基于EMD与SSA的齿轮箱分形诊断研究.pdf

基于EMD与SSA的齿轮箱分形诊断研究.pdf

ID:52102472

大小:1.27 MB

页数:5页

时间:2020-03-22

基于EMD与SSA的齿轮箱分形诊断研究.pdf_第1页
基于EMD与SSA的齿轮箱分形诊断研究.pdf_第2页
基于EMD与SSA的齿轮箱分形诊断研究.pdf_第3页
基于EMD与SSA的齿轮箱分形诊断研究.pdf_第4页
基于EMD与SSA的齿轮箱分形诊断研究.pdf_第5页
资源描述:

《基于EMD与SSA的齿轮箱分形诊断研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第44卷第3期化工机械267基于EMD与SSA的齿轮箱分形诊断研究马锐王影李慧(大庆石化工程有限公司)摘要提出了一套齿轮箱故障分形诊断方法。首先将EMD与SSA相结合,提取信号(尤其是微弱信号)的特征信息;其次通过多重分形从多重角度对提取到的特征信息进行诊断;最后通过分形理论识别出齿轮的3种状态。关键词齿轮箱EMDSSA微弱信号特征提取多重分形中图分类号TQ051文献标识码A文章编号02546094(2017)03026705齿轮箱信号大多是非平稳、非线性的,尤其当对轨迹矩阵进行奇异值分解。以往认为前几阶较齿轮箱发生故障时信号非线性特性更加突出,因大的奇异值为有用信号,将奇异值较

2、小的分量认此齿轮箱的故障诊断一直是该领域的研究重点。为是噪声,然而对于微弱信号而言,其奇异值较随着信号处理技术的不断进步,从信号角度对齿小,甚至会淹没于噪声中。因此,笔者提出将[1,2]轮箱进行故障诊断的技术与方法越来越多。EMD与SSA相结合(ES方法[10]),在IMF分量中调频与调幅特性是齿轮箱出现故障时的特征之通过SSA方法提取微弱信号特征信息。一,因此提取该特征是判断齿轮箱出现故障状态对于任意一维时间序列x(t),通过EMD可[3]的关键。另外,冲击信号也是齿轮故障时具有以分解出原信号局部特征信息的n阶IMF分的典型特征,因此时频分析在齿轮故障识别领域[11]量,即:中得到了

3、广泛应用。WignerVille分布对于识别n[4]x(t)=∑yi(t)+xk(t)(1)齿轮裂纹和点蚀故障具有良好的效果。小波i=1[5][6]其中,x(t)为原信号的中心趋势,y(t)为信变换和HilbertHuang变换对齿轮传动箱的ki故障识别与诊断做出了杰出贡献。经验模态分解号从高到低不同频率段的成分。(EmpiricalModeDecomposition,EMD)方法在齿轮将特征频率的IMF分量yr重构到L维相空箱出现故障时对故障模态具有很好的识别能间中,则有X=[X1,…,XK],其中Xi=(y珓i,…,[7]y珓L力。分形特征对机械设备的不均匀性反应敏)′∈R,延

4、迟时间τ=1,K=T-L+1,T为i+L-1[8,9]感,可以定量地描述机械设备的动态结构。时间序列长度,K为矩阵X的列数。笔者提出将EMD与奇异性分析(SingularT对矩阵XX提取奇异值Λ=diag(λ,…,λ)1LSpectrumAnalysis,SSA)方法相结合,根据齿轮箱和相应的特征向量P=(P,P,…,P),向量空12L振动信号的特征,提取出齿轮箱无故障、故障和故间X可以由L阶分量的和表示,即X=E+…+1障初期时的微弱特征,最后根据特征信息通过分TTE,其中E=λPV,V=XU/λ。而特征信Li槡iiiii槡i形方法获得齿轮箱的动态特性。号成分就存在于E(i=1,…,

5、L)中。对所有E分ii1基于EMD与SSA的信号特征提取量提取频率成分,可以找到特征频率所在的分量EMD能把复杂的信号分解为有限阶IMF分E(1<j<L),将m阶特征频率的分量加和即可得j量,每阶IMF分量所包含的频率成分是随信号本身而变化的。SSA方法在相空间重构的基础上,到新的矩阵Z=E槇1+…+E槇m,通过下式可以将Z作者简介:马锐(1982),工程师,从事化工管道及设备的设计工作,maruids@cnpc.com.cn。268化工机械2017年[12]转化为一维时间序列G=(g,…,g):号转速大约控制在500r/min,信号的特征频率分r0T-11l+1别为:f=469.

6、00Hz,f=8.50Hz,f=6.25Hz。∑b,0≤l<L-1啮合主从m,l-m+2l+1m=1齿轮在3种运行状态下的波形和频谱如图2所1Lgl=∑bm,l-m+2,L-1≤l<K(2)示,由于实验受干扰严重,因此很难判断齿轮箱的Lm=11N-K+1运行状态,从图中仅能看出故障信号有较大的脉N-l∑bm,l-m+2,K≤l<Nm=k-K+2冲特征,频谱图只能显示部分频率信息。其中,b(1≤i≤L,1≤j≤K)为E槇的元素,ijjL=min(L,K),K=max(L,K)。G为y分量中的特征信息,如果多个IMF分rr量中均含有特征信号,则需要将所有I

7、MF分量中q提取到的特征成分相加,即H=∑G,最终H中即rr=1为所有特征信息成分。通过ES方法能够准确提取出想要的信息,无论是明显的还是微弱的。2齿轮箱信号的特征提取在齿轮箱实验台(图1)上模拟从动齿轮齿根剥落和断齿两种单齿局部故障,对故障齿轮图1齿轮箱实验台1———电机;2———一级齿轮减速箱;3———制动器垂直方向上的振动信号进行分析。实验中实测信a.无故障信号b.齿根剥落信号c.断齿信号图2齿轮在3种运行状态下的波形和频谱第44卷第3期

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。