时频脊融合方法及时变工况行星齿轮箱故障识别

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 时频脊融合方法及时变工况行星齿 轮箱故障识别 摘要：行星齿轮箱的瞬时频率 （转速）精确提取是行星齿轮箱时变运 行工况下故障诊断的关键。现有一些时 频脊提取算法在提取瞬时频率时受到振 动信号幅值变化以及时频变换结果中噪 声成分的干扰，存在鲁棒性问题。为了 解决这一问题，提出了一种双向搜索时 频脊融合方法，并且将其进一步推广到 多时频脊融合的概念中。然后，应用提 出方法提取实际工程中时变工况行星齿 轮箱高速轴的瞬时转速。再通过与现有 两种方法对比以及阶次分析，验证了时 频脊融合方法提取高速轴转速的可靠性 与准确性。最后，在行星齿轮箱转速提 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 取的基础上，利用阶次分析以及推导出 的行星轮轴承故障频率的计算式，识别 出了行星齿轮箱中的行星轮轴承内圈存 在故障。 中国论文网 /8/view-12903595.htm 关键词：故障诊断；行星齿轮箱； 时频脊；阶次分析；瞬时频率 中图分类号： THl65+.3；TN911.7 文献标志码：A 文章编号：1004-4523（2017） 01-0127-08 DOI：10.16385/ki.issn.1004- 4523.2017.01.017 引言 2014 年 12 月法国里昂大学举办 的 CMMNO（ Condition Monitoring of Machinery in Non-sta-tionary Operation） 会议发出行星齿轮箱“ 挑战 ”，要求“针 对某实际工程中时变工况状态下的行星 齿轮箱，从其振动信号中提取齿轮箱高 速轴转速以及识别出齿轮箱出现轴承故 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 障的部位”。笔者作为来自 13 个国家的 23 个参加者之一参与“ 挑战 ”。 行星齿轮箱在车辆、直升机和风 力发电机组的传动系统中应用广泛，其 故障诊断问题不容忽视。振动信号分析 是齿轮箱状态监测的一种常用且有效的 技术手段。行星齿轮箱运行工况的变化 导致振动信号呈现非线性、非平稳特性， 造成传统的时域和频域分析方法失效。 时频分析将一维信号变换到由时问和频 率离散点组成的网格面，能有效地揭示 非平稳信号中蕴含各分量随时间变化的 特征。常见的时频分析方法，像 wigner-Ville 分布、以 Wigner-ville 分布 为基础的双线性时频分布、Hilbert- Huang 变换、小波变换等各有优缺点。 在考虑到本文分析信号具有数据量特大、 蕴含分量非常多的特点，同时为使目标 时频脊线具有足够的分辨率，采用算 效率高且满足工程要求的短时傅里叶变 换（short Time Fou-rier Transform，STFT ）作为时频分析工具。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 从时频矩阵中精确地估计参考轴 转速对应的瞬时频率是实现无转速计信 号参照的行星齿轮箱故障诊断重要一步。 最简单的时频脊提取算法是峰值检测法， 但也最易受噪声成分干扰。文献12-13 针对连续小波变换得到的时间一尺度平 面，采用具有时频点幅值和相邻点频率 波动的两项约束建立代价函数提取时频 脊，然后文献14 针对时一频面提出了 与其相似的脊线搜索法。文献11为了 避免对初始搜索点位置的限制，也利用 相同的代价函数建立了双向时频脊搜索 算法。这类代价函数只利用了相邻时频 点信息，一旦时频面局部位置出现强噪 声或干扰分量的影响，易造成脊线提取 失效。小波脊线提取方法也常用于脊线 提取，对单分量或多分量信号中高能量 的分量提取效果较好，但对于多分量信 号中能量较弱的分量难以识别。 因 CMMNO 会议发出“挑战”的行 星齿轮箱的转速变化，造成信号中蕴含 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 多分量的瞬时频率和幅值都随时间发生 改变，且待提取的目标脊线能量较弱。 