為了準(zhǔn)確地進(jìn)行齒輪故障特征提取,結(jié)合最大相關(guān)峭度解卷積和形態(tài)濾波,給出了一種新的方法;首先利用最大相關(guān)峭度解卷積恢復(fù)信號(hào)中的周期性故障特征并實(shí)現(xiàn)信號(hào)的降噪,再運(yùn)用形態(tài)差值濾波器對(duì)解卷積后的信號(hào)進(jìn)行濾波以增強(qiáng)信號(hào)中的沖擊特征并解調(diào)出包絡(luò),最后求取包絡(luò)譜以進(jìn)行故障特征提取;通過(guò)齒輪斷齒故障振動(dòng)數(shù)據(jù)的分析,驗(yàn)證了方法的有效性。 

【文章來(lái)源】：計(jì)算機(jī)測(cè)量與控制. 2020,28(07)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

基于MCKD與形態(tài)濾波的齒輪故障診斷流程圖

依托QPZZ-II試驗(yàn)平臺(tái)系統(tǒng)進(jìn)行基于MCKD與形態(tài)濾波的齒輪故障診斷方法的驗(yàn)證。該試驗(yàn)平臺(tái)可采集齒輪振動(dòng)信號(hào)直接運(yùn)用成熟方法進(jìn)行信號(hào)分析和故障診斷，并可將數(shù)據(jù)以文本格式導(dǎo)出，便于深入研究。系統(tǒng)裝配了大、小兩級(jí)圓柱齒輪，大、小齒輪的齒數(shù)分別為75、55，模數(shù)為2。試驗(yàn)中對(duì)試驗(yàn)平臺(tái)配置的小齒輪進(jìn)行了故障處理，模擬了小齒輪斷齒故障。在調(diào)速器中將電機(jī)轉(zhuǎn)速設(shè)置為880r/min，通過(guò)傳感器測(cè)得實(shí)際轉(zhuǎn)速871r/min，由圖2可知小齒輪的轉(zhuǎn)頻等于電機(jī)軸的轉(zhuǎn)頻，以實(shí)際轉(zhuǎn)速計(jì)算，可以得到為小齒輪轉(zhuǎn)頻約為14.5Hz，按照兩個(gè)齒輪的齒數(shù)比，可計(jì)算大齒輪的轉(zhuǎn)頻約為10.6Hz，此時(shí)，試驗(yàn)平臺(tái)傳動(dòng)系統(tǒng)的嚙合頻率為797.5Hz。設(shè)置數(shù)據(jù)采樣頻率為5 120 Hz，采樣2s的齒輪故障振動(dòng)信號(hào)作為原始數(shù)據(jù)，即數(shù)據(jù)點(diǎn)數(shù)為10 240。

圖3給出了實(shí)驗(yàn)數(shù)據(jù)的時(shí)域波形、頻譜及Hilbert包絡(luò)譜。在圖3(a）的時(shí)域波形中可以發(fā)現(xiàn)原始信號(hào)有周期性沖擊信號(hào)，但波形相對(duì)雜亂。圖3(b）的頻譜中可以找到5個(gè)明顯的共振頻帶，但不易找到故障特征的信息。在圖3(c）的包絡(luò)譜中，可以發(fā)現(xiàn)14.5Hz及29Hz處存在較為明顯的譜線，14.5Hz、29Hz為小齒輪轉(zhuǎn)頻的1倍頻和2倍頻，可以給出小齒輪故障的結(jié)論，但譜線的幅值與噪聲成分的幅值相差不大，高次倍頻成分也并不明顯，即故障特征不夠明顯。用本文的方法進(jìn)行齒輪故障特征的提取。首先，對(duì)信號(hào)進(jìn)行MCKD處理，MCKD的參數(shù)設(shè)置為：濾波器長(zhǎng)度L為300，周期T為353，迭代次數(shù)為30，移位數(shù)M為1。然后，應(yīng)用形態(tài)濾波方法進(jìn)行降噪、解調(diào)處理，將形態(tài)濾波結(jié)構(gòu)元素設(shè)為直線，長(zhǎng)度設(shè)為70。最后，對(duì)包絡(luò)信號(hào)求取頻譜，得到如圖4所示的MCKD-形態(tài)濾波包絡(luò)譜。

【參考文獻(xiàn)】：
期刊論文
[1]基于MCKD-EMD的風(fēng)電機(jī)組軸承早期故障診斷方法[J]. 趙洪山,李浪.  電力自動(dòng)化設(shè)備. 2017(02)
[2]基于最大相關(guān)峭度解卷積的煉膠機(jī)齒輪箱早期故障診斷[J]. 冷軍發(fā),王志陽(yáng),荊雙喜.  機(jī)械強(qiáng)度. 2016(05)
[3]Teager能量算子結(jié)合MCKD的滾動(dòng)軸承早期故障識(shí)別[J]. 劉尚坤,唐貴基,何玉靈.  振動(dòng)與沖擊. 2016(15)
[4]最小熵解卷積在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J]. 冷軍發(fā),楊鑫,荊雙喜.  機(jī)械傳動(dòng). 2015(08)
[5]基于MCKD和重分配小波尺度譜的旋轉(zhuǎn)機(jī)械復(fù)合故障診斷研究[J]. 鐘先友,趙春華,陳保家,田紅亮.  振動(dòng)與沖擊. 2015(07)
[6]基于最小熵解卷積與稀疏分解的滾動(dòng)軸承微弱故障特征提取[J]. 王宏超,陳進(jìn),董廣明.  機(jī)械工程學(xué)報(bào). 2013(01)
[7]形態(tài)學(xué)濾波方法改進(jìn)及其在滾動(dòng)軸承故障特征提取中的應(yīng)用[J]. 沈長(zhǎng)青,朱忠奎,孔凡讓,黃偉國(guó).  振動(dòng)工程學(xué)報(bào). 2012(04)
[8]基于數(shù)學(xué)形態(tài)濾波的齒輪故障特征提取方法[J]. 章立軍,楊德斌,徐金梧,陳志新.  機(jī)械工程學(xué)報(bào). 2007(02)

碩士論文
[1]數(shù)學(xué)形態(tài)濾波與局域均值分解在齒輪故障診斷中的應(yīng)用[D]. 李枝榮.昆明理工大學(xué) 2014
[2]基于最小熵解卷積的滾動(dòng)軸承故障診斷研究[D]. 江瑞龍.上海交通大學(xué) 2013
[3]數(shù)學(xué)形態(tài)學(xué)在振動(dòng)信號(hào)處理中的應(yīng)用研究[D]. 孫敬敬.華北電力大學(xué) 2012



本文編號(hào)：3501473