基于經驗模態分解的行星齒輪箱故障特征提取新方法

王付廣

銅陵學院實踐教學管理處,安徽 銅陵 244000

0 引言

行星齒輪箱即行星減速箱又稱為“齒輪箱”,因其動力傳遞平穩、傳動比大、承載力大、結構緊湊占空間小、使用壽命長等優勢,在風力發電、車輛、冶金化工等行業應用廣泛。但在齒輪箱出現故障或者失效時,往往影響整個系統的傳動效果,甚至還會產生噪聲安全隱患。

實際工況下,行星齒輪箱傳動轉速和載荷均為非平穩狀態,且生產過程中強背景噪聲會淹沒信號中的有效信息,因此,采集到的振動信號存在時變性、非線性以及非平穩性的特征。此外,齒輪箱嚙合振動和通過效應會調制信號中故障特征信息。相比于定軸齒輪箱,行星齒輪箱振動信號的特征提取和故障診斷更加困難。研究表明,現有特征提取和故障診斷方法對行星齒輪箱的應用具有局限性。文獻[1]將時域、頻域傳統特征指標引入到齒輪箱故障識別,試驗結果表明,常用特征指標可區分缺齒故障和正常狀態,但對早期微弱故障效果不佳。由于行星齒輪箱振動信號耦合分量較復雜,學者將解調方法引入到齒輪箱振動信號的分解,旨在從原始信號中分離出故障特征的單分量信號。其中,經驗模態分解(empirical mode decomposition,EMD)可將復雜、耦合的振動信號分解為單分量信號,解決模態混疊的問題[2-3]。常用的時域和頻域特征指標受工況和載荷變化影響,特征指標標準不定,在實際使用過程中局限性較大。文獻[4]針對上述情況引入熵指標,該指標針對信號周期性較為敏感且不受工況影響的情況,結果表明,該方法可有效區分缺齒、斷齒和磨損故障。

本文針對行星齒輪箱振動信號特點,提出一種新的特征提取方法。該方法首先利用EMD算法將采集到的原始振動信號分解成多個imf分量;其次,對其進行篩選,得到包含較多有用故障信息的單分量信號,并進行重構;最后,根據特征指標對不同故障的敏感性和變化趨勢不同,構建特征新指標,識別行星齒輪箱不同故障類型。

1 新特征提取方法

1.1 基本思路

齒輪箱內零件故障類型較復雜且故障程度也不同,目前,單一的傳統特征指標均無法有效區分齒輪箱內不同故障類型。行星齒輪箱內的故障形式有2種,分別為局部式故障和分布式故障。局部式故障中較常見的故障類型有齒輪裂紋、斷齒、缺齒等,而分布式故障主要包括磨損、點蝕等。齒輪箱內發生局部式故障時,局部故障點參與嚙合產生較強烈的嚙合沖擊,局部故障程度越嚴重,嚙合沖擊能量越強,周期性也越明顯。分布式故障與局部式故障相比,由于齒輪箱存在分布式故障時,在故障齒輪嚙合的全過程中均會發生嚙合沖擊,但沖擊能量分布不集中,周期性不明顯。為區分不同故障類型,本文引入多尺度模糊熵(multiscale fuzzy entropy,MFE)[6],故障沖擊能量越強,沖擊越明顯,MFE值越小,因此,本文將MFE作為基本參數之一。研究表明,單一多尺度模糊熵無法對不同故障類型中早期故障進行有效區分。考慮特征指標應不受工況變化影響,本文提取重構信號概率密度函數的波形指標(Sr)作為基本參數之一。

1.2 特征提取步驟

將采集到的行星齒輪箱原始振動信號選擇恰當的長度進行等周期裁剪,對裁剪得到的振動信號進行特征提取,方法如下。

1) 信號分解和篩選。利用EMD將振動信號分解,得到不同頻段單分量信號。根據文獻[5]篩選前3個單分量信號。將篩選后的單分量信號進行信號重構,得到重構信號X(X=sum(imfi)/3)。

(1)

1.3 特征指標評估

為評估本文提出的新特征指標的區分效果,選用標準差來量化類內集中性,引入雙樣本敏感度Z來量化類間差異性。

區分m種故障,每種故障類型包含n個樣本。分別計算FE-Sr值,得到m×n的矩陣A。Z值計算步驟如下。

2)計算矩陣B每行元素的標準差(STDt)、最大值(FE-Srmax)以及最小值(FE-Srmin)。

3)計算m種故障類型、n個樣本,相鄰兩行之間雙樣本Z值定義為：

(2)

由式(2)可知,只要Zi,i+1>0,FR-Sr值便可將相鄰的2種故障類型區分開,且區分度隨著Z值的增大而增大,將其最小值(Zmin)作為新特征指標的故障敏感性。

2 新特征提取方法試驗驗證

2.1 DDS實驗臺及試驗設計

DDS實驗臺配置幾種太陽輪、行星軸承故障,本實驗臺可拆卸并更換不同故障零件模擬不同類型故障。太陽輪和滾動軸承故障零件如圖1所示。本次實驗設計利用DDS實驗臺進行穩定工況信號采集,本次試驗每種故障采集轉速均為20 Hz和30 Hz。

圖1 太陽輪故障示意圖

2.2 故障特征提取

表1 轉速20Hz單級行星齒輪箱不同故障FE-Sr值

對比上述分析轉速30 Hz工況下,單級行星齒輪箱不同太陽輪故障FE-Sr值。分析轉速20 Hz和30 Hz工況下,雙級行星齒輪箱不同太陽輪故障的FE-Sr值。不同故障類型隨樣本的變化趨勢分別如圖2～4所示。

圖2 單級行星齒輪箱轉速30 Hz

圖3 雙級行星齒輪箱轉速20 Hz

由表1、圖2～4可知,對于不同結構、不同工況的行星齒輪箱,本文提出的新特征FE-Sr值均可有效區分太陽輪正常、裂紋、斷齒、磨損狀態。其中,單級傳動的行星齒輪箱Zmin為11.78,雙級傳動的行星齒輪箱Zmin為5.12,且每種狀態的新特征指標FE-Sr較為穩定且波動較小。

3 結束語

針對傳統故障特征提取方法對行星齒輪箱故障識別的局限性,本文利用EMD、多尺度模糊熵和波形指標建立了故障特征新指標,并定義雙樣本敏感值來評估新特征指標。結果表明：在不同結構、轉速下,本文故障特征提取新方法均可有效區分行星齒輪箱的不同類型故障。