为此，仅仅采用单一代价函数或模极大 值提取时频脊，会因信号幅值变化和噪 声的干扰，造成脊线提取失效。针对此 问题，提出一种双向搜索时频脊融合方 法。主要思想是利用单一代价函数得到 多条脊线，再根据脊线差值中包含的信 息，以突变特征来识别融合区间，将各 条脊线中最接近真实脊线的信息进行合 并，实现行星齿轮箱高速轴的转速的提 取，以解决单一时频脊不能兼顾目标分 量在时频面内全局变化的问题。最后， 利用阶次方法识别故障轴承的位置。 1.行星齿轮箱“ 挑战 ”及其初步分 析 “挑战 ”的行星齿轮的结构示意图 如图 1 所示，量多，而小波变换具有频 率分辨率随分解尺度变化的特性，造成 中高频分量混叠。此外，由图 4（时问、 频率分辨率分别为 1s，0.5Hz）可以知， 分析信号中各分量的频率和幅值变化剧 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 烈，其中箭头 1，5 指示信号中两个能 量较大、频率变化的分量位置；箭头 4 所示为一能量较弱、频率变化的分量； 箭头 2，3 其中各齿轮参数如表 1 所示。 振动信号采集过程中，其输入转速大致 在 1315r/rain 之间，采样频率为 5000Hz，采样时间在 548s 左右。信号 时域波形如图 2 所示，可以看出其幅值 随时间变化较明显。观察图 3 频谱图中 可知信号大部分能量集中在 02000Hz。为了揭示信号蕴含各分量 的本质，图 4，5 分别为信号的两种时 频分布。短时傅里叶变换对于中、高频 分量的表示明显优于连续小波变换（复 morlet 小波基，主要是因为信号中的中、 高频分所示为频率不变两分量， “挑战” 方告知采集传感器置于齿轮箱附近电机 侧，可推测与电机产生的高频干扰分量 或与齿轮箱结构固有频率相关。 由行星齿轮箱中各齿轮对运动关 系，输入轴转速与高速轴（齿轮 7 所在 轴）传动比 iiH 为 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 3.高速轴转速提取及其准确性验 证 3.1 行星齿轮箱高速轴转速提取 针对“ 挑战” 行星齿轮箱振动信号 中能量较大的分量提取，首先利用式 （2）设定一个初始搜索点（确定初始 搜索点位置时，局部时频矩阵只要大致 包含待提取脊线即可） 。如果待提取脊 线能量较大，一般单一代价函数可以识 别出时频脊。以时频图 4 中箭头 1 和 5 指示能量较大的时频脊提取为例，如图 7 所示在信号前 50s 选择图所示矩形框 位置为局部时频矩阵区间，确定各自初 始搜索点为 P1（43s，1338Hz） ， P5（38s，592Hz） ） ，然后利用融合方法 步骤 3 中的代价函数提取到图中粗虚线 所示时频脊线。本文搜索半带宽 fw 设 置为 20Hz，虽然搜索带宽固定，但搜 索频率范围是随着当前搜索脊点的前或 后一时刻已确定的频率点值而动态变化。 因此半带宽值不用过大，甚至过大的半 带宽反而会因时频脊附近的强噪声干扰 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 带来较大的误差，而较小的半带宽亦可 提高计算效率。因图 4 中箭头 1 指示的 能量较大时频脊与箭头 2 指示的固定频 率成分相交，所以在提取箭头 1 指示的 时频脊之前需将箭头 2 指示分量去除。 另外，在提取一些能量较弱的时频脊时， 也需要将其临近的一些能量较大的时频 脊分量先去除，防止对能量较弱的时频 脊提取造成干扰。考虑到信号时频变换 后，各分量存在一定的带宽，但脊线提 取的代价函数中含频率变化率约束项， 所以只要去除相邻脊线能量较大的频率 点即可，一般在能量较大的时频脊线上、 下去除 34 倍频率分辨率的带宽成分。 同样，针箭头 4 指示的能量较 弱脊线（前述分析表明其为高速轴齿轮 啮合频率曲线）的提取，在图 8 所示信 号两端包含目标脊线的局部区域（图中 矩形框位置）确定两初始搜索点 P41（40s，676Hz） ， P42（543s，631Hz） 。