礦用機械傳動齒輪箱體振動故障解調(diào)診斷方法

馮占祥

（張家口宣化華泰礦冶機械有限公司，河北 張家口 075100）

0 引言

礦用機械在礦業(yè)生產(chǎn)中發(fā)揮著至關重要的作用，而傳動齒輪箱作為其核心組成部分，其正常運轉(zhuǎn)對整個礦用機械的性能和效率產(chǎn)生重大影響。然而，由于工作環(huán)境惡劣、工作負荷大以及操作維護不當?shù)纫蛩?，礦用機械傳動齒輪箱常常出現(xiàn)各種故障，導致生產(chǎn)中斷和重大經(jīng)濟損失。因此，對礦用機械傳動齒輪箱的故障進行準確診斷，及時發(fā)現(xiàn)并排除故障，對于保障礦業(yè)生產(chǎn)的穩(wěn)定性和連續(xù)性具有重要意義。李東東等[1]在研究行星齒輪箱故障診斷方法時，引入了深度特征融合網(wǎng)絡，可以在齒輪箱變速工況下準確分類故障信號類型；歐曙東等[2]采用卷積自動編碼器進行行星齒輪箱故障振動信號的檢測與識別，解決了傳統(tǒng)方法識別非線性、非平穩(wěn)的故障振動信號能力有限等問題。隨著礦業(yè)生產(chǎn)規(guī)模的不斷擴大，礦用機械朝著大型化、自動化和高效化的方向發(fā)展，傳動齒輪箱的結構也日趨復雜。這使得齒輪箱的故障診斷成為一個具有挑戰(zhàn)性的問題。傳統(tǒng)的基于經(jīng)驗的故障診斷方法已經(jīng)難以滿足現(xiàn)代礦業(yè)生產(chǎn)的需要。因此，本文研究設計一種新的、更加有效的礦用機械傳動齒輪箱故障診斷方法，以提高礦業(yè)生產(chǎn)效率和降低維修成本。

1 采集并預處理齒輪箱體故障振動信號

由于齒輪箱體故障振動信號和正常振動信號的頻率與幅值存在顯著差異，所以根據(jù)齒輪箱體振動信號來進行故障診斷[3]。首先，需要在礦用機械傳動齒輪箱運行過程中，采集箱體故障振動信號。主要采用了成本低、精度高的傳感器來獲取振動信號，綜合考慮礦用機械傳動齒輪箱的實際型號與運行特點，選擇一個采樣頻率范圍合適的加速度傳感器，將其安裝在齒輪箱體外壁，進行齒輪箱振動信號的獲取。然而，受傳感器自身采樣精度與礦用機械傳動齒輪箱惡劣運行環(huán)境等因素的影響，導致原始采集信號中存在大量無用噪聲信號，如果直接應用于后續(xù)故障診斷中，難以保障診斷結果的準確度，所以對原始采集的礦用機械傳動齒輪箱體故障振動信號做去噪處理[4]。為實現(xiàn)齒輪箱體故障振動信號的降噪，引入了小波分析法，通過對振動信號的分解與重構，去除無用噪聲信號。在利用小波分析法去除礦用機械傳動齒輪箱故障振動信號時，需要先利用下式所示小波變換函數(shù)進行原始振動信號的分解：

其中：

式中，X（a，b）表示原始礦用機械傳動齒輪箱體故障振動信號的小波分解系數(shù)，其中a、b分別為伸縮與平移因子這兩個常數(shù)；S（t）表示平方可積的礦用機械傳動齒輪箱體故障振動信號，其中t為時間變量；fa，b（t）表示小波基函數(shù)；F（t）表示母小波函數(shù)。然后根據(jù)齒輪箱體故障振動信號的實際情況設定一個合理的小波系數(shù)閾值，進行分解系數(shù)的篩選[5]，算式為：

