基于VMD-DE的變速箱故障診斷方法和對策

毛 惠

（江陰興澄特種鋼鐵有限公司，江陰 214429）

作為大型工程機械的常見設備，變速箱主要特點為機構緊湊、傳動比大，具有較高的傳遞效率，在機械設備傳動系統中有著廣泛的應用。變速箱多應用于氣候惡劣、荷載復雜多變的環境下，其關鍵部件（如齒輪等）容易出現斷齒、剝落故障，從而影響變速箱運行安全性[1]。變速箱多具有較多零部件，結構復雜，發生故障后箱體會產生巨大的信號噪聲，從而增加故障特征的提取難度，影響變速箱故障的準確識別[2]?；诖耍狙芯刻岢隽俗兎帜B分解（Variational Mode Decomposition，VMD）和散布熵（Dispersion Entropie，DE）相結合的方法。該方法不僅具備較快的處理速度，而且能夠對噪聲魯棒性起到抵抗作用。利用VMD-DE方法可幫助確定分解層數，將高斯白噪聲添加到原始信號，通過多次循環可消除VMD算法對噪聲的敏感性，提升其對變速箱故障的診斷準確率，以便于制定相應的故障處理對策，保障變速度安全運行。

1 基于VMD-DE的故障診斷模型

1.1 變分模態分解

作為一種非遞歸新算法，VMD對分解信號具有自適應能力，其分解過程即構造與求解變分問題過程。VMD通過分解能夠獲得k個中心頻率的模態函數uk，其中預設尺度數用k表示。通過對uk的Hilbert變換，能夠得到一個單邊頻譜，經混合調制，在各估算的中心頻率上移動uk，然后評估uk的帶寬，并在求解時引入拉格朗日乘子。在進行迭代更新計算時，為獲得拉格朗日表達式“鞍點”，可采用如下迭代步驟：第一，令u、w、λ、n=0；第二，使迭代次數n=n+1；第三，使k=1。針對所有w≥0的情況都要進行雙重提升，并對λ進行更新。噪聲容限用τ表示，將其設為0能夠達到較好的去噪效果。重復上述步驟，滿足條件后獲得k個模態函數，完成迭代更新。

1.2 散布熵

散布熵主要用于衡量時間序列的復雜性，還能夠評估時間序列中不規則程序的程度。假設時間序列為n，x={x1,x2,x3,…,xn}，采用正態分布函數映射時間序列x，經過線性變換在[1,2,…,c]范圍內映射y，其中c表示類別個數，在[1,2,…,c]內對各個元素進行映射。在對散布模式進行計算時，每個數字的取值均有c種，對應散布模式共cm個[3]。

1.3 特征提取與故障診斷流程

在進行特征提取及故障診斷研究時，需要先明確VMD分解層數，將振動信號輸入后，根據波形法確定VMD分解層數，然后利用VMD進行信號分解，獲得k個固有模態分量（Intrinsic Mode Function，IMF），再對各個固有模態分量進行計算，并將原始信號進行歸一化[4]，最終計算散布熵和重構信號的散布熵。在粒子群優化（Partical Swarm Optimization，PSO）多分類支持向量機（Multiclass Support Vector Machine，SVM）中輸入特征值，對故障模式進行識別，其流程如圖1所示。

2 試驗驗證

2.1 試驗臺與數據

本研究以某鋼鐵公司變速箱故障診斷為例，其主要部件包括電機、變速箱、液壓站、數據采集及試驗操作系統，屬于復合行星輪系，包括K1、K2、K3這3個行星排，其中K1排包括齒數分別為29和31的太陽輪，表示為Z29、Z31，另包括齒數分別為15和18的行星輪各3個，表示為Z15、Z18，為雙嚙合行星排。齒輪剝落故障實物圖見圖2。發生故障前，變速箱為2檔，速率為1 500 r·min-1。每個狀態下分別采集3種狀態振動信號，頻率設置為20 kHz[5]，采樣時間控制為30 s。

齒輪系統部件轉頻計算方式為：

式中：f1為太陽輪轉頻；f2為齒圈轉頻；Z1、Z2分別為太陽輪齒數及齒圈齒數；fm為嚙合頻率。

因此，齒輪故障頻率ffauil的計算方式為：

需要注意的是，在對齒輪故障頻率進行計算時，應先掌握變速箱動力情況，按照17/18的固定軸輪系將其傳至K1太陽輪。若發生太陽輪故障，可采用行星輪個數相乘的方法計算故障頻率。若行星輪發生故障，需要在故障頻率上乘以2，這是由于每轉動一次行星輪，行星輪會分別與太陽輪、齒圈進行1次嚙合，由此可以計算出Z15、Z31對應的故障頻率分別為52.48 Hz、38.52 Hz。根據散布熵數據要求，可以選擇采樣點長度為0.1 s，采樣點數量為2 000個。

2.2 VMD分解及信號重建

目前，VMD在應用中的k值與a值多為默認，難以確保VMD參數最優，使得VMD性能受到了一定的限制。以往研究采用粒子群算法優化了VMD參數，雖獲得了較好的結果，但流程煩瑣，且耗費時間長，無法實現實時診斷。此次研究提出了相關系數閾值法優化選取VMD。由于VMD分解獲得的IMF分量中心頻率遵循低頻到高頻的原則，若預設尺度數k值從小到大取值，則最后一層IMF分量的中心頻率首次達到最大值時，不會發生分解不足問題。當k值增大且最大中心頻率繼續持穩定狀態，則此時k值為最佳值。本研究經過分解可以獲得IMF分量，研究采用波形法進行信號重構，能夠通過獲取原始振動信號，在互信息法支持下對IMF重構信號進行選取，從而達到降噪的目的。研究以正常狀態下的信號為例，獲得分解層數k。在不同k值下的IMF分量如表1所示。

