齿轮箱振动信号特征提取的一种新方法.docVIP

2010年第三届国际会议图像和信号处理（CISP2010） 齿轮箱振动信号特征提取的一种新方法 彭立，何清波，孔繁嚷 (精密机械与精密仪器系 中国科技大学） 摘要：本文基于小波分析提出一种对于齿轮箱振动信号特征提取的新方法，并进行了研究！变速箱振动信号和1 / f过程的信号之间的功率谱相似，使基于小波变换的变速箱故障诊断的分形分析。那么这种方法的原理进行了讨论。为了验证这一方法的可行性和实用性，进行了实验基础上的汽车变速器。箱体表面上附着的加速度传感器所收集的不同工作阶段的振动信号。预处理后，这些振动信号在不同小波尺度分解10个详细的信号通过离散小波变换与Dubieties小波。然后3至7尺度的细节系数的差异进行了计算和加速度信号的分形特征，估计从斜坡的详细系数方差进展。时间窗口试验的结果表明，这些分形特征有显着不同的变速箱不同的工作阶段，并表现出较高的重复性，这变速箱是在工业应用中最重要的设备之一。一个变速箱的意外故障可能导致人身伤亡和重大经济损失。在许多情况下，精度的仪器和设备是高度依赖于所使用的变速箱的动态性能。因此，变速箱的状态监测和故障诊断成为宝贵的维护和过程自动化，这些情况有必要制定，实施和部署在线诊断监测系统是独立经营的条件。齿轮典型故障包括和更严重的打击[1]许多功能生成方法已经被提出，如短时傅立叶变换（STFT），时间尺度小波分解[2，3]，累积频谱等结合信号检测与识别方法的故障诊断系统，可以实现多种故障的自动识别和正确的诊断。被认为是各种信号，如声音，图像和振动状态监测与故障诊断。通常用于齿轮箱状态监测振动信号，因为它很容易聚集，并有高的相关性与变速箱的工作条件。变速箱振动产生的噪音降低产品质量。重型齿轮箱振动甚至可以导致整个系统的运行，造成系统和客户的经济损失。因此，适当的变速箱振动监测尽量减少维修停机时间极具成本效益，同时通过提供预先警告和交货时间准备适当的纠正措施，并确保该制度不恶化到一个需要采取紧急行动的条件因此重要的是要齿轮箱振动诊断纳入计划的电机系统的故障诊断。较早的方法进行振动信号分析，概率分析，频率分析，时域分析和有限元分析[9，10，11，12]。振动信号的特点，是众所周知的，更容易被发现，而不是在时域频域。频率分析技术涉及的频率振动信号分析和进一步处理所产生的频谱，以获得诊断明确界定信息，如高频冲击脉冲。最近的时频分析方法变得越来越受欢迎。齿轮箱的振动信号通常是嘈杂。因此，它是很难找到一个潜在的故障在变速箱的早期症状。一个显着的变速箱诊断的最新发展时频分析中的应用。它能够揭示在整个频率范围内的信号随时间变化的频谱，因此可以在很大程度上克服传统技术的弊端。小波变换是一个功能强大的时频分析工具披露在信号瞬态信息。最近，小波分析方法的应用范围从振动信号，声音信号在机械故障诊断和状态监测等领域迅速增加。具体来说，它已成为一个强大的光谱特性随时间变化的替代品的，因为广泛使用的频谱分析方法提供所观察到的频率成分的本地化信号的频率内容的非平稳信号的分析。这是因为这些信号的统计特性，大部分都是非平稳振动信号分析中非常重要。因此，在实践中，小波变换方法对振动信号高频率的密切合作短的，持续时间长密切频率位于元件间距元件组的分析时间是适当的。本文所设计的功能，通过提取方法选择时频信号分析技术，分析振动信号的分形特征的离散小波变换。分形的分形数据的建模。它由一个信号，数据集或对象，这可能是声音，图像，分子，网络或其他数据到指定的分形特征的方法。目前分形分析广泛使用在科学的所有领域。分形维数是一个非平稳信号的良好指标，它有不同的定义。变速箱的加速度信号代表复杂的图案非固定复杂的信号可以通过一些分形特征量化[13]。据统计，牙齿断裂是最严重的变速箱故障。因此，我们的实验中关注的汽车变速器疲劳试验四个阶段，包括检测正常，轻微磨损，严重磨损及牙坏了。预处理后，变速箱的四个工作阶段的振动信号是离散小波变换的分析。信号分解为十个使用Dubieties的水平小波的阶数N= 12。然后进行了分形分析估算数据定义的分形特征。最后，反复试验结果表明，该方法是稳定和有效的，这表明，这种新的变速箱特征提取方法能起到良好的性能，具有很大的应用价值。本文组织如下第一节的背景介绍基于小波变换的功能估计的原则??进行了探讨在第三节中，所提出的方法用于分析振动信号从汽车变速器时间窗口试验的疲劳试验研究第四节讨论。原理A.小波变换 小波变换，特别是小波函数的线性组合称为数据包。离散小波变换使用一组基函数分解成详细的信号，近似信号的D 2 j和原始信号的A2 j。他们形成一个正交基的平滑度和其相应的小波时频局部化特性，可以保留。小波变换系统的设计中有两个基本功能。第一个是缩