[发明专利]双电机驱动棘轮棘爪减速机不同步故障诊断系统及方法

权利要求书

1.一种双电机驱动棘轮棘爪减速机不同步故障诊断方法，其特征在于，所述双电机驱动棘轮棘爪减速机不同步故障诊断方法包括：

重点分析结构对称的减速箱中棘轮棘爪故障对减速箱故障诊断的影响，并建立减速箱故障诊断故障特征模型；确定结构对称的减速箱中棘轮棘爪故障诊断的具体解决方法，并分析棘轮棘爪故障的影响。

2.如权利要求1所述双电机驱动棘轮棘爪减速机不同步故障诊断方法，其特征在于，所述双电机驱动棘轮棘爪减速机不同步故障诊断方法包括以下步骤：

步骤一，针对对称式减速机故障提出两个问题，分别为同一个故障特征频率出现在减速机左侧或右侧，棘轮棘爪机构本身就难以做到严格同步存在一定故障特征频率；

步骤二，针对同一个故障特征频率出现在减速机左侧或右侧的问题，通过计算故障齿轮与其他齿轮的相关性，并根据相关性指标进行故障定位；

步骤三，利用复值微分调制算子，将不同步的故障特征频率进行提取并与其他各种信号进行分离，同时确定不同步的故障特征频率、其他分量和噪音；

步骤四，利用时域和频率指标进行特征量计算，利用局部保持投影算法对不同步的故障特征频率信号和其他分量信号进行降维以及特征量融合；

步骤五，将特征量融合后的显著特征输入到卷积神经网络中进行训练；通过二进制蝙蝠算法对卷积神经网络进行参数优化，建立故障识别模型，利用实际数据进行测试，从而完成整个识别过程。。

3.如权利要求2所述双电机驱动棘轮棘爪减速机不同步故障诊断方法，其特征在于，所述步骤二中的相关性指标包括：

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度；基于减速箱振动信号的时域分析和包络谱分析方法，计算得到齿数相同的齿轮相关系数；相关性系数的计算公式如下所示：

4.如权利要求2所述双电机驱动棘轮棘爪减速机不同步故障诊断方法，其特征在于，所述步骤三中的复值调制微分算子包括：

(1)内禀窄带分量

振动信号s(t)表示为的形式，如果A(t)是带限的，则最大频率远小于ω，且是“缓变”相位函数，那么振动信号s(t)就称为窄带信号；窄带信号的概念推广到局部窄带信号，如果s(t)的任一时间点上均存在一个领域区间，使得在区间中近似于窄带信号，那么s(t)称为局部窄带信号；若使用信号分解方法得到的分量满足局部窄带信号的条件，则称为内禀窄带分量INBC；

(2)复值调制微分算子

复值调制微分算子通过优化滤波器的各项参数将混合信号的分解问题转变为非线性优化问题，优化目标为使得分解的余量的能量最小，约束条件为使得单分量满足局部窄带信号的条件，最终优化分解为若干个内禀窄带分量；

分解步骤如下：

1)选择时域信号s(t)，同时令s_i(t)＝s(t)，s_i(t)是每次迭代的初始输入信号；

2)对s_i(t)进行快速傅里叶变换(FFT)，得到s_i(k)＝fft(s_i(t))，s_i(k)快速傅里叶逆变换为s_i(t)＝ifft(s_i(t))；

3)建立如以下公式所示的滤波器χ(k|λ)，其中λ＝[ω,ω_b,ω_c]，由于使用遗传算法优化滤波器参数，并且随机生成初始种群，故ω、ω_b与ω_c随机产生；

对信号进行滤波得到滤波后的信号

4)根据每次滤波后的信号产生复数微分算子T＝D-α(t)；

通过步骤3)获得具有一定特征的滤波信号，同时建立完备字典库Dic：

Dic＝A(t)cos(ωt+δ(t)){A(t)的最大频率远小于ω，δ(t)是缓变函数}(3)

符合Dic公式条件的称之为窄带信号；

5)利用遗传算法解决如下的最优化问题：

令

利用步骤4)中的复数微分算子使内禀窄带分量在最优化问题公式中为零，进而得到最优化参数λ₀；令INBC_I＝ifft[χ(k|λ₀)s_i(k)]，得到内禀窄带分量；

6)令s_i+1＝s_i-INBC_i，使得继续得到内禀窄带分量；

7)若||s_i+1||₂ξ，则分解终止，否则令i＝i+1并返回步骤2)，直至得到所有的内禀窄带分量。