变分模态分解与谱峭度法在齿轮箱故障诊断中的应用

针对齿轮箱故障信号为多分量非平稳非线性的振动信号、故障特征提取困难等问题,提出变分模态分解(VMD)结合谱峭度法的齿轮箱故障特征诊断方法。首先对振动信号进行VMD分解得到若干分量信号,根据相关系数法选取相关系数最大的分量作为最优分量,然后对最优分量进行快速谱峭度计算并进行带通滤波,突出故障的冲击成分,最后通过分析滤波信号包络谱中故障频率成分实现故障诊断。实验数据分析结果表明该方法成功地诊断出了齿轮箱齿轮的故障。

基于集合谱峭度法的轴承故障诊断

轴承早期故障引起的微弱振动变化信号往往淹没在机械传动系统的背景振动噪声中,其故障特征提取困难。本文针对滚动轴承故障振动信号的非平稳性及调制特性,提出集合经验模式分解和谱峭度法合的滚动轴承故障特征信号提取及其故障诊断的新方法——集合谱峭度法(Ensembled Kurtogram,EK)。该方法应用集合经验模式分解将振动信号分解为多个固有模式函数,分别计算各个固有模式函数的峭度值及其与故障工况下振动信号、正常工况下振动信号之间的相关性,根据IMFs自动选取规则选取合适的IMFs进行轴承故障信号的重构;然后针对重构后的信号进行谱峭度计算得到对应的峭度图,根据峭度图上最大值原则选取最佳带通滤波器进行滤波;最后运用包络解调后的信号进行故障诊断。本文通过模拟仿真和实验验证,验证了该算法的故障信号提取有效性和故障诊断能力。

基于GST的谱峭度法及其在滚动轴承故障诊断中的应用

在分析基于短时傅里叶变换、基于Morlet小波变换和基于Wigner-Ville分布的谱峭度法的基础上,文章研究了一种基于广义S变换(GST)的谱峭度法,通过GST计算信号的谱峭度,选出最佳包络信号,并结合频谱分析来自动进行滚动轴承故障诊断。模拟故障信号和实车测试信号分析验证了基于GST的谱峭度法的有效性。

基于MED-SK算法的行星变速箱故障特征提取

针对某型行星变速箱齿轮齿根裂纹类轻微故障的动态响应特征较弱,难以有效反映变速箱故障状态的问题,提出了基于最小熵解卷积的谱峭度算法,它能够抑制信号中的噪声并增强信号冲击成分,进而提取齿轮裂纹故障冲击,实现故障特征增强。采用最小熵解卷积对行星变速箱齿轮裂纹故障台架试验的实测信号进行预处理以增强信号中的冲击成分,通过计算信号峭度谱获取最优滤波参数设计带通滤波器对信号进行滤波,最后解调信号中的低频成分得到其包络谱,可清晰识别行星变速箱振动信号的齿轮裂纹故障特征。行星变速箱试验数据处理结果表明,该方法可以有效地提取行星变速箱微弱脉冲冲击类故障特征。

一种面向大负载低转速轴承的故障诊断方法

造纸生产线上,有很多大负载、低转速的旋转设备,其轴承在承受较重载荷时,极易受到损伤,导致设备故障,甚至造成停机。因此,大负载低转速轴承的在线故障诊断非常重要。本课题在对大负载低转速轴承振动的诊断难点及当前故障诊断常用方法分析的基础上,提出了一种基于快速谱峭度包络解调分析的轴承故障诊断方法。首先采用快速谱峭度法计算振动信号的最大谱峭度值,确定最优的带通滤波器系数,然后利用带通滤波器对振动信号进行降噪处理,最后利用希尔伯特变换方法对降噪信号进行处理,分析包络谱,得到诊断结果。借助团队自行设计的轴承故障实验台,对本课题所提方法的优缺点和适用性等进行了实验研究,验证了本课题算法的有效性,并为工程应用提出了建议。

基于FSK-CNN的轴承故障诊断研究

在旋转机械设备的运维保障过程中,采用基于专家经验的传统故障检测方法难以对轴承的健康状态做出实时的状态检测。针对这一问题,本文提出一种基于快速谱峭度与卷积神经网络(FSK-CNN)的故障诊断方法。首先采用快速谱峭度(FSK)法对振动信号进行特征提取,将一维时域信号转化为二维的谱峭度图;之后,采用一种结合卷积注意力模块(CBAM)的卷积神经网络模型完成故障分类。试验结果表明,快速谱峭度法可以有效提取轴承振动信号故障特征,引入卷积注意力模块对传统卷积神经网络模型具有明显的优化作用,FSK-CNN的故障诊断方法对于10种不同的轴承故障类型的诊断准确率可以达到99%。

考虑信号传递路径的行星齿轮传动太阳轮裂纹故障响应分析

为研究振动信号传递路径对行星齿轮传动系统太阳轮裂纹故障响应的影响,采用有限元法建立齿圈结构动力学分析模型,对比分析了考虑与未考虑传递路径的齿圈振动响应,验证了模型中传递路径的时变效应以及模型的有效性。开展了太阳轮裂纹故障试验,采用快速谱峭度法(Fast Spectral Kurtosis,FSK)对实验信号进行降噪以及故障特征提取,验证了太阳轮裂纹故障仿真结果的准确性。结果表明:仅考虑与太阳轮故障齿啮合的行星轮的传递信号时,故障信号在路径中的传递随距离增加呈现不断衰减趋势;当考虑所有行星轮的传递信号时,故障信号出现调制现象,随传递距离增加呈现衰减或增加趋势。

多级齿轮传动裂纹故障频率分析与特征提取

为分析含裂纹的多级齿轮传动系统故障特征,判析其故障成分,首先,通过有限元法建立了裂纹故障下的直齿圆柱齿轮三维接触模型,计算了齿轮啮合时变刚度;其次,综合考虑了轴承支撑刚度以及传动轴柔性,建立了含齿轮裂纹的二级齿轮传动系统有限元动力学模型,依此求解了不同裂纹位置的振动响应;最后,针对试验信号信噪比不理想、能量分布不均匀等问题采用变分模态分解(variational mode decomposition,简称VMD)结合快速峭度图(fast spectral kurtosis,简称FSK)对故障成分进行提取,分析了裂纹位置与故障频率的相关性。结果表明:由于裂纹的存在,系统振动响应在时域历程中出现周期性冲击,且频域中表现为在该级齿轮副啮合频率及其倍频附近出现边频调制,其边频谱线间隔为故障齿所在轴的转频;VMD-FSK法在噪声环境下可有效提取其故障特征且鲁棒性较好。分析结果可为齿轮故障判别及定位提供理论依据。