式中，γ表示小波系數(shù)閾值。如式（3）所示，將大于設定閾值的小波系數(shù)保留，小于閾值的則清零，從而將噪聲部分的系數(shù)剔除，最后將剩余系數(shù)進行小波重構，即可得到降噪后的礦用機械傳動齒輪箱體故障振動信號，為后續(xù)故障診斷提供數(shù)據(jù)支撐。

2 解調(diào)分析故障振動信號

由于受機械傳動特性的影響，齒輪箱體在正常狀態(tài)下也存在振動現(xiàn)象，所以傳統(tǒng)振動信號識別方法難以準確診斷出齒輪箱是否存在故障，所以設計一種故障振動信號解調(diào)診斷方法：通過解調(diào)分析提取出和故障特征相關的振動信號調(diào)制分量，根據(jù)調(diào)制分量來診斷齒輪箱故障[6]。在進行礦用機械傳動齒輪箱體故障振動信號的解調(diào)分析時，首先需要采用幅值解調(diào)方法進行幅值調(diào)制成分的提取，假設故障調(diào)制信號為y1（t），采用希爾伯特變換對其進行包絡解調(diào)，表達式為：

式中，α1、β1分別表示第一個調(diào)幅階次下，齒輪嚙合頻率幅值與相位；α2、β2分別表示第二個調(diào)幅階次下，齒輪嚙合頻率幅值與相位；α3、β3分別表示第三個調(diào)幅階次下，齒輪嚙合頻率幅值與相位；P1表示齒輪箱故障轉(zhuǎn)頻；P2表示齒輪嚙合頻率。

因受礦用機械傳動齒輪箱內(nèi)部齒輪與軸承轉(zhuǎn)動波速影響，在進行箱體故障振動信號的幅值解調(diào)時，采用了三個調(diào)頻階次，這樣得到的包括頻譜圖中就會包含故障特征頻率的多階次諧波分量，便于故障分量分析。然后從解調(diào)幅之后的剩余信號中提取調(diào)頻信號，采用頻率解調(diào)法進行頻率分量解調(diào)[7]，根據(jù)式（4）所得礦用機械傳動齒輪箱體故障振動信號的真實調(diào)幅，可以計算出剩余信號用于調(diào)頻，計算式為：

式中，y2（t）表示解調(diào)幅后的剩余信號；y（t）表示解調(diào)前的礦用機械傳動齒輪箱體故障振動信號。一般來說，式（5）所求剩余信號是一個幅值區(qū)間為[-1，1]的純調(diào)頻信號，所以在對剩余調(diào)頻信號進行頻譜校正后，可以得到各階調(diào)頻邊帶處的準確頻率與幅值，此時再利用式（4）進行希爾伯特變換法，以調(diào)頻階次為2 階的參數(shù)進行調(diào)頻，即可實現(xiàn)礦用機械傳動齒輪箱體故障振動信號的頻率分量解調(diào)。

綜上，結合幅值解調(diào)方法與頻率解調(diào)方法，進行礦用機械傳動齒輪箱體故障振動信號的解調(diào)，可以去除原始故障振動信號包絡，得到頻譜分布清晰的調(diào)幅與調(diào)頻信號，也就是通過解調(diào)方法提取到了礦用機械傳動齒輪箱體振動信號中與故障特征相關的調(diào)制分量（頻率與幅值）。最后將實際所得調(diào)制分量與正常狀態(tài)振動信號的調(diào)制分量進行對比，即可判斷原始采集的礦用機械傳動齒輪箱體振動信號是否為故障信號，從而識別出礦用機械傳動齒輪箱的故障狀態(tài)，如果采集振動信號為故障信號，結合齒輪箱內(nèi)部結構中各部件的運行數(shù)據(jù)，還可以進一步診斷出故障發(fā)生位置。

3 仿真實驗

3.1 實驗方法

為了檢驗礦用機械傳動齒輪箱體振動故障解調(diào)診斷方法的有效性與正確性，以某礦用機械傳動齒輪箱為對象，展開仿真對比實驗。實驗所用的礦用機械傳動齒輪箱結構如圖1 所示。

