基于瞬时角速度信号窄带解调的太阳轮故障检测

由于时变传递路径以及振动传感器受测量频率下限的限制,及在转速较低工况下基于常规振动信号的太阳轮故障检测较为困难。对此,结合编码器信号的优势,提出一种基于编码器信号窄带解调技术的太阳轮故障检测方法。首先使用T法对光栅式编码器角度信号进行采集,然后使用向前差分法获得瞬时角速度(instantaneous angular speed, IAS)信号,随后使用角域同步平均抑制非同步干扰分量,最后通过窄带解调实现太阳轮故障检测。同时,在所提方法中提出一种基于峭度的解调频带选择策略和一种基于相位解调函数相位变化率的故障特征增强方法。实验证明IAS信号可以有效克服常规振动检测方法的不足,并验证了所提出方法能有效实现对太阳轮故障的检测。

基于IAS精确估计的太阳轮齿面剥落检测方法研究

瞬时角速度(instantaneous angular speed,IAS)信号的估计精度易受编码器自身误差影响,影响其故障检测结果。针对上述问题提出了一种局部多项式微分估计方法对IAS信号进行估计。首先通过局部多项式微分抑制编码器细分误差产生的锯齿状噪声和估计误差导致的信号不连续问题,实现了IAS信号的高精度获取,然后使用精确估计的IAS信号通过局部同步拟合技术提取太阳轮故障特征。通过实验和仿真说明,本文提出的局部多项式微分估计能较好地抑制编码器误差导致的IAS信号噪声,提高IAS信号的信号比,结合局部同步拟合能够有效地提取太阳轮齿面剥落故障特征。

基于循环谱相关的编码器信号滚动轴承故障检测

针对振动传感器安装受限的场合,结合编码器信号的优势,以编码器瞬时角速度(instantaneous angular speed, IAS)为信号,提出一种基于编码器IAS信号诊断特征(diagnostic feature, DF)指标的循环谱相关(cyclic spectral correlation, CSC)优化解调频带选取算法。首先利用向前差分法估计编码器信号获得轴承的IAS信号,并利用CSC得到IAS信号的双变量谱;然后按照初始子频带带宽为循环频率积分区间得到子频带改进包络谱(improved envelope spectrum, IES),并计算子频带IES的DF数值获得DF曲线;再通过评判DF数值合并子频带得到优化解调频带;最后利用包络分析提取滚动轴承故障特征阶次。通过仿真和轴承实测数据验证了所提方法的有效性。

基于旋转编码器信号的滚动轴承故障特征增强提取

针对滚动轴承故障特征较弱且振动传感器安装受限的场合下故障特征不易提取的问题。结合旋转编码器信号传递路径短、干扰少等优势,提出一种基于旋转编码器瞬时角速度(instantaneous angular speed,IAS)信号的滚动轴承故障特征增强提取法。首先,使用去相位算法(de-phasing algorithm,DPA)抑制转频及其谐波等严格周期性分量;其次,通过多点优化最小熵反褶积(multi-point optimization minimum entropy deconvolution adjusted,MOMEDA)增强滚动轴承故障冲击分量;最后,对增强后的信号进行频谱分析,提取轴承故障冲击特征。通过仿真和轴承外圈实测数据验证所提方法的有效性。

应用故障特征指标相对比值的低转速下编码器信号太阳轮故障特征提取

针对低转速下太阳轮齿根裂纹故障编码器信号特征阶次提取困难的问题,本文提出了一种基于故障特征指标相对比值的特征提取检测方法。首先,将获得的编码器信号通过向前差分处理成瞬时角速度(IAS)信号,按照1/3-二叉树对得到的IAS信号进行子频带划分;其次,对各窄带信号进行包络分析,分别求取正常和故障状态下的IAS信号各子频带的谐波显著性指标(HSI),由此可计算得到其相对比值r;再次,利用r值选取包含故障信息丰富的频带;最后,对处理后的信号在选择的子频带处进行带通滤波,并在提取包络后进行谱分析,提取故障特征。对太阳轮齿根裂纹故障的实测编码器信号进行分析,验证了该方法能有效提取太阳轮故障的特征。

平均降采样多周期微分均值的旋转部件故障特征增强方法

为解决编码器的瞬时角速度(Instantaneous Angular Speed,IAS)信号中旋转部件故障特征微弱的难题,本文提出一种平均降采样多周期微分均值(Average Down⁃Sampling Multi⁃period Differential Means,ADSMPDM)的故障特征增强方法。基于IAS信号的估计特性,开展了IAS信号的平均降采样研究,验证了平均降采样具有抑制随机噪声的特性;基于平均降采样抑制随机噪声特性、降低计算成本和减小存储空间的优势,结合多周期微分均值的累积特性,提出一种ADSMPDM算法对原始IAS信号中的旋转部件故障分量进行增强处理;通过阶次谱分析揭示故障特征。采用仿真数据和实验数据进行验证分析,并与快速谱峭度、可调整多点优化最小熵反卷积、离散随机分离和谱幅值调制算法进行对比,验证了ADSMPDM算法增强旋转部件故障特征的有效性和优势。

基于磁编码器和窄带解调的太阳轮故障检测

绝对式磁编码器具有价格低、安装方便等优势,适合于工程应用,但在低转速工况下其角度信号受测量误差的影响较大,需要对角度信号进行拟合以消除测量误差带来的干扰。传统的分段拟合方法在分段点处易出现不连续现象,角度信号的不连续导致由其计算的瞬时角速度(instantaneous angular speed,简称IAS)信号中出现虚假冲击,并对基于IAS信号的故障特征提取造成干扰。针对此问题,提出一种基于绝对式磁编码器IAS估计和窄带解调的太阳轮故障检测方法。首先,为保证IAS信号的连续性与平滑性,提出基于最小二乘拟合与5次Hermite插值的方法,实现了对IAS信号的拟合估计和平滑处理;其次,结合窄带解调技术实现了对行星齿轮减速器太阳轮故障特征的有效提取;最后,通过对正常与故障太阳轮的绝对式磁编码器信号分析对比,验证了所提方法的有效性。