齿轮故障检测、判定方法、装置、控制器以及作业机械.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116007934A(43)申请公布日2023.04.25(21)申请号202310004181.4G06N3/08(2023.01)(22)申请日2023.01.03(71)申请人三一汽车制造有限公司地址410100湖南省长沙市长沙经济技术开发区三一工业城(72)发明人胡亮红谭科(74)专利代理机构北京布瑞知识产权代理有限公司11505专利代理师张春辉(51)Int.Cl.G01M13/021(2019.01)G01M13/028(2019.01)G06F18/10(2023.01)G06F18/2131(2023.01)G06N3/04(2023.01)权利要求书2页说明书11页附图4页(54)发明名称齿轮故障检测、判定方法、装置、控制器以及作业机械(57)摘要本申请提供一种齿轮故障检测、判定方法、装置、控制器及作业机械，应用于作业机械技术领域，该方法在获取目标齿轮的振动信号和转速信号之后，基于振动信号和转速信号构建检测样本并基于检测样本提取目标齿轮的故障检测特征值，最后将目标齿轮的故障检测特征值输入预训练的故障检测模型，得到目标齿轮的故障检测结果。通过本发明提供的方法，能够完成对齿轮的故障检测，为及时检修齿轮提供参考依据，进而有效降低故障齿轮的危害，提高作业机械的运行安全性。CN116007934ACN116007934A权利要求书1/2页1.一种齿轮故障检测方法，其特征在于，包括：获取目标齿轮的振动信号和转速信号；基于所述振动信号和所述转速信号构建检测样本；基于所述检测样本提取所述目标齿轮的故障检测特征值；将所述目标齿轮的故障检测特征值输入预训练的故障检测模型，得到所述目标齿轮的故障检测结果；其中，所述故障检测模型以齿轮的故障检测特征值为输入，以齿轮的故障检测结果为输出，训练神经网路得到。2.根据权利要求1所述的方法，其特征在于，基于所述振动信号和所述转速信号构建检测样本，包括：提取所述振动信号中目标频率对应的振动信号，并对所述目标频率对应的振动信号进行包络处理，得到处理后振动信号；基于所述转速信号以及预设采样频率对所述处理后振动信号进行等角度间隔采样，得到检测样本；其中，所述检测样本包括多个检测子样本，任一所述检测子样本包括多个按时序排列的振动信号幅值。3.根据权利要求1所述的方法，其特征在于，所述故障检测特征值包括转速特征值、幅度特征值、尖锐冲击特征值、频谱突出特征值以及频谱多阶性特征值中的至少一种。4.根据权利要求3所述的方法，其特征在于，提取所述频谱突出特征值的过程，包括：对所述检测样本的频谱进行归一化处理，得到归一化频谱；基于所述检测样本确定所述目标齿轮的故障特征谱号，并提取目标幅值；其中，所述目标幅值为所述归一化频谱中所述故障特征谱号以及所述故障特征谱号的整数倍的谱号所对应的幅值；确定各所述目标幅值中最大的目标幅值为频谱突出特征值。5.根据权利要求3所述的方法，其特征在于，提取所述频谱多阶性特征值的过程，包括：对所述检测样本的频谱进行归一化处理，得到归一化频谱，并基于所述检测样本确定所述目标齿轮的故障特征谱号；统计所述归一化频谱中所述故障特征谱号以及所述故障特征谱号整数倍的谱号的总数量，得到第一统计值；确定第二统计值与所述第一统计值的比值为所述频谱多阶性特征值；其中，所述第二统计值为所述故障特征谱号以及所述故障特征谱号整数倍的谱号中，对应幅值大于等于预设幅值阈值的谱号的总数量。6.根据权利要求3所述的方法，其特征在于，提取所述目标齿轮的幅度特征值的过程，包括：基于所述检测样本构造逆变换样本；将所述逆变换样本划分为多个逆变换子样本；分别提取各所述逆变换子样本中振动信号幅值的最大值；确定各所述最大值的平均值为所述目标齿轮的幅度特征值。7.根据权利要求3所述的方法，其特征在于，提取所述目标齿轮的尖锐冲击特征值的过2CN116007934A权利要求书2/2页程，包括：基于所述检测样本构造逆变换样本；将所述逆变换样本划分为多个逆变换子样本；分别计算各所述逆变换子样本的峭度指标；统计各所述峭度指标中小于等于预设峭度指标阈值的峭度指标的个数，得到第三统计值；确定所述第三统计值与各所述逆变换子样本的总数的比值，为所述目标齿轮的尖锐冲击特征值。8.根据权利要求6或7所述的方法，其特征在于，基于所述检测样本构造逆变换样本，包括：基于所述检测样本确定所述目标齿轮的故障特征谱号；提取所述检测样本中所述故障特征谱号以及所述故障特征谱号的整数倍的频谱对应的振动信号幅值，得到构造样本；对所述构造样本进行逆傅里叶变换，得到逆变换样本。9.根据权利要求1‑7任一项所述的方法，其特征在于，还包括：根据所述检测样本以及所述目标齿轮的实际状态更新所述故障检测模型。10.一种齿轮故障判