再利用时频脊融 合法步骤 3 中代价函数搜索时频脊。图 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 8 中可以很直观地看出两初始搜索点对 应的时频脊线在两端出现突变，单一时 频脊线难以表示目标脊线。此外，图 9 所示提取脊线的中间局部放大位置也存 在一些不重合区问。 为解决上述目标脊线提取失效的 问题，采用提出的时频脊融合方法。其 中，在融合过程中对如图 8 所示的两条 时频脊线进行差值，得到图 10 所示差 值曲线；再通过差值曲线的信息，确定 整体时频脊融合区间（图中两方形点位 置） 。然后，在整体融合区间内依次查 找小融合区。可从图 10 中间局部放大 位置看出整体融合区间中存在非常多的 小融合区域（图中峰值位置） ；最后获 取到完整的时频脊融合结果。根据高速 轴齿轮的齿数，可将提取时频脊转化为 图 11 所示高速轴转速曲线。 时频脊融合方法得到的高速轴转 速与初步分析得出其大部分运行转速在 15501800r/min 之间相吻合。为进一 步说明提出方法的有效性，利用模极大 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 10 值脊线提取框架和单一代价函数分析实 验信号得到高速轴转速，对比各方法转 速提取的结果可知模极大值法在初始阶 段存在局部波动，然后出现发散，最后 收敛于箭头 5 指示的能量较大时频脊； 单一代价函数在中间位置存在局部波动， 最后阶段也出现发散现象。为进一步评 价转速提取的精确性，下节将利用提取 转速信息将原始信号变为角度域信号， 然后观察信号的阶次谱。如果能够清晰 地检测到各齿轮对啮合频率及其倍频对 应的阶次，也可说明提取的转速有效。 3.2 时频脊融合方法提取转速的 准确性验证 阶次分析是以参考轴转速作为参 照，对原始信号进行角度域重采样（角 度域采样点数与原始采样点一致，保证 阶次的分辨率） ，可将非平稳信号变换 为平稳信号。图 12 是以时频脊融合方 法得到的高速轴转速作为参照进行角度 域变换后信号的时频图，图中出现了许 多平稳分量。箭头 4 指示的一条平直线 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 11 为高速轴齿轮啮合频率脊线。与图 4 中 箭头 4 指示的时频脊线对比，可知利用 提取转速信号进行重采样，得到了平稳 信号，说明提取转速的有效性c 精确 性。 另外，对照原始信号频谱图 3 和 阶次谱图 13，可知阶次谱图中峰值多且 显著。为了进一步验证提取转速的有效 性，下面检测阶次谱中各峰值能否与齿 轮箱各齿轮对啮合频率一一对应。 通过表 1，2 的参数以及式 （19）计算得到行星轮轴承内圈故障频 率 fBPF1，对应的阶次为 0.1909。图 17 为阶次谱的局部放大。图 18 光标显示 了 3，4 倍的行星轮轴承内圈故障频率 fBPF1 对应的两个阶次的位置。对照图 17 和 18 可清楚地检测到 3，4 倍的行星 轮轴承内圈故障频率 fBPF1 对应的两个 阶次频率加上行星架转频 f1 的调制之 后，频率 3fBPF1f1 和 4fBPF1f1 对应 的阶次位置存在明显的峰值，所以可以 确认三个行星轮轴承中有一轴承内圈出 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 12 现了 故障。 5.结论 （1）提出的时频脊融合方法解 决了一般时频脊提取方法易受信号幅值 变化、噪声等因素干扰引起的时频脊线 提取失效的问题。同时，时频脊融合方 法推广到多时频脊融合中，可进一步解 决更加复杂的振动信号中弱能量时频脊 提取的问题。 （2）与两种现有脊线提取方法 对比可知，提出的时频脊融合方法在跟 踪脊线时更加可靠。另外，在角度域信 号的阶次谱中清晰地检测到了各齿轮对 啮合频率及其倍频的对应阶次，也证明 了提出的时频脊融合方法提取高速轴转 速的准确性。 （3）从试验信号的阶次谱中观 察到了行星轮轴承内圈故障特征频率， 实现故障诊断。同时也验证