[发明专利]基于频谱核密度函数相关性比较的齿轮箱故障诊断方法

权利要求书

1. 基于频谱核密度函数相关性比较的齿轮箱故障诊断方法，其特征在于，包括以下步骤：

(1) 数据采集

假设齿轮箱有N+1种故障状态，分别记为F0、F1、F2、┅、FN，其中F0表示零故障的正常状态，F1、F2、┅、FN表示齿轮箱的N种典型故障状态；针对齿轮箱在的故障状态下，其中取0、1、2、┅、N，利用振动传感器从齿轮箱体上采样组长度为L的振动数据，其中L取为偶数；针对齿轮箱

的N+1种故障状态，总共从齿轮箱体上采样组长度为L的振动数据；

(2) 标准核密度函数计算

对步骤(1)中故障状态下采样的组振动数据分别进行FFT计算，得到副频谱图；对副频谱图分别进行预处理，得到副频率分布直方图；将副频率分布直方图分别转化为组整数数据；对组整数数据分别进行核密度函数估计，得到个核密度函数；对个核密度函数进行平均化计算，得到齿轮箱故障状态所对应的标准核密度函数；针对齿轮箱的N+1种

故障状态，利用步骤(1)所述的组长度为L的振动数据计算得到N+1个标准核密度函数，分别记为SKDF_0、SKDF_1、SKDF_2、┅、SKDF_N；

(3) 齿轮箱故障状态诊断

针对齿轮箱在某一未知故障状态下，利用振动传感器从齿轮箱体上采样一组长度为L的振动数据；对该组振动数据进行FFT计算，得到其频谱图；对该频谱图进行预处理，得到其频率分布直方图；将该频率分布直方图转化为一组整数数据；对该组整数数据进行核密度函数估计，得到其核密度函数；计算该核密度函数与步骤(2)中所述的N+1个标准核密度函数之间的相关系数值；当该核密度函数与第i个标准核密度函数SKDF_i之间的相关系数值取最大时，其中i取0、1、2、┅、N中的某一个值，则齿轮箱的故障状态诊断为Fi。

2.根据权利要求1所述的基于频谱核密度函数相关性比较的齿轮箱故障诊断方法，其特征在于，所述步骤(2)与(3)中的频谱图预处理方法为：

对于一组长度为L的振动数据，，其FFT频谱为，，且频率成份对应幅值，在频谱图中，对幅值作如下计算

其中，表示频率分布直方图中频率成份对应的幅值。

3.根据权利要求1所述的基于频谱核密度函数相关性比较的齿轮箱故障诊断方法，其特征在于，所述步骤(2)与(3)中的频率分布直方图转化为整数数据的方法，包括以下步骤：

将频率分布直方图的各个幅值，，同时乘以一个系数并圆整，得到一个整数值序列，其中表示频率成份的个数；

将频率分布直方图转化为一组以频率成份为变量，长度为的整数数据，该组整数数据表示为

。