基于卡尔曼滤波的局部齿轮故障特征提取.pdf

《基于卡尔曼滤波的局部齿轮故障特征提取.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、机械工程师MECHANICALENGINEER基于卡尔曼滤波的局部齿轮故障特征提取傅余。王海宝。卿川，逯全波，陈根(重庆三峡学院电子与信息工程学院，重庆404000)摘要：针对齿轮振动信号具有高噪声的特点，将卡尔曼滤波(Kalmanfiltering)引进齿轮故障诊断中，提出基于卡尔曼滤波的局部齿轮故障诊断的方法。采用卡尔曼滤波对加速度信号进行降噪处理，再利用局部均值分解将振动信号自适应地分解为若干个单分量信号，从而提取出齿轮故障特征。与只进行局部均值分解获得故障特征的方法对比，采用卡尔曼滤波降噪后提

2、取出的故障特征更具有准确性。关键词：齿轮；故障诊断；卡尔曼滤波；局部均值中图分类号：TB53文献标志码：A文章编号：1002—2333(2016)10-0009-03DiagnosisMethodofLocalGearFaultBasedonKalmanFilteringFUYll'WANGHaibao，QINGChuan，LUQuanbo，CHENGen(SchoolofElectronicsandInformationEngineering，ChongqingThreeGorgesUniversi

3、ty，Chongqing404000，China)Abstract：Accordingtothecharacteristicsofgearvibrationsignalswithhighnoise，theKalmanfilterisintroducedintogearfaultdiagnosis．ThispaperproposeslocalgearfaultdiagnosismethodbasedonKalmanfilter．De—noiseprocessingoftheaccelerationsig

4、nalisconductedbyKalmanfilter．Localmeandecompositionisusedtodecomposethevibrationsignalintoseveralsinglecomponentsignalsinwhichthecharacteristicsofgearfaultcanbeextracted．TheresultsshowthattheextractedfaultfeatureusingKalmanfilternoisereductionismoreaccu

5、ratethanlocalmeandecomposition．Keywords：gear；faultdiagnosis；Kalmanfiltering；localmeandecomposition0引言随着科学技术的发展，旋转机械在社会生活和生产中所占的比例越来越大，当旋转机械发生故障时会影响生产，带来巨大经济损失⋯。根据最近的研究显示，旋转机械中齿轮故障所占的比重很大，不但影响生产，带来巨大的经济损失，严重时还会危及人身安全。齿轮的失效形式主要是断齿、点蚀、胶合、磨损、疲劳裂纹等，当齿轮发生严重故障

6、时，会在噪声上产生异常，人们可以通过噪声的变化很容易判断出故障，但是在破坏初期或环境噪声过大时，对于是否产生故障以及故障位置并不能很好把握，这时就需借助信号处理方法来进行有效判断。当齿轮发生故障时，其振动通常会产生幅值和相位的变化，即其故障信号具有调幅和调频作用。因此，如何准确找出这些变化是对齿轮故障诊断的关键，而窗13傅里叶变换、小波变换和Winger分布等信号处理方法就能被很好地用于故障诊断中。然而，大多齿轮故障振动信号都是非线性、非平稳的时变信号，上述方法的局限性也就体现出来了。因此适用于非平稳

7、、非线性信号的处理方法掀起了新的研究热潮。如经验模态分解法[21(EmpiricalModeDecomposition，EMD)自提出后取得了广泛运用，它能自适应地将复杂的多分量信号分解成多个单分量信号IMF之和，通过求出每个IMF分量的瞬时幅值和瞬时频率，得到完整的时频分布图。基于以上优点，不少学者将此方法运用到齿轮故障诊断中删。局部均值分解(LocalMeanDecomposition，LMD)是由JonathanS．smich【5l提出来的一种适合于非线性、非稳定性信号方法，该方法最先用于脑电图

8、信号的研究，取得了不错的成绩。同时，研究者发现，LMD方法同样适合用于振动故障信号检测，并通过实验证明在一些方面LMD较EMD存在优势。尽管LMD方法在故障诊断上已不断完善，并取得大量成果，但实际采集的信号中的噪声信号也会进行LMD分解，产生模态混淆，造成故障特征难以提取，严重时会影响齿轮故障诊断的准确性。考虑到噪声的影响，一些学者也想出了相应的解决方法，如提出适合振动信号的小波降噪方法M，该方法中阈值的选择是关键，直接影响到结果的准确性。因此，为提高诊