強噪聲干擾下采煤機行星齒輪故障診斷方法

摘要：采煤機搖臂截割部行星齒輪的健康狀態直接影響截割效率。針對采煤機截割煤巖過程中受多重沖擊引起的強噪聲干擾、齒輪結構復雜且傳遞路徑多變導致故障特征難以提取等特點，提出了一種基于頻譜平均降噪和相關譜的采煤機行星齒輪故障診斷方法。根據信號頻譜分布特征及噪聲隨機特性，采用頻譜平均降噪方法抑制噪聲對信號頻譜的干擾，獲得信號降噪頻譜。構建相關譜以建立少樣本降噪頻譜和多樣本降噪頻譜的內在聯系，減少頻譜平均降噪對樣本數量的需求。采用一維卷積神經網絡（1D CNN）建立相關譜與故障類別之間的精確映射關系，以相關譜為輸入、故障類別為輸出，實現行星齒輪故障分類識別。在DDS 傳動系統故障診斷實驗臺對基于頻譜平均降噪和相關譜的采煤機行星齒輪故障診斷方法進行實驗驗證，結果表明該方法能夠增強表征故障特征的關鍵頻率，對正常、斷齒、磨損、缺齒和裂紋5 種行星齒輪健康狀態信號的整體識別率達96%，在信噪比不低于15 dB 時可有效、準確地實現齒輪故障診斷。

關鍵詞：采煤機；齒輪故障診斷；強噪聲干擾；頻譜平均降噪；相關譜

中圖分類號：TD67 文獻標志碼：A