多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用

发布时间：2020-11-13 19:04

　　 齿轮箱是机械设备中一种必不可少的连接和传递动力通用零部件,也是一种易于发生故障的零部件。研究齿轮箱的状态监测与故障诊断技术,对于保障机械设备的安全、稳定运行具有重要意义。 基于振动信号分析处理的齿轮箱状态监测与故障诊断方法由于具有可在线、实时、非损伤、诊断便捷准确等特点,己广泛应用于工程实际。齿轮箱发生故障时,故障产生的冲击形成不同程度和形态的振动信号调制现象,如何有效的提取具有故障特征的振动信号调制边频带是齿轮箱故障诊断技术的重要研究内容。针对转速变化的复杂齿轮箱动态调制边频带难以提取和现有时频分析方法时频聚集性不够、抗噪能力弱、不能有效分析瞬时频率大范围变化的非平稳信号问题,本文在国家自然科学基金项目“多尺度线调频基稀疏信号分解方法及其在机械故障诊断中的应用研究”(项目批准号:50875078)和高等学校博士学科点专项科研基金项目“基于多尺度线调频基的稀疏信号分解包络解调方法及其在齿轮箱故障诊断中的应用研究”(项目批准号:20090161110006)资助下,研究提出了一种新的信号处理方法—多尺度线调频基稀疏信号分解方法,并将其应用于转速变化的复杂齿轮箱故障诊断,深入系统地研究了基于多尺度线调频基稀疏信号分解方法的变转速齿轮箱动态调制边频带提取、阶比跟踪转速提取、多分量非平稳信号相位函数提取以及自适应时变滤波器设计等问题,主要研究工作有: (1)针对现有时频分析方法不能有效分折处理瞬时频率大范围连续变化的多分量非平稳信号,以及时频聚集性不理想的问题,将多尺度的概念融合到稀疏信号分解中,研究提出了完整、系统的基于多尺度线调频基的稀疏信号分解方法,证明了该方法具有较高的时频聚集性、分解的自适应性、表示的稀疏性和较强的抗噪能力,非常适合于多分量非平稳信号的分析处理。 (2)针对转速波动情况下齿轮箱动态调制边频带难以提取的问题,研究提出了利用多尺度线调频基稀疏信号分解准确获取载波频率和调制频率曲线,从而提取齿轮箱故障特征,诊断齿轮箱故障的方法。仿真和实验分析证明了基于多尺度线调频基的稀疏信号分解方法能准确提取动态变化的调制故障特征,非常适合于转速剧烈波动情况下的齿轮箱故障诊断。 (3)针对阶比跟踪方法中转速提取困难,和基于瞬时频率的转速估计方法抗噪能力弱、精度不理想问题,研究提出利用基于多尺度线调频基的稀疏信号分解方法来提取转速信号。在齿轮箱故障诊断中的应用表明,该方法能准确提取转速信号,避免了阶比跟踪分析中转速测量设备安装困难问题,节约了诊断成本。 (4)针对广义解调方法中对频率相互不平行的多分量信号相位函数提取困难的问题,研究利用基于多尺度线调频基的稀疏信号分解方法提取多分量非平稳信号的相位函数,有效解决了广义解调方法中相位函数提取问题。对轴承故障的仿真和实验信号分析表明,利用该方法提取的相位函数对信号进行广义解调,可以将多分量非平稳信号转化为平稳信号,适用于非平稳信号的处理和变转速齿轮箱与轴承的故障诊断。 (5)为了将多个调幅调频信号线性叠加的非平稳信号分解为单个调幅调频信号,在利用基于多尺度线调频基的稀疏信号分解方法分别提取各调幅调频信号载波频率的基础上,通过对经典滤波器的扩展,研究提出滤波中心和滤波带宽可以自适应变化的时变滤波器设计方法。利用该时变滤波器可从频率成分复杂的齿轮箱振动信号中分别提取单个齿轮啮合频率调制信号,解决了转速变化下的多级传动齿轮箱存在多个啮合频率调制信号以及无关频率成分与啮合频率波动范围重叠状态下的齿轮故障诊断难题。 (6)针对多输入多输出齿轮箱传动系统和多齿轮箱系统(即一个基座安装多个齿轮箱,振动信号互相影响的系统)的振动信号中各啮合频率阶次相互干扰,从而导致故障诊断困难的问题,研究提出用基于多尺度线调频基稀疏信号分解的自适应时变滤波器逐个提取振动信号中的啮合频率调制分量,再对提取的啮合频率调制分量进行阶比分析的方法,有效抑制了其他无关联轴上齿轮啮合振动信号和其他非阶比噪声信号对阶比谱的影响,较好的解决了阶比信号相互干扰的问题,提高了阶比谱的调制识别效果,为多输入多输出齿轮箱系统和多齿轮箱系统的故障诊断提供了一条有效途径。 本文研究提出的多尺度线调频基稀疏信号分解方法融合了稀疏信号分解对基函数选择的灵活性、信号表达的简洁性以及线调频小波路径追踪算法匹配的自适应性和柔性,能有效的分解频率变化呈线性或曲线变化的多分量非平稳信号。仿真分析与应用实例表明,本文在多尺度线调频基稀疏信号分解基础上研究提出的变转速齿轮箱动态调制边频带提取、阶比跟踪转速提取、多分量非平稳信号相位函数提取以及自适应时变滤波器等方法能有效应用于变工况下的复杂齿轮箱系统的故障诊断。
【学位单位】：湖南大学
【学位级别】：博士
【学位年份】：2010
【中图分类】：TH165.3;TH132.41
【部分图文】：

