基于GOA-ASR的行星齿轮箱早期故障诊断方法.pdf

(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CN109765052A(43)申请公布日2019.05.17(21)申请号201910053760.1(22)申请日2019.01.21(71)申请人福州大学地址350108福建省福州市闽侯县上街镇大学城学园路2号福州大学新区申请人江苏泰隆减速机股份有限公司(72)发明人张俊钟敏张建群李习科陈琴(74)专利代理机构福州元创专利商标代理有限公司35100代理人蔡学俊(51)Int.Cl.G01M13/045(2019.01)G06N3/00(2006.01)权利要求书4页说明书7页附图3页(54)发明名称基于GOA-ASR的行星齿轮箱早期故障诊断方法(57)摘要本发明涉及一种基于GOA-ASR的行星齿轮箱早期故障诊断方法，首先获取故障特征检测性能提升的高通滤波信号；其次，利用TEO算法解调上述高通滤波信号，得到含故障特征的解调信号；判断是否满足随机共振(SR)的小参数要求，不满足则将解调信号进一步做适压缩处理以及频率二次采样处理；随后，使用提出的LSNR指标作为适应度函数，引入GOA算法对随机共振系统参数进行自适应寻优，进而重构最优参数下的随机共振系统。最后，将信号输入随机共振系统，得到周期特征增强的输出信号，并通过对输出信号的FFT频谱分析实现故障判别。本发明中，有效降低了故障提取难度，实现行星齿轮箱早期故障的准确提取。CN109765052ACN109765052A权利要求书1/4页1.一种基于GOA-ASR的行星齿轮箱早期故障诊断方法，其特征在于：包括以下步骤：步骤S1:利用加速度传感器对行星齿轮箱箱体进行接触式测量，获取行星齿轮箱箱体振动加速度信号；步骤S2：对箱体振动加速度信号进行高通滤波处理,得到滤除低频成分的高通滤波信号；步骤S3：利用TEO算法解调高通滤波信号，得到含故障特征的解调信号；步骤S4：根据得到的解调信号，判断是否满足随机共振的小参数要求，若不满足则将解调信号做压缩处理以及频率二次采样处理；步骤S5：设定GOA算法的初始参数，初始化随机共振参数组合[a,b]，设定寻优蚱蜢个体的数量，初始化最大迭代次数Tmax；随机产生一组随机共振系统参数,计算并记录初始解的适应度，初始化迭代次数l＝1；步骤S6：更新GOA算法中的递减因子c；步骤S7：求解随机共振的郎之万方程，并计算定义的LSNR指标；步骤S8：更新个体位置；步骤S9：判断当前迭代次数是否满足l<Tmax，若满足，则令l＝l+1,重复步骤S6-S8；若不满足，则跳出循环，进入下一步；步骤S10：记录并输出迭代得到的全局最佳位置，并以此构建最优参数组合的随机共振系统；步骤S11：将步骤S4得到的解调信号输入构建的随机共振系统，得到输出信号，并对输出信号做FFT频谱，进行故障判别。2.根据权利要求1所述的基于GOA-ASR的行星齿轮箱早期故障诊断方法，其特征在于：所述行星齿轮箱箱体振动加速度信号，具体为从箱体上方采集的传动轴直径方向的加速度信号。3.根据权利要求1所述的基于GOA-ASR的行星齿轮箱早期故障诊断方法，其特征在于：步骤S2所诉高通滤波过程具体为：步骤S21:对采集到的行星齿轮箱箱体振动加速度信号，求出其齿轮啮合频率fm；步骤S22:将截止频率设置为4fm，设计Butterworth滤波器，并设置阻带截止频率和通带截止频率，对信号进行高通滤波。4.根据权利要求1所述的基于GOA-ASR的行星齿轮箱早期故障诊断方法，其特征在于：所述TEO解调算法具体为：定义信号x(t)的Teager能量算子ψ为：调幅—调频信号：式中：a(t)为调制幅值；为调制相位；由信号x(t)及信号微分x'(t)的能量算子的非线性组合实现信号解调公式为：2CN109765052A权利要求书2/4页5.根据权利要求1所述的基于GOA-ASR的行星齿轮箱早期故障诊断方法，其特征在于：所述步骤S4具体为：步骤S41:将步骤S3中得到的解调信号视为仅含噪声，得到噪声方差估计值并判断是否同时满足以及故障特征频率f<<1Hz,若不满足则进行S42-S44，满足则直接进入步骤S5；步骤S42:对解调信号进行q倍压缩，即信号幅值压缩为原来的1/q倍，使得压缩后的噪声方差满足要求；步骤S43:设定信号采样频率为fsp，特征信号的频率为fs，频率变换比为R，得到二次采样的频率fcr＝fsp/R，将h＝1/fcr作为求解随机共振系统的数值迭代步长。6.根据权利要求1所述的基于GOA-ASR的行星齿轮箱早期故障诊断方法，其特征在于：所述GOA算法具体如下：在GOA算法中，用式(5)模型来模拟蚱蜢种群的集体行为：Xi＝Si+Gi+Ai(5)式中：Xi代表第i只蚱蜢的位置；Si表示个体受到的群体外力，Gi定义为第i只蚱蜢的自身重