齒輪箱復合故障診斷方法探索

危五祥

摘要：齒輪箱屬于機械設備中不可缺少的連接和動力傳輸裝置，系統里任何零部件失效均會為其它零部件運行帶來影響，導致齒輪箱不能正常工作。因此，展開齒輪箱復合故障診斷方法進行研究具有重要意義，而本文則對故障診斷方法進行總結。

關鍵詞：齒輪箱;復合故障;診斷方法

切片雙譜的復合故障特征提取方法

切片雙譜

在設備發生故障后，發出的信號會與高斯分布相偏離，雙譜里所保留信號的幅值與相位信息，對偏離高斯分布的特征信息的提取更適宜[1]。具體算法即：

針對零均值的平穩隨機信號，進行三階累積量的計算公式即：

代表時間延遲;代表統計均值。

以三階累積量進行雙鋪，即：

因雙譜計算過程復雜，切片雙譜被提出，使分析精度大大提高。取，以三階累積量作對角切片，選用公式為：

對實施Fourier變換得出相應的切片雙譜：

仿真分析

仿真信號表達式總結即：

以上公式里的代表的高斯噪聲，采樣時間控制為1s，采樣頻率控制為10000Hz。信號里牽涉的調制頻率分別是250Hz、400Hz、500Hz、900Hz，里涉及到的調制頻率分別為20Hz、35Hz、50Hz與200Hz。

為使切片雙譜抑制高斯噪聲和二次相位耦合識別的能力得到保障[2]，需應用有理Hermite插值的LMD法把仿真信號進行單分量信號分解，再逐個對PF分量作包絡解調與切片雙譜分析。

滾動軸承外圈和小齒輪的復合故障特征提取

對圖1里P分量作包絡解調與包絡信號切片雙譜分析，得出包絡解調譜與切片雙譜均可將齒輪與滾動軸承的故障特征頻率進行提取，切片雙譜會使噪聲干燥受抑制，除了可實現、與的提取，還可實現軸承外圈二倍頻的提取。

滾動軸承內圈和小齒輪的復合故障特征提取

對圖2里的PF1分量作包絡解調和包絡信號的切片雙譜分析，能夠發現小齒輪轉頻、與滾動軸承內圈特征頻率都可見譜峰。而小齒輪轉頻、，軸承內圈特征頻率與軸承內圈轉頻調制頻率和的位置同樣可見譜峰，表明切片雙譜在復合故障特征提取里具備噪聲抑制與現行耦合項辨識的能力。

2SOM–BP神經網絡的復合故障識別方法。

SOM–BP復合神經網絡結構圖具體涉及到競爭層、輸入層、輸出層與隱含層四類，其中競爭層為復合神經網絡里SOM經網絡的輸出層，還屬于BP神經網絡的輸入層，若將輸入層神經元數量設定成1，因存在四種故障模式，所以需把BP神經網絡輸出層神經元數量設定成4，依次即正常狀態（1，0，0，0）、齒輪斷齒（0，1，0，0），滾動軸承內圈點蝕（0，0，0，1）、外圈點蝕（0，0，1，0），控制隱含層神經元數量為4–14，若實驗里隱含層神經元數量達到8或9，有極快的網絡收斂速度，可降低誤差率，因此此處設置隱含層神經元數量為8個;而競爭層至隱含層傳遞函數屬于雙曲正切函數tansig;隱含層至輸出層傳遞函數即S型對數函數logsig。

進行齒輪與滾動軸承正常運行與發生故障后譜線比較得知，能正常運行時切片雙譜里齒輪與滾動軸承頻率幅值處于平穩狀態，不過發生故障后切片雙譜里齒輪與滾動軸承特征頻率和倍頻處幅值則出現較大改變，故而及時明確齒輪箱故障情況，再作出處理。

總結

本文給出了齒輪箱復合故障的兩種常用診斷方法，在后續研究中將針對這兩種診斷方法展開進一步的完善，且加大其它故障診斷方法探索，為故障診斷提供更多新思路。

參考文獻

柳玉超.基于GACA–MKSVM的齒輪箱故障診斷[J].設備管理與維修，2019（1）：161–163.

周宇.面向齒輪箱關鍵部件的故障診斷與運維問題研究[D].北京交通大學，2017.