[发明专利]一种齿轮箱非平稳信号故障特征提取方法

说明书

本发明公开了一种齿轮箱非平稳信号故障特征提取方法，包括：同步采集变速工况下齿轮箱时域振动加速度信号和转速信号；将振动加速度信号进行阶次跟踪处理，获得角域振动加速度信号；构造平稳调制字典，并对信号整周期分段；对每段信号进行匹配追踪算法处理，重构信号中的准平稳调制信号；将剩余角域信号转换为时域信号；从剩余信号中识别出齿轮箱多阶固有频率和阻尼比；对剩余时域信号进行分段，构造冲击调制字典；利用匹配追踪算法提取信号中的冲击调制成分，对冲击调制成分进行阶次跟踪处理；分析提取信号的阶次域特征用于故障诊断。本发明将稀疏分解方法应用到变速工况的齿轮箱非平稳信号特征提取中，能够提高计算速度和信号的匹配精度。

技术领域

本发明涉及旋转机械和信号处理领域，特别涉及一种齿轮箱非平稳信号故障特征提取方法。

背景技术

由于振动信号中蕴含着丰富的齿轮箱动态信息，因此振动信号分析一直是齿轮箱运行状态监测和故障诊断的最重要手段。

在实际工程中，由于负载变化、升降速等因素的影响，齿轮箱常处于变速工作状态，其振动响应信号表现为非平稳信号，信号特征频率成分表现为与转速相关的时变性。传统的分析方法不再适用，于是研究人员提出了时间-频率分析方法(如短时傅里叶变换、魏格纳分布、希尔伯特-黄变换)和时间-尺度分析方法(小波变换、小波包变换)等。虽然这些方法在齿轮箱非平稳信号的故障诊断中能够取得不错的效果，但是仍存在一些不足，如短时傅里叶变换的时频聚焦性较差，魏格纳分布中会出现交叉干扰项，小波变换或小波包变换的准确度取决于小波基的选择等。

除此之外，阶次跟踪分析也是处理非平稳信号的有效方法。阶次信号为等角度间隔信号，每一个振动周期内具有相同的采样点，因此经阶次跟踪处理后的信号成分分布不再受转速变化的影响。基于插值理论等角度重采样的计算阶次跟踪分析方法是目前最常用的方法。

另外，稀疏分解理论对基函数正交性没有严格的要求，可以将信号分解到不同的基函数上，因此稀疏分解理论被引入复杂机械振动多分量的振动信号特征提取中，并取得了不错的成果。然而，大部分研究成果仅限于稳态工况下的齿轮箱故障特征分离，针对非平稳信号的研究成果较匮乏。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种齿轮箱非平稳信号故障特征提取方法，将稀疏分解方法应用到变速工况的齿轮箱非平稳信号特征提取中，能够提高计算速度和信号的匹配精度。

本发明的目的通过下述技术方案实现：一种齿轮箱非平稳信号故障特征提取方法，包括下列步骤：

A、准平稳调制信号分离：

S1、同步采集变速工况下齿轮箱箱体某测量点时域振动加速度信号和转速信号；

S2、将振动加速度信号进行阶次跟踪处理，获得角域振动加速度信号；

S3、对角域振动加速度信号整周期分段，构造平稳调制字典；

S4、对步骤S3分段后的每段信号进行匹配追踪算法处理，重构信号中的准平稳调制信号；

B、冲击调制信号提取：

S5、计算角域振动加速度信号与准平稳调制信号的差值，得到剩余角域信号，将剩余角域信号转换为剩余时域信号；

S6、从剩余时域信号中识别出齿轮箱的多阶固有频率和阻尼比；

S7、对剩余时域信号进行分段，构造冲击调制字典；利用匹配追踪算法提取信号中的冲击调制成分，对冲击调制成分进行阶次跟踪处理，得到冲击调制信号；

S8、根据得到的准平稳调制信号和冲击调制信号，分析其阶次域特征，以用于故障诊断。

优选的，步骤S1的具体步骤为：