齿轮箱复合故障诊断方法及其应用研究

发布时间：2022-01-23 16:18

　　在实际工程中,齿轮箱故障往往以复合故障的形式出现,不同故障的信号相互耦合,彼此干扰,难以进行准确诊断。采用变分模态分解（VMD）和最大相关峭度解卷积（MCKD）相结合的齿轮箱复合故障诊断方法,首先对齿轮箱复合故障进行变分模态分解,并根据互相关准则滤除噪声干扰;然后选取最佳的解卷积周期和滤波器长度,对降噪信号进行MCKD滤波,分离故障特征;最后将该方法应用于齿轮箱,实现其复合故障诊断。通过某油田作业区的现场应用,轴承和齿轮的故障特征频率凸显,证明了该方法的有效性。 

【文章来源】：油气田地面工程. 2020,39(08)

【文章页数】：4 页

【部分图文】：

测点位置示意图

将采集的滚动轴承内圈和齿轮齿面磨损复合故障信号进行VMD分解，当k=4时信号达到最佳的分解效果，分解后的时域波形及频谱图如图2所示。为了达到降噪的目的，滤除噪声干扰，求解分解后各模态分量与原信号的互相关系数，见表1。

轴承内圈故障的解卷积周期T=fs/fi=175，齿面磨损故障的解卷积周期T=fs/fr=1 748，设定位移数M=7，设定滤波器长度L的搜寻区间为[20,1 000]，搜寻步长为20，通过搜寻迭代确定最佳滤波器长度L，最后达到最佳滤波效果。分离后的轴承内圈故障和齿面磨损故障时域波形及频谱如图3和图4所示（fm为齿面磨损特征频率，fr为机组的转频）。图4 分离后齿面磨损故障时域波形及频谱

【参考文献】：
期刊论文
[1]复合故障诊断技术综述[J]. 张可,周东华,柴毅.  控制理论与应用. 2015(09)
[2]基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法[J]. 陈向民,于德介,李蓉.  航空动力学报. 2014(01)
[3]局部均值分解在旋转机械复合故障诊断中的应用[J]. 徐继刚,赵荣珍,朱永生,于昊.  噪声与振动控制. 2012(05)
[4]基于核形态成分分析的齿轮箱复合故障诊断研究[J]. 杨杰,郑海起,关贞珍,王彦刚.  振动与冲击. 2012(10)



本文编号：3604720