圖1 實驗礦用機械傳動齒輪箱結構

圖1 表明，實驗所用機械傳動齒輪箱是一個內(nèi)齒圈固定的行星輪系，當行星架處輸入動力后，動力就會從行星輪傳遞至太陽輪處，再經(jīng)過太陽輪到達平動輪系，最后經(jīng)高速軸輸出。那么，在該礦用機械傳動齒輪箱結構中，其故障特征頻率設置見表1。

表1 實驗礦用機械傳動齒輪箱故障特征頻率設置

基于上述的仿真實驗中，在該礦用機械傳動齒輪箱體上設置了一個檢測點，采用測量范圍為0.5 ～8000 Hz 的加速傳感器，檢測礦用機械傳動齒輪箱體的振動信號，再進行故障解調(diào)診斷，根據(jù)診斷結果判斷設計方法是否可行。

3.2 實驗結果

基于上述仿真設置內(nèi)容，采用本文設計的解調(diào)診斷方法進行礦用機械傳動齒輪箱體振動故障的診斷實驗。首先在礦用機械傳動齒輪箱正常運行時，采集箱體振動信號并進行解調(diào)分析，得到齒輪箱正常振動信號的解調(diào)分析指標值；然后在礦用機械傳動齒輪箱結構中的L4 平動輪處模擬故障，采集箱體故障振動信號并進行解調(diào)分析，得到齒輪箱故障振動信號的解調(diào)分析指標值。具體數(shù)值見表2。

表2 實驗齒輪箱體振動信號解調(diào)指標參數(shù)值對比

從表2 的數(shù)據(jù)可以看出，當實驗礦用機械傳動齒輪箱發(fā)生故障時，箱體故障振動信號的解調(diào)分析指標值相對于正常值有明顯的變化，變化率達到了±50%以上，說明實驗礦用機械傳動齒輪箱出現(xiàn)了沖擊振動現(xiàn)象，可以確診齒輪箱存在故障。為進一步定位實驗礦用機械傳動齒輪箱故障位置，繪制實驗礦用機械傳動齒輪箱體故障振動信號解調(diào)譜圖見圖2。

圖2 實驗齒輪箱體振動信號解調(diào)譜

從圖2 可以看出，在實驗礦用機械傳動齒輪箱體故障振動信號的解調(diào)譜圖上，30.56 Hz、61.15 Hz、91.72 Hz、122.25 Hz 處均存在峰值，與表1 中數(shù)據(jù)進行對比可知，30.56 Hz 為L4 平動輪所在軸的轉(zhuǎn)頻，61.15 Hz、91.72 Hz、122.25 Hz 分別為L4 轉(zhuǎn)頻的2、3、4 倍頻，已知如果礦用機械傳動齒輪箱存在故障，箱體故障振動信號的功率譜圖中齒輪嚙合頻率和倍頻處勢必存在明顯峰值，所以可以判斷實驗礦用機械傳動齒輪箱體振動故障位置在L4 平動輪處，與實驗設置相符。由此說明，本文設計方法不僅可以識別出礦用機械傳動齒輪箱的故障狀態(tài)，而且可以進一步定位到故障發(fā)生位置，具有實用性。

4 結語

仿真實驗結果證實基于解調(diào)分析的礦用機械傳動齒輪箱體振動故障診斷方法在實際應用中的有效性。該方法通過對振動信號進行深入分析，能夠快速準確地定位齒輪箱體故障位置，為礦用機械的維護和檢修提供了有力支持。然而，該方法仍存在一些局限性，如對噪聲的敏感性以及對復雜故障識別能力的有限性。針對這些問題，前述中已經(jīng)提出改進措施，以期進一步提高齒輪箱體振動故障診斷的準確性和可靠性。未來，我們將繼續(xù)深入研究礦用機械傳動齒輪箱體振動故障的相關問題，結合其他先進的信號處理和機器學習方法，不斷完善和優(yōu)化診斷系統(tǒng)，以期為礦業(yè)生產(chǎn)的穩(wěn)定運行提供更加可靠的技術支撐。