[发明专利]一种多特征指标锥齿轮健康状态评估方法

权利要求书

1.一种多特征指标锥齿轮健康状态评估方法，其特征在于，所述方法包括：

获取正常齿轮的第一振动试验数据和特定故障齿轮的第二振动试验数据；所述第一振动试验数据和第二振动试验数据为进行时域同步平均TSA预处理后的数据；

计算第一振动试验数据的均方根和第二振动试验数据的均方根；

计算第一振动试验数据的偏斜度和第二振动试验数据的偏斜度；

计算第一振动试验数据的基于边频带分析的状态指标和第二振动试验数据的基于边频带分析的状态指标；

计算第一振动试验数据的差分信号的状态指标和第二振动试验数据的差分信号的状态指标；

获取均方根、偏斜度、基于边频带分析的状态指标、差分信号的状态指标分别对特定故障的敏感程度，具体为：

绘制正常齿轮多组数据和特定故障齿轮多组数据对应的均方根、偏斜度、基于边频带分析的状态指标、差分信号的状态指标的数值曲线；

若某个指标对应的特定故障齿轮下的数值曲线与正常齿轮下的数值曲线没有交点，则认为该指标对该特定故障敏感程度高；

采用敏感程度高的指标作为该特定故障的评估指标，对锥齿轮健康状态进行评估。

2.根据权利要求1所述的一种多特征指标锥齿轮健康状态评估方法，其特征在于，计算第一振动试验数据的均方根和第二振动试验数据的均方根，均方根具体计算为：式中x为一次采集的数据序列，i为数据采集批次，N为一次数据采集的次数。

3.根据权利要求1所述的一种多特征指标锥齿轮健康状态评估方法，其特征在于，计算第一振动试验数据的偏斜度和第二振动试验数据的偏斜度，偏斜度具体计算为：式中x为一次采集的数据序列，i为数据采集批次，N为一次数据采集的次数，为数据序列x的均值。

4.根据权利要求1所述的一种多特征指标锥齿轮健康状态评估方法，其特征在于，计算第一振动试验数据的基于边频带分析的状态指标和第二振动试验数据的基于边频带分析的状态指标中，基于边频带分析的状态指标为数据算法1阶指数DA₁，DA₁＝RMS(TSA-mean(TSA))，TSA表示经过TSA处理后的数据，mean(.)表示求均值，RMS(.)表示求均方根。

5.根据权利要求1所述的一种多特征指标锥齿轮健康状态评估方法，其特征在于，计算第一振动试验数据的差分信号的状态指标和第二振动试验数据的差分信号的状态指标，差分信号的状态指标包含FM₄、M6A、M8A，所述差分信号为原始信号经TSA处理后，再滤掉啮合频率及谐波分量的一阶边频带获得的信号，

其中，d_i为差分信号中第i个数据，表示差分信号的均值，N为一次数据采集的次数。

6.根据权利要求1所述的一种多特征指标锥齿轮健康状态评估方法，其特征在于，所述特定故障至少包含：深度25％裂纹故障齿轮、深度50％裂纹故障齿轮、5％齿面剥蚀故障齿轮、10％齿面剥蚀故障齿轮、齿形缺1/4断齿故障齿轮、齿形缺1/2断齿故障齿轮。