预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109883693A(43)申请公布日2019.06.14(21)申请号201910270414.9(22)申请日2019.04.04(71)申请人西安交通大学地址710049陕西省西安市碑林区咸宁西路28号(72)发明人赵明陈帅马志鹏焦金阳梁凯旋(74)专利代理机构西安智大知识产权代理事务所61215代理人贺建斌(51)Int.Cl.G01M13/021(2019.01)G01M13/025(2019.01)权利要求书1页说明书4页附图4页(54)发明名称基于低秩-稀疏逼近的行星齿轮箱故障诊断方法(57)摘要基于低秩-稀疏逼近的行星齿轮箱故障诊断方法,先利用内置编码器采集输出轴角度位置信号,然后以均方误差为损失函数,对输出轴角度位置信号拟合并差分,得到瞬时角速度信号,基于瞬时角速度信号,分别对行星轮、太阳轮及齿圈时域同步平均,随后对各自的时域同步平均信号做低秩-稀疏逼近,得到行星轮、太阳轮及齿圈的稀疏恢复信号,并计算各自的峭度,峭度大于峭度阈值的则认为存在故障;本发明利用低秩-稀疏逼近方法的特征,对采集到的复合信号解耦,分开行星齿轮箱的正常啮合信息和故障信息,凸显故障特征,有利于实现行星齿轮箱早期微弱故障的诊断。CN109883693ACN109883693A权利要求书1/1页1.基于低秩-稀疏逼近的行星齿轮箱故障诊断方法,其特征在于,包括以下步骤:步骤一:针对行星齿轮箱,利用内置编码器采集输出轴角度位置信号x(t);步骤二:以均方误差为损失函数,对输出轴角度位置信号x(t)进行局部多项式拟合,随后进行一阶差分,得到瞬时角速度信号w(t);步骤三:基于步骤二得到的瞬时角速度信号w(t),分别对行星轮、太阳轮及齿圈时域同步平均,得到行星轮时域同步平均信号p(t)、太阳轮时域同步平均信号s(t)与齿圈时域同步平均信号r(t);步骤四:针对步骤三得到的行星轮时域同步平均信号p(t)、太阳轮时域同步平均信号s(t)与齿圈时域同步平均信号r(t),分别用窗长为n的滑窗,以步长m构建信号矩阵,得到行星轮信号矩阵P、太阳轮信号矩阵S与齿圈信号矩阵R;步骤五:依次对步骤四得到的行星轮信号矩阵P、太阳轮信号矩阵S与齿圈信号矩阵R进行低秩-稀疏逼近,得到行星轮稀疏矩阵P2、太阳轮稀疏矩阵S2、齿圈稀疏矩阵R2;步骤六:对步骤五得到的行星轮稀疏矩阵P2、太阳轮稀疏矩阵S2、齿圈稀疏矩阵R2分别进行信号重构,得到行星轮稀疏矩阵恢复信号e1(t)、太阳轮稀疏矩阵恢复信号e2(t)、齿圈稀疏矩阵恢复信号e3(t);步骤七:利用峭度指标,分别计算步骤六中行星轮稀疏矩阵恢复信号e1(t)、太阳轮稀疏矩阵恢复信号e2(t)、齿圈稀疏矩阵恢复信号e3(t)对应的行星轮峭度k1、太阳轮峭度k2、齿圈峭度k3,并设定峭度阈值α,大于峭度阈值α的则认为对应的齿轮存在故障。2.根据权利要求1所述的基于低秩-稀疏逼近的行星齿轮箱故障诊断方法,其特征在于:所述的峭度阈值α为7。2CN109883693A说明书1/4页基于低秩-稀疏逼近的行星齿轮箱故障诊断方法技术领域[0001]本发明涉及行星齿轮箱故障诊断和信号分析技术领域,特别涉及基于低秩-稀疏逼近的行星齿轮箱故障诊断方法。背景技术[0002]行星齿轮箱作为重要传动部件,因承载效率高与传动比大等诸多优点,被广泛用于风电机组、直升机等重大机械装备,对保障设备的健康高效运转具有重大意义。然而其低速重载的恶劣工作环境导致行星轮、太阳轮及齿圈等关键部件易发生磨损、齿根裂纹甚至断齿等严重故障,致使设备运转振动加大以致运行系统整体瘫痪,产生严重后果。因此,针对行星齿轮箱的故障诊断尤其是早期微弱故障的诊断,具有重要的安全和经济价值。[0003]随着信号处理理论的不断进步,针对行星齿轮箱的故障诊断技术已取得长足进展。然而因行星齿轮箱内部结构复杂、服役工况多变、信号传递路径长等多种因素,导致采集到的信号耦合性严重、信噪比较低,为故障的定位带来了巨大挑战。[0004]中国专利(申请号为201810932320.9)为解决信号耦合性严重的问题,采用MED和模糊熵结合的方式进行行星齿轮箱的故障诊断,MED的基本原理是通过解反褶积突出尖脉冲,以峭度最大值作为迭代的终止条件,但直接用峭度作为迭代终止条件易受到随机冲击的影响,导致分辨不出冲击是由故障引起还是来源为随机冲击。中国专利(申请号为201711122369.X)先对信号进行奇异谱差分提取分量,随后进行EEMD分解,并计算得到的每个本征模态函数的分形维数,得到分形维数曲线,与正常信号与多种不同实际故障分形曲线对比来判断故障位置与类型;但在奇异谱分析中,得到的奇异值本身按照能量排序,如果仅挑选前N个奇异值,可能会将故障