变速箱故障诊断中阶次分析法.docVIP

变速箱故障诊断中的阶次分析法 摘要: 随着我国汽车工业的发展，研发一种高效的变速箱故障检测系统迫在眉睫20 世纪七、八十年代得到迅速发展的一项新技术; 在实际的生产应用中, 一般将齿轮箱的频谱分为低频、中频和高频分别进行处理, 进而实现故障诊断; 文章所述的汽车变速箱故障诊断系统利用时域同步平均法, 在阶次分析理论基础上, 对时域信号进行处理, 根据信号源的不同提取各自时域信号并进行处理, 进而实现故障诊断; 结合试验, 对基于阶次分析的时域同步平均法进行了详细的论述和结果验证。 关键词: 谐波; 阶次; 时域同步平均; 前言 振动和噪声的分析研究, 长期以来受到了人们的普遍关注, 开展了大量的研究工作, 取得了不少宝贵经验和成果。特别是以振动参数为特征的机械设备故障诊断技术已经广泛地应用在汽车、飞机、轮船、发动机等方面, 取得很多令人注目的成果。但以往开发的故障诊断仪以长时间检测设备为主, 可以通过长时间统计对比, 识别设备振动频率的波动, 从而识别设备的运行状态以及故障类型, 相对比较单纯、简单。只要特征参数选择正确, 信号处理分析方法得当, 都能取得明显效果。而本文所研制开发的汽车变速箱故障诊断系统所针对的对象是即将出厂的新齿轮箱, 故障隐蔽性强, 特征量不明显, 为诊断方法的选择带来了困难。其次, 本汽车故障诊断系统对每个齿轮箱的诊断时间约为3 min ,给诊断带来了极大的困难。本文着重研究时域同步平均法在时域信号处理中的作用, 从而为选择故障诊断方法并构建整个故障诊断系统奠定了基础。 时域信号分析 1.信号来源 旋转机械的故障类型主要为转子不平衡、轴系不对中、转子裂纹及安装不良等。振动信号的主要来源为齿轮的啮合。一般故障频率及啮合频率均与所在轴的回转频率有关, 为其谐波。本文所研究的汽车变速箱简化为三轴结构, 输入轴、中间轴和输出轴(如图1 所示) 。在变速箱箱体上安装压电式加速度传感器, 输入轴端安装旋转编码器。利用时域同步平均法,可以从加速度计获得的振动信号中分别提取3 根轴上的时域信号。然后分别进行频域分析, 针对每根轴分别进行故障诊断。 图1 　变速箱简化结构示意图 2. 时域同步平均法 时域同步平均法是在混有噪声干扰的信号中提取周期性分量的有效方法, 也称相干检波法。当随机信号中包含有确定性的周期信号时, 如果截取信号的采样时间等于周期性信号的周期T , 将所截得的信号叠加平均, 就能将该周期信号从随机信号、非周期信号以及与指定周期T 不一致的其它周期信号分离出来, 而保留指定的周期分量及其高频谐波分量,提高欲研究周期信号的信噪比。既使该周信号较弱也可以分离出来, 这是谱分析法所不及的, 这就是时域同步平均法的基本思路。如果一信号x ( t) 由周期信号y ( t) 和白噪声n ( t) 组成x ( t) = y ( t)+ n( t) ,我们以y ( t) 的周期去截取信号x ( t) , 共截得N 段, 然后将各段对应点相加, 由于白噪声的不相关性,可得到 x ( ti ) = Ny ( ti ) + N n ( ti ) (1) 再对x ( ti ) 平均, 便得到输出信号y1 ( ti ) y1 ( ti ) = y ( ti ) +n( ti )N (2) 此时输出的白噪声是原来输入信号x ( t) 中的白噪声的1/N , 因此信噪比将提高。 3. 时域到频域 傅立叶变换(Fourier Transformation) 法国数学家 ： Jean-Baptist Joseph Baron de Fourier (1768-1830) 周期性的时间信号由具有不同振幅的正弦(sin)和余弦(cos)信号组成。 傅立叶变换的数学公式  4. 重采样 人们在旋转机械故障诊断的摸索过程中, 发现故障特征在 图2 　等角度插值生成时间序列 图3 　重采样将非平稳信号转化为平稳信号 升速、降速过程中表现尤为明显。因此, 本诊断系统在升速、降速过程中对变速箱的不同档位逐一进行诊断。然而转速的变化表现在频谱图上是频率分量的模糊, 使得频谱图上的基频以及其各次谐波分量的功率会分散在一连串的频率谱线上。这种被模糊了的频率分量将给幅值测量造成误差, 使得传统的频谱分析难以达到有效效果。应运而生的阶次分析理论, 归根结底就是将非平稳信号转化为平稳信号, 然后再进行分析。时域同步平均法需要平稳的、整周期迭代采样, 而对于非平稳的振动信号, 就需要重采样进行平稳化处理。它的实现, 可以通过两种方式: (1) 输入轴上安装旋转编码器, 获得输入轴的转速, 转速信号用来触发数据采集卡采集数据, 从而实现等角域采样。 (2) 数据采集卡采样频率确定, 利用重采样程序实现等时域采样转化为等时域采样。 对于第一种方法, 在