[发明专利]一种基于声音分析的齿轮分类方法

权利要求书

1.一种基于声音分析的齿轮分类方法，其特征在于，包括如下步骤：

S1、采集齿轮转动过程中的振动信号和转速信号；

S2、确定每个周期的采样点数，对齿轮的振动信号进行等角度重采样，生成所述振动信号的同步采样信号；

S3、对所述重采样数据进行阶次分析，得到阶次分析数据；

S4、对所述阶次分析数据采用基于支持向量机算法构建齿轮分级模型，进而实现齿轮的等级划分。

2.根据权利要求1所述一种基于声音分析的齿轮分类方法，其特征在于，S2所述等角度重采样方法包括：

S21、对所述振动信号和转速信号分别进行等时间间隔时域采样，得到振动信号的异步采样信号和转速信号的异步采样信号；

S22、根据S21得到的转速信号来确定恒定角增量，从而求出所对应的采样点的个数；

S23、根据S22求得的采样点的个数对S21所得到振动信号的异步采样信号数据进行插值，求出对应的幅值实现重采样，生成所述振动信号的同步采样信号，即角域平稳信号。

3.根据权利要求2所述一种基于声音分析的齿轮分类方法，其特征在于，步骤S22具体包括：

S221、根据式(1)获取齿轮转轴的转角θ：

θ(t)＝b₀+b₁t+b₂t² (1)；

式中b₀、b₁、b₂均为待定系数；

S222、在时域中设置一个键相脉冲对应的轴转角增量Δβ，拟合三个连续的键相脉冲到达时间t₁、t₂、t₃，得到：

将式(2)式带入式(1)式可得：

将三个到达的脉冲时间点t₁、t₂、t₃代入(3)式，得到待定系数b₀、b₁、b₂的值；

S223、将得到的所述待定系数b₀、b₁、b₂的值代入式(1)则得到恒定角增量Δθ所对应的时间t，即：

通过公式(4)可以求出重采样的时间序列，从而得到采样点的个数。

4.根据权利要求3所述一种基于声音分析的齿轮分类方法，其特征在于，式(4)中的k为插值系数，其由下式决定：

θ＝kΔθ (5)。

5.根据权利要求1所述一种基于声音分析的齿轮分类方法，其特征在于，S3所述阶次分析方法包括：

S31、对S2生成的振动信号的同步采样信号进行傅里叶变换，得到阶次谱；

S32、根据所述阶次谱得到阶次切片图数据。

6.根据权利要求5所述一种基于声音分析的齿轮分类方法，其特征在于，所述阶次切片数据通获取方法为：

j表示阶次，s表示转速，b为半个阶次的宽度，x代表阶次谱数据，Order_js表示在转速s下的j阶阶次成分。

7.根据权利要求1所述一种基于声音分析的齿轮分类方法，其特征在于，S4具体包括如下步骤：

S41、选择核函数；

S42、使用交叉验证方法找出最佳参数和；

S43、利用所述最佳参数和训练，得到齿轮评价模型。

8.根据权利要求7所述一种基于声音分析的齿轮分类方法，其特征在于，交叉验证过程中所采用的训练样本为已知不同等级的齿轮的阶次分析数据。