齿轮箱故障特征提取分析研究

2022-11-23 01:38庞敬礼
时代汽车 2022年21期
关键词:波包齿轮箱时域

庞敬礼

江阴职业技术学院机电工程系 江苏省无锡市 214405

1 小波包具体解释

小波包分解能够正交分解所有频带范围中的信号。小波包计算方法的基础理论就是使用二抽一运算方法,计算小波包分解的第一次结果中的高频与低频谱分布,意思就是每隔一个数值保留一个数值,得到其中的奇数部分抑或是偶数部分。第二步分解则是同时分解高频部分与低频部分,同样使用二抽一运算。使用这种计算方法得到的频率频分能够保持一致,如此这种运算分解方法能够反复延续(注意:分解次数不得大于等于L,N=2L是原来信号的长度),随着信号被不断分解,层数会随着不断增加,频率段也会随着不断变细。然而,类似于小波分解,信号在经过多层变化后会发生变化,每层变化都会减少一半数据量。将信号分解至j层的时候,j层里面每一个频率段中的数据量将会变成起初的1/2j倍。由此可见,随着分解的不断继续,每个频率段上的时域分辨率则会随之不断降低。为提升分辨率,研究后发现可使用信号重建这一方法。

信号重建就是将保留一段频率数据,将其余频段数据直接设置成零,接着使用重构式,对信号进行层层重构。经过重构后,一层重构一层数据加倍,j层重构即可将此频段的时域分辨率回复到原始大小。使用这一方法,还能将多个不同频段信号叠加重构。假设将全部频段中的信号结合重构,即可还原本来信号。

小波包的分解公式如下所示:

小波包重构公式:

2 齿轮箱故障特征提取

2.1 时域特征参量

为了对各种状态下的齿轮箱的振动信号进行分析,分别从以下几个角度分析时域特征因素。选择以下6个常用时域统计量作为时域特征参量。

2.1.1 有效值(有量纲)

有效值是信号的二阶矩统计平均,用来表达振动信号的能量。

2.1.2 峭度指标(无量纲)

反映振动信号中的冲击特征,是信号的四阶矩平均。

2.1.3 裕度指标(无量纲)

裕度指标一般用来衡量机械设备的磨损状态。

2.1.4 脉冲指标(无量纲)

脉冲指标用来检测信号中冲击信息的统计指标。一般采用峰值与平均值的比值。

2.1.5 峰值指标(无量纲)

峰值是指振动波形的单峰最大值。峰值指标是指峰值与有效值的比值。

2.1.6 歪度指标

歪度用来反映振动信号的非对称性。

2.2 小波包能量谱

以小波包分析为基础,建立小波包分解下的信号能量谱,以能量谱作为描述振动信号状态的时频域特征指标。基本思路如下:

假设原始信号为S,对原始信号进行小波包分析(WPA),提取三层小波包的小波能量谱。

(1)小波包分解。选择小波包类型,对原始信号进行三层分解。获取三个层次下的低频和高频系数。本文只对第三层系数进行分析,分别记作X30,X31,……X37。

(2)小波包重构。提取各个频带的特征信号。只对第三层的节点进行分析,重构后的信号分别为S30,S31,……S37。总信号S可以记作:S=S30+S31+……+S37。

(3)计算各个频带的能量。对第三层节点重构信号的所有能量进行计算。

(4)计算小波能量谱。

计算每个频带所占总能量的比例,并以此作为小波能量谱。

2.3 特征提取流程

根据研究前期所开展的分析,为了对齿轮箱齿轮的故障特征参量进行提取,文中使用时频分析法与时域分析发处理振动信号,进而构建综合特征参数。基本流程如图1所示。

图1 齿轮箱振动信号特征提取流程

3 实例分析

为进一步验证小波包能谱熵法测算信号的效果,本文利用实例进行分析,即对实验采集获得的齿轮箱振动时域信号进行研究分析。将采集获得的齿轮点蚀故障信号作为研究实例,详解深究特征提取法。按照齿轮箱在实验时真实的工作情况,将大齿轮点蚀下的某一组齿轮点蚀故障信号作为实例,来进行计算验证说明。这一信号的时域波形如图2所示。

从图2能够看出,在这一故障模式下,故障信号中的时域冲击具有一定的规律。

根据小波包能谱熵运算法分析这一段故障信号。第一步,使用小波包分析法对该时域信号进行分析,假定分解层数j为3,小波的类型选择db4小波。由此可见,可以获取第3层小波分解里面的8个分解节点,每一个节点时域信号如图3所示。每个节点时域信号表示各自频域范畴中的信号特征。

图3 三层小波包分析结果

根据小波能谱熵运算步骤,分别计算这一信号的各个节点上的能量值,分别为:

计算每个节点能量的比例,得到小波能量谱,为:

计算得到的小波能量谱如下图4所示。

图4 小波包能量谱示意图

最后,根据特征提取方法,计算获得这一故障模式下信号样本的时域特征,分别为:

同理,计算不同运行状态下的振动信号特征,最终计算得到的特征向量如下表1所示。

表1 特征向量计算结果

六个状态分别为:C1(正常状态)、C2(大齿轮点蚀)、C3(大齿轮断齿)、C4(小齿轮磨损)、C5(大齿轮点蚀+小齿轮磨损)、C6(大齿轮断齿+小齿轮磨损)

通过该方法,能够定量计算得到不同运行状态下的齿轮故障特征。

4 结语

为了有效的提取齿轮箱的故障特征,本文针对齿轮箱的故障提取问题展开分析研究。着眼于不同的频率,将描述各种谱分布的特征参数直接提取出来,最终选取其中的小波能谱熵当作了解各种运行状态的指数标准。与以往的时域统计参数进行结合,形成齿轮箱故障特征的向量,进而帮助维修人员诊断齿轮箱的故障。

猜你喜欢
波包齿轮箱时域
OFDM 系统中的符号时域偏差估计
CJ-1型齿轮箱箱体强度分析
风力发电机组齿轮箱轴承故障诊断分析
地铁车辆齿轮箱常见故障及处置思路分析
基于支持向量机和小波包变换的EOG信号睡眠分期
风力发电齿轮箱设计制造技术
基于动态阈值函数的改进小波包遥测信号去噪方法
硬件时域门技术在宽频带天线罩测试中的应用
频域滤波产生的时域端点效应及避免方法
网络分析仪时域测量技术综述