基于高階統(tǒng)計(jì)量的齒輪傳動(dòng)系統(tǒng)故障特征提取方法研究.pdf

1、本文以齒輪傳動(dòng)系統(tǒng)故障振動(dòng)信號(hào)為研究對(duì)象，在分析振動(dòng)機(jī)理、故障模式基礎(chǔ)上，從高斯性、非高斯性角度劃分振動(dòng)信號(hào)的各種成分，然后利用振動(dòng)信號(hào)的雙譜幅值提取到非高斯性強(qiáng)度、雙譜熵這兩類(lèi)故障特征，最后討論了新高階統(tǒng)計(jì)量特征的優(yōu)化與實(shí)用問(wèn)題，主要研究成果如下:
　　(1)通過(guò)研究齒輪傳動(dòng)系統(tǒng)主要零部件的失效模式、振動(dòng)機(jī)理、故障表現(xiàn)，將振動(dòng)信號(hào)劃分為與故障部件有關(guān)的非高斯確定性成分、與故障部件無(wú)關(guān)的非高斯確定性成分、高斯隨機(jī)成分、對(duì)稱(chēng)非高斯隨

2、機(jī)成分、非對(duì)稱(chēng)非高斯隨機(jī)成分。當(dāng)齒輪或軸承發(fā)生故障時(shí)，其振動(dòng)信號(hào)中的確定性成分、隨機(jī)成分會(huì)產(chǎn)生明顯變化，于是信號(hào)的非高斯性也隨之改變，尤其是因故障而增強(qiáng)的邊帶成分，它會(huì)導(dǎo)致信號(hào)的非高斯性、二次非線性增強(qiáng)，信號(hào)的雙譜分析結(jié)果對(duì)此十分敏感。另外，雙譜能抑制掉振動(dòng)信號(hào)中的高斯隨機(jī)成分、對(duì)稱(chēng)非高斯隨機(jī)成分，保留非對(duì)稱(chēng)非高斯隨機(jī)成分信息，這有利于降低噪聲、非故障隨機(jī)振動(dòng)的干擾。
　　(2)當(dāng)齒輪傳動(dòng)系統(tǒng)發(fā)生故障時(shí)，振動(dòng)信號(hào)的非高斯成分在雙頻

3、域內(nèi)的分布強(qiáng)度與形態(tài)均隨之改變?；陔p譜幅值信息，分別提取到量化描述振動(dòng)信號(hào)非高斯成分強(qiáng)弱變化的非高斯性強(qiáng)度特征值，以及量化描述振動(dòng)信號(hào)非高斯成分在雙頻域內(nèi)分布形態(tài)變化的雙譜熵特征值。按照雙頻域內(nèi)的不同定義區(qū)間，共提取到六種特征值，分別是基于主定義域區(qū)間的NGIPD、HB-PD，基于任意二維區(qū)間part的NGIpart、HB-part，和基于多分區(qū)的NGIregion（k）、HB-region（k）。這些新的高階統(tǒng)計(jì)量特征既保留了雙譜分

4、析的優(yōu)點(diǎn)，而且彌補(bǔ)了雙譜幅值切片等常規(guī)高階統(tǒng)計(jì)量特征值的不足。不同定義區(qū)間的非高斯性強(qiáng)度、雙譜熵特征值各有特點(diǎn):NGIPD與HB-PD分別包含了雙譜幅值的全部強(qiáng)度、分布形態(tài)信息，不含雙譜對(duì)稱(chēng)冗余信息;當(dāng)二維定義域區(qū)間part內(nèi)包含有較豐富故障信息時(shí)，NGIpart與HB-patr表征故障的能力較好，但需要人為觀察并設(shè)定合適的雙頻域二維區(qū)間;振動(dòng)信號(hào)的故障信息在雙頻域內(nèi)分布不均，特征值NGIregion（k）、HB-region(k)在某

5、些分區(qū)內(nèi)故障特征提取效果較好，某些分區(qū)效果較差，這正體現(xiàn)了雙頻域分區(qū)特征值對(duì)雙譜內(nèi)容、故障信息具有較強(qiáng)的“聚焦能力”。
　　(3)針對(duì)非高斯性強(qiáng)度、雙譜熵特征值存在的不足，進(jìn)行了特征壓縮與信號(hào)濾波這兩類(lèi)故障特征優(yōu)化。雙譜分區(qū)特征值會(huì)產(chǎn)生高維特征空間，給實(shí)際應(yīng)用造成麻煩，利用主分量分析、核函數(shù)主分量分析從線性及非線性角度進(jìn)行特征壓縮，可將絕大部分故障信息濃縮于低維主分量空間或低維核主分量空間，尤其在利用Fisher準(zhǔn)則進(jìn)行特征優(yōu)選預(yù)

6、處理后，新的主分量、核主分量特征值具有較高的故障區(qū)分能力。由于齒輪嚙合頻率及其諧波成分通常能量較強(qiáng)，且易受非故障因素影響，于是采用Gabor濾波與信號(hào)重構(gòu)，在時(shí)頻域空間精準(zhǔn)濾除振動(dòng)信號(hào)的嚙合頻率及其諧波成分，結(jié)果表明，重構(gòu)信號(hào)的非高斯性強(qiáng)度特征對(duì)齒輪故障敏感程度提高，有利于后續(xù)故障診斷。另外，為研究新特征值在齒輪傳動(dòng)系統(tǒng)狀態(tài)監(jiān)測(cè)與故障報(bào)警中的使用方法與效果，以原始振動(dòng)信號(hào)的HB-PD、Gabor濾波重構(gòu)信號(hào)的NGIPD為例進(jìn)行故障特征趨