其思路来源于几何中的分段拟合。在几何中，曲线可以用分段线进行拟合近似表示，而信号分解的本质是利用基函数对信号进行表示，因们可以对信号利用多个基函数来分段进行描述，对信号进行分解。在频域内示为对频率曲线变化的非平稳信号利用多个频率直线变化的线调频基函数来表示。如图 1.2 所示，信号 f 为一频率曲线变化的非平稳信号，其频率曲线.2 左图中虚线所示。连接线调频基函数,1 ,2 ,3 ,4, , ,m m m mg g g g 对信号进行拟合，线基函数频率曲线均为直线，如 1.2 左图中实线所示，信号的时域拟合过程如图所示。从 1.2 图中可以看出，本文提出的基于多尺度线调频基的稀疏信号方法可以根据信号自身的频率变化特点对非平稳信号进行拟合，精度较高，有自适应性，时频聚集性好，无 “频率模糊”、交叉干扰等现象。f士学位论文全文数据库 2011年 第07期 工程科技Ⅱ辑

图 1.3 小波变换和基于多尺度线调频基的多尺度概念示意图基于多尺度线调频基的稀疏信号分解方法原理是在单次分解中采用线调频小波路径追踪算法[73]获得与分析信号具有最大相关系数的信号分量，然后采用稀疏信号分解的概念，将该分量从分析信号中除去，再进一步的分解，这样逐次将各信号分量分解出来。其具体分解方法是先对分析信号的时间坐标轴进行划分，在尺度系数 j 下，时间轴被分割为 2j个动态时间支撑区，然后求解信号在各个动态时间支撑区内的最大正交投影系数（大的系数代表着信号与基元函数之间具有较好的局部相似性）及对应的线调频基元函数。最大投影系数中包含了分解信号的幅值和初始相位信息，对应的基元函数则包含了分解信号的频偏信息和调频率信息。在获得了各个动态时间支撑区内的最大正交投影系数和其对应的基元函数后，再在最大系数基元函数集合中，搜寻出使整个时间轴上分量信号能量最大的基元函数组合，完成信号的单次分解。该方法分解出的信号可以自适应的动态匹配原始信号成分，在原始信号频率成分变化较复杂的地方该方法会自动使用时间跨度较小的线调频基进行分解，反之则会用较长时间跨度的线调频基。分解出的信号即为信号中能量最大的信号分量，将原始信号减去分解信号获得的残余信号可进

16图 1.4 本文的总体研究思路1.5.3 主要研究内容及章节安排论文主要研究内容包括：(1) 基于多尺度线调频基的稀疏信号分解方法研究针对传统稀疏信号分解方法采用单一原子对信号进行匹配分解，无法很好匹配非平稳信号的问题，研究提出一种新的基于多尺度线调频基的稀疏信号分解方法，该方法将多尺度的概念融合到稀疏信号分解中，采用多尺度的线调频基函数对信号进行投影分解，通过从不同的时间支撑区内投影系数最大的基函数集合中寻找出使分解信号能量最大的基函数组合，逐次获得分析信号中能量最大的信号分量。给出了分解信号的数学定义；证明了最大投影系数包含了分解信号的幅值
【引证文献】

相关期刊论文 前1条

1 梅检民;肖云魁;周斌;陈祥龙;乔龙;;基于FRFT的改进多尺度线调频基稀疏信号分解方法[J];振动工程学报;2013年01期

相关博士学位论文 前1条

1 李鹏;多尺度分析方法在旋转机械状态监测中的应用研究[D];中国科学技术大学;2012年

本文编号：2882521