[发明专利]基于连续振动分离和最小熵解卷积的行星轮故障检测方法

权利要求书

1.一种基于连续振动分离和最小熵解卷积的行星轮故障检测方法，其特征在于，所述基于连续振动分离和最小熵解卷积的行星轮故障检测方法包括：

步骤一，数据采集和重采样：同步采集行星轮系多个测点的振动信号和转速脉冲信号，根据行星架旋转的转速脉冲信号进行数据分割和重采样；

步骤二，数据提取：从各周期信号中提取出与行星轮相关的振动信号，形成数据集；

步骤三，映射组合平均：根据轮齿啮合时序关系，从组合集中按照一定的映射重构方法，得到各轮齿部件的振动分离向量；

步骤四，最小熵解卷积故障特征增强：将连续映射得到的信号进行最小熵解卷积滤波，得到增强后的故障特征信号。

2.如权利要求1所述的基于连续振动分离和最小熵解卷积的行星轮故障检测方法，其特征在于，步骤一具体包括：

1)数据采集：使用同步采样方法，对多个测点的振动信号以及行星架的转速脉冲信号进行采样；测量并记录加速度传感器和行星轮相对于转速传感器的安装位置，记录齿圈齿数N_r，行星轮齿数N_p，太阳轮齿数N_s，行星轮个数NP；

2)数据分割：以转速脉冲信号为基准，对各通道振动数据进行分割；

3)数据滤波：对数据进行滤波处理，滤除不相干频率成分；

4)重采样：对数据进行重采样，消除转速波动造成的各回转周期采样点数不同的影响。

3.如权利要求1所述的基于连续振动分离和最小熵解卷积的行星轮故障检测方法，其特征在于，步骤二具体包括：

i)计算提取索引：根据行星轮编号和振动传感器编号计算数据提取的中心点索引值；

ii)定数据长度：设定数据提取窗长，由数据窗长计算提取数据长度；

iii)构成数据集：数据集是一个四维矩阵，各维度分别表示传感器编号、行星轮编号、行星架回转周期编号、数据点索引值。

4.如权利要求1所述的基于连续振动分离和最小熵解卷积的行星轮故障检测方法，其特征在于，步骤三具体包括：I)构建AHM：将数据组按照行星轮追逐齿比划分为各个AHM；II)加窗映射：通过轮齿啮合时序求解，将AHM中数据映射到组合保持矩阵对应列向量中的相应位置，并求和重构行星轮一圈信号；

III)组合：对各组AHM得到的整圈行星轮信号进行组合；

V)时间同步滑动平均：使用卷积平均方法，通过滑动的时间窗口，对组合信号进行平均降噪；

在时间同步滑动平均中，对数据每隔N个点进行平均，其中N等于信号的周期；定义如下

式中x[k]表示原始信号，y[k]表示平均结果，M为平均次数，且M<L，L为角采样率；时间滑动平均定义为y＝x*f(M,L)

式中δ(t)为Dirac脉冲函数。

5.如权利要求1所述的基于连续振动分离和最小熵解卷积的行星轮故障检测方法，其特征在于，步骤四具体包括：

a)构建X：将原始信号序列按照MED算法要求构建矩阵X；

设x＝[x₀ x₁ … x_N]^T，则

b)设定初值：将滤波器参数设置为不全为0的初始参数；

f＝[f₁ f₂ … f_L]，其中f_i不全为0；

c)迭代优化：通过迭代不断优化滤波器参数直至达到循环次数或满足性能要求；

通过迭代方式寻找优化问题的较优解，滤波器迭代公式为

d)利用滤波器参数对信号进行滤波；

计算

y＝X^Tf

得到输出信号。

6.一种实现权利要求1～5任意一项所述的基于连续振动分离和最小熵解卷积的行星轮故障检测方法的计算机程序。

7.一种终端，其特征在于，所述终端至少搭载实现权利要求1～5任意一项所述基于连续振动分离和最小熵解卷积的行星轮故障检测方法的处理器。