基于高阶谱的齿轮故障诊断与识别

发布时间：2020-07-14 22:53

【摘要】： 在机器状态监测和故障诊断中,特征提取是一个非常重要的问题。近年来,为了满足对机器故障进行精确诊断的需要,非线性、非平稳、非高斯信号处理技术在机械故障诊断领域受到越来越多的关注。当前常用的机械故障征兆提取方法,多是假设振动信号具有平稳和高斯分布的特性。而实际测得的信号大量是非平稳和非高斯分布的信号,尤其是在发生故障时更是如此。高阶统计信号处理技术是非线性、非高斯信号处理的有力工具,它能有效地消除信号中的高斯噪声,在反映信号能量的同时,还保留信号的相位信息。对于非线性现象,仅用功率谱等传统信号处理方法分析是很难从根本上解决问题的。高阶谱是分析非线性、非高斯信号的有力工具,它从更高阶概率结构表征随机信号,弥补了二阶统计量(功率谱)不包含相位信息的缺陷,能定量描述非线性相位耦合。高阶谱有很强的消噪能力,理论上能完全抑制高斯噪声。一般而言,机械振动信号中的噪声可以近似当作高斯噪声处理,因而用高阶谱分析振动信号更容易提取故障信息。本文将双谱和倒双谱应用到齿轮故障诊断中,为该问题的解决提供了一种新的方法。研究的主要内容: (1)介绍了高阶统计量理论,以及双谱和倒双谱的分析方法及其算法、性质、物理意义和应用范围,将不同齿轮故障类型的双谱的特性进行比较; (2)将倒双谱应用到故障齿轮的诊断中,并与功率倒谱的分析结果进行对比; (3)结合双谱分析的特点,提出了双谱-BP故障模式识别方法,并以在齿轮故障试验台上获取的故障齿轮信号来验证该方法的可行性和有效性。结果表明,双谱和倒双谱分析方法对识别齿轮故障是可行的、有效的。
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TH132.41;TH165.3
【图文】：

三阶累积量,对称区域,双谱

*2 1 1 2 2 1 1 21 2 1 2 1 2( , ) ( , ) ( , )( , ) ( , )x x xx xB B BB Bω ω ω ω ω ω ω ωω ω ω ω ω ω= = = = = （2-31）（4）对于持续时间有限的随机序列{ }ix ，如果其傅立叶变换 X (ω )存在，那么双谱可由式确定：*1 2 1 2 1 21 2 1 2( , ) ( ) ( ) ( )( ) ( ) ( )xB X X XX X Xω ω ω ω ω ωω ω ω ω= += （2-32）（5）三阶平稳零均值非高斯白噪声序列{e (i )}的功率谱和双谱1 2( , )xB ω ω 均为常数。（6）高斯过程的双谱恒为零。由累积量和矩的关系及累积量的对称性可知，一个实序列的三阶累积量有六个对称区，图 2.1 所示；而双谱有十二个对称区域，如图 2.2 所示。只要知道主三角区2ω ≥ 0，2≥ ω，1 2ω + ω ≤ π内的双谱，就能够描述所有的双谱。主三角区与相邻的另一个三角区12π≤ ω，232πω ≤ ）共同定义了双谱的第一个对称区[18]。

双谱,对称区域

局部放大图,双谱,局部放大图,平面图

荷放大器据采集卡机分析处理加速度传感器印机图2.4 信号测试框图2.4.2 不同齿轮故障的双谱特征分析试验数据为正常、磨损、周节误差和断齿信号各一组，经过双谱分析，可以看出双谱能识别出不同的故障模式。双谱的运算采用直接算法，取 4096 个点进行分析。图 2.5、图2.6、图 2.7 和图 2.8 分别是正常、磨损、周节误差和断齿故障时的双谱图。双谱等高线图的横纵坐标是归一化的频率，因此在计算其频率的时候，应乘以采样频率sf ＝2000Hz。

【相似文献】