正常狀態下經過VMD分解可以獲得IMF時域波形，原信號歸一化信息如表2所示，閾值為0.65，經過篩選可獲得重構信號時域波形頻。通常，互信息值越少，表示其所含的原始信號越少；反之，若IMF包含較多原信號，則通過IMF與原信號的互信息能夠對IMF作出最佳選擇。

表2 歸一化互信息值

2.3 方法驗證與對比分析

通過對重構信號散布熵進行計算，能夠評估振動信號的復雜度。首先，需要按照要求設置散布熵參數。在實際應用過程中多取4～8的整數，本研究取值為6，然后在每種狀態下選擇40組數據，每組數據涉及2 000個采樣點，同一狀態數據前后組重疊90%，每種狀態下選取50%的數據作為訓練樣本，其余為測試樣本。其次，在PSO-SVM中輸入DE特征值，通過識別故障模式可以發現不同狀態均存在較大的DE波動，且存在交叉現象，難以區分正常狀態與Z15剝落狀態，且準確率低（僅為48%）。研究引入VMD信號分解后獲得了較好的效果，主要表現為不同狀態下的DE值變化平穩，無交叉值，且重構信號DE值較原始信號DE值小，信號噪聲降低。PSO優化獲得SVM懲罰因子C=0.1、高斯參數為54，交叉驗證準確率達到了100%。不同算法下的分類結果如表3所示，可以發現VMD-DE準確率能夠達到100%，且所用時間短。

表3 分類結果對比

3 變速箱故障處理對策

3.1 加強變速箱自主保養

作為機械領域的常用設備，變速箱會影響設備整體的使用性能及壽命。通過對變速箱進行保養能夠降低故障概率，延長設備使用年限。保養過程中，初期以清掃為主，需要以設備為中心對灰塵、垃圾等進行徹底清理。在清理過程中，要檢查設備是否有故障及潛在缺陷，并予以及時有效處理，同時嚴格控制灰塵、污染等問題，可以采用加蓋、消除或密封的方法進行處理。對于不便于清掃、除污的位置，應采取先進技術、運用一定的技巧進行保養，從而將保養工作落到實處[6]。另外，需要定期對變速箱進行全面綜合檢查，并認真學習設備結構和功能，從而及時發現設備的缺陷并予以復原。

3.2 熟練掌握維修技術

對換擋系統沖擊較大的維修，需要解決發動機怠速問題。若發現升力上升提示存在故障，應檢查節氣門拉鎖及傳感器位置，并及時更換電磁閥。當出現變速器換擋不規律的問題時，應首先檢查節氣門閥操作機構，判斷其是否存在異常，然后測試油壓并全面檢查內部器械情況。若油壓較低，則需要將離心調速器拆下進行修復。檢查變速器電路及傳感器時，若無異常提示則為主油路壓力故障，應對節氣門閥進行調整。當需要更換變速箱油時，應選擇相應的粘度并使用合格的變速箱油，以避免造成動力損耗，且更換變速箱油過程中應注意不能帶入雜質[7]。若變速箱出現打滑，應觀察液態油顏色。若為黑色或暗紅色，則可能為離合器燒毀，應及時維修或更換。變速器長時間滯后，可能是變速器有嚴重磨損現象，應拆開維修。另外，在判斷漏油問題時，應檢查離合器制動活塞密封情況，若密封圈有問題要及時進行更換。變速箱油溫傳感器裝在控制閥上，主要用來對變速器進行高溫控制。若發生故障，當變速器油溫高于150 ℃時，變矩器會立即進入鎖止狀態，若30 s后變速器油溫仍不下降，變矩器會解除鎖止狀態，并使變速器退出超速擋。若變速器出現溫度升高現象，要及時更換潤滑油。當出現高溫預警時，應更換傳感器線束。若仍存在溫度過高問題，則應檢查冷卻系統并及時更換節溫器。

3.3 提升工作人員綜合素質

變速箱故障診斷設備是集機械、液壓、電子、冶金、化工等于一體的裝置，其維修是所有系統中維修技術含量最高的過程。因此，該行業對維修人員的技術水平有著較高的要求。隨著維修問題不斷出現，維修人員需要不斷學習、更新自己的技能儲備。變速器故障的處理多為人工操作，因此人是解決變速器故障的根本。工作人員應本著認真、負責的態度，對變速器故障作出正確的認識，從而快速發現變速器存在的故障問題，并采用對應的方法予以改進與控制，防止重復性故障的發生。另外，工作人員要定期進行學習與培訓，以提升維修技能及專業知識水平，提高對故障的處理能力。具體應從以下幾個方面做起：第一，正確應用變速器，做好參數調整，定期進行清掃并檢查緊固情況；第二，定期檢查變速器的使用環境、應用條件及日常情況，及時發現故障隱患；第三，及時處理潛在隱患，避免故障進一步惡化，確保設備能夠恢復到正常運行狀態。

4 結語

本研究基于VMD-DE能夠實現對故障模式的識別，且通過實踐證實其是有效、可行的。通過與原始信號的幾種方法對比可以發現，VMD-DE模式下故障診斷準確率能夠達到100%，且所用的時間短，可滿足工程需要。根據診斷故障問題采取對應的解決策略，對于變速器故障問題診斷及處理有著重要意義。