基于曲线特征分段的多阶FRFT滤波提取齿轮早期故障特征

对于变速器齿轮早期微弱故障特征难以提取的问题,提出了一种基于曲线特征进行分段的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)滤波方法。首先,依据振动信号频率曲线的特征将目标档位的啮合频率曲线分成若干频率近似线性变化的信号段,然后通过计算确定相应信号段的分数阶傅里叶变换的滤波最佳阶次,再逐段进行滤波,从而分离出包含故障特征信息的目标阶比分量,进而进行故障特征提取。通过采用该方法分析变速器变加速工况振动信号,结果表明,基于曲线特征进行分段的多阶FRFT滤波能够有效分离出啮合频率分量,对分离出的分量进行阶次包络解调分析,能准确提取出齿轮微弱故障特征。

基于转速自适应多阶FRFT滤波提取瞬变工况齿轮微弱故障特征

提出了一种基于转速信号自适应分段的多阶FRFT滤波方法,并应用于提取瞬变工况下变速器齿轮微弱故障特征。首先,根据设定的振动信号频率曲线曲率阈值将目标档位啮合频率时频曲线自适应分为若干段,使得每段内的信号频率近似线性变化;然后,在各分段内进行最小二乘拟合确定相应的FRFT最佳阶次,并在各段信号的最佳分数阶域进行滤波,实现基于转速自适应分段的多阶FRFT滤波。采用该方法分析实测变速器瞬变工况振动信号。结果表明,基于转速信号自适应分段确定多阶FRFT的最佳阶次,准确、快速、自适应性好;多阶FRFT滤波能够有效分离出瞬变工况下的啮合频率分量,隔离其他干扰;对分离出的啮合频率分量进行阶次包络解调分析,能有效提取出齿轮微弱故障特征。

多阶FRFT自适应滤波及齿轮微弱故障特征提取

提出了一种基于稀疏信号分解的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)自适应滤波方法,用于分离加减速过程啮合频率包络调制信号,提取微弱故障特征。首先提出基于两级步长FRFT确定基函数来改进多尺度线调频基稀疏信号分解方法,然后根据分解信号将分析信号分成具有较好LFM特性的信号段,采用确定基函数时保留的最佳阶次和分数阶域聚集点对各段信号进行单阶FRFT滤波,实现多阶FRFT自适应滤波。采用该方法对变速器加减速过程振动信号进行滤波解调分析。试验结果表明:基于两级步长FRFT确定基函数,速度快、精度高、抗干扰能力强;该滤波方法计算效率高,不需要选择和设置复杂滤波器,解决了信号频率呈曲线变化时,单阶FRFT滤波失效和多阶FRFT滤波各阶次难以确定的问题,能有效剥离出啮合频率包络调制信号,滤波分量的解调谱能有效提取出早期齿轮故障微弱特征。