

36、进一步地，尺度因数y取为100，偏置因数v取为0。

37、与现有技术相比，本发明具有以下有益效果：

38、本发明针对现有旋转机械齿轮箱设备齿轮故障诊断技术在有限系统信号可用以及存在复杂噪声干扰的情况下的缺陷和不足，提出了基于振动加速度信号分析技术，首先通过信号序列逐元素平方-低通滤波-平方根计算过程将原始振动信号序列转换成包络信号，再根据不同的时间间隔对包络信号进行重构，得到一系列子信号，并基于l-矩理论指标计算各子信号的故障信息表征度量，接着结合sigmoid函数变换为每个子信号派分权重，再接下来基于包络信号、重构子信号以及其相应的权重，计算包络信号序列与重构子信号的联合加权包络抗噪相关函数，最后根据所绘制的联合加权包络抗噪相关函数随时间间隔的变化图中特征峰所对应的时间间隔值的倒数确定特征频率，并最终识别齿轮故障。本发明适用于旋转机械系统齿轮箱设备的齿轮故障诊断分析，其能够在无先验信息的情况下仅基于振动加速度信号时域分析技术实现对齿轮故障的可靠识别，是一种非参数方法，诊断过程不用依赖频谱分析技术，适用于实际工业现场设备状态监测时信号采集长度有限的情景，即有限系统信号可用性约束限制，并对于工业环境下信号采集和信号转换处理过程中不可避免的复杂噪声干扰具有较优良的鲁棒性，对实际工程应用具有重要意义。