[发明专利]一种基于压缩感知与双谱分析的齿轮故障诊断方法

说明书

本发明提供了一种基于压缩感知与双谱分析的齿轮故障诊断方法，包括步骤：A、获取转速信号，根据转速信号生成相应的M序列和采样脉冲；B、将得到的M序列与原始振动信号相乘得到混频信号；C、将混频信号进行滤波，滤掉高频部分；D、根据采样脉冲，对滤波后信号进行采样并进行平均运算，得到压缩信号；E、对压缩信号进行中频双谱分析，实现故障诊断。本申请直接对压缩信号进行故障特征提取，在实现了数据压缩的同时，又避免了复杂的信号重构过程，大大减小了数据传输及存储负担。

技术领域

本发明涉及齿轮故障诊断的技术领域，特别地，涉及一种基于压缩感知与双谱分析的齿轮故障诊断方法。

背景技术

齿轮箱广泛应用于各种机械设备当中。当齿轮箱发生故障，将会导致机械系统的故障并产生重大损失。所有齿轮箱故障中齿轮故障所占的比例在60％左右，因此，齿轮故障诊断的研究非常重要并且受到越来越广泛关注。

经典香农/奈奎斯特采样定理中，采样频率至少要是信号带宽的两倍以上才能保证信号信息不丢失。奈奎斯特定理对于频率的限制，是很多应用中采样数据庞大的主要原因，这对进一步的数据传输和数据存储是一个巨大的挑战。另外，工业生产中对于齿轮箱这种复杂关键设备的状态监控是长期连续的，需要每天24小时连续监控。长期连续监测需要采样和存储大量原始数据，进一步对数据存储和传输造成很大负担。

例如中国专利CN201310416504.7提供了一种齿轮故障无键相角域平均计算阶次分析方法，首先将采集的振动加速度信号进行低通保相滤波后通过平滑伪Wigner-Ville分布计算其时频分布，然后通过Viterbi最优路径搜索算法估计齿轮箱转轴的瞬时频率，再利用键相信号估计模型对瞬时频率进行逐点积分得到估计键相信号，最后结合等角度重采样和角域平均技术对振动加速度信号进行计算阶次分析，得到基于瞬时频率估计的阶次谱。此阶次谱图可以充分反映齿轮箱故障的特征信息。该发明综合了平滑伪Wigner-Ville分布、Viterbi最优路径搜索算法、角域平均技术、计算阶次分析，可以对变转速运行工况下的齿轮箱进行故障诊断。

因此，现有技术的缺点是需要采样大量数据来实现故障诊断，或者压缩信号后通过复杂的恢复算法将信号还原，恢复成功率与算法相关。业内急需一种能减小采样数据量的齿轮故障诊断技术。

发明内容

本发明目的在于提供一种基于压缩感知与双谱分析的齿轮故障诊断方法，以解决目前齿轮故障诊断过程中，采样数据量过大的技术问题。

为实现上述目的，本发明提供了一种基于压缩感知与双谱分析的齿轮故障诊断方法，包括步骤：

A、获取转速信号，根据转速信号生成相应的M序列和采样脉冲；

B、将得到的M序列与原始振动信号相乘得到混频信号；

C、将混频信号进行滤波，滤掉高频部分；

D、根据采样脉冲，对滤波后信号进行采样并进行平均运算，得到压缩信号；

E、对压缩信号进行中频双谱分析，实现故障诊断。

优选的，所述步骤A包括：

A1、根据公式f_clock＝n*fp，确定采样频率f_clock，

其中，n为周期脉冲数，默认为63；fp为转轴齿轮齿数；

A2、根据f_clock与转速信号确定等角度时间序列；

A3、以等角度时间序列为采样时间点，确定等角度采样脉冲；

A4、以等角度时间序列为采样时间点，生成M序列。

优选的，所述步骤E中：

中频双谱MFBx定义为：