[发明专利]一种行星齿轮箱齿面磨损故障诊断方法及系统

说明书

本发明涉及一种行星齿轮箱齿面磨损故障诊断方法及系统，其包括步骤：采用FSWT对原始振动信号进行频带选取，并进行信号重构；将重构信号进行Hilbert变换，得到低频调制信号；采用MOMEDA算法提取低频调制信号中的周期性故障脉冲，得到故障信号；对故障信号进行平方包络谱分析，突出故障信号中的瞬态能量成分，识别聚集在低频段的故障特征频率；对故障信号进行HEI量化处理，实现对行星齿轮箱齿面磨损的故障诊断。本发明能实现直接对行星齿轮箱故障特征频率的准确提取，进而对行星齿轮箱齿面磨损故障进行研究和分析。

技术领域

本发明涉及一种齿轮故障诊断技术领域，特别是关于一种基于FSWT和MOMEDA的行星齿轮箱齿面磨损故障诊断方法及系统。

背景技术

在全球风电机组累计装机容量快速增长的背景下，由部件故障导致的机组停机事故频发，其中发现造成停机最大时间的故障主要集中在风电机组的齿轮箱传动系统。对齿轮箱发生各种异常状态或故障及时、有效地监测，能提前预防或消除各种故障的发生，降低维修时间和费用，延长机组的使用寿命，提高机组发电效率和安全运行。由此可见，对风电机组发生各种异常状态或故障及时、有效地监测是非常必要的。行星齿轮箱振动信号中复杂的频率情况导致难以直接对故障特征进行提取，更多的是对啮合频率及其倍频为载波频率，故障特征频率等频率为间隔的边频带进行分析来实现故障特征提取，不能直接通过故障特征频率的出现来实现行星齿轮箱的故障诊断。

发明内容

针对上述问题，本发明的目的是提供一种基于FSWT和MOMEDA的行星齿轮箱齿面磨损故障诊断方法及系统，其能实现直接对行星齿轮箱故障特征频率的准确提取，进而对行星齿轮箱齿面磨损故障进行研究和分析。

为实现上述目的，本发明采取以下技术方案：一种行星齿轮箱齿面磨损故障诊断方法，其包括以下步骤：1)采用FSWT对原始振动信号进行频带选取，并进行信号重构；2)将重构信号进行Hilbert变换，得到低频调制信号；3)采用MOMEDA算法提取低频调制信号中的周期性故障脉冲，得到故障信号；4)对故障信号进行平方包络谱分析，突出故障信号中的瞬态能量成分，识别聚集在低频段的故障特征频率；5)对故障信号进行HEI量化处理，实现对行星齿轮箱齿面磨损的故障诊断。

进一步，采用所述FSWT对原始振动信号进行频带选取，包括以下步骤：

1.1)对原始振动信号进行FSWT分析，提取包含瞬态脉冲丰富的频带作为故障频带；

1.2)采用FSWT逆变换对故障频带内的信号进行重构，重构信号z′(t)为：

t₁为起点时间,t₂为终止点时间；ω₁起点频率,ω₂为终止点频率；W(t,ω,k)为原始振动信号z(t)的频率切片小波变换，t和ω为观测时间和观测频率，τ为时间自变量。

进一步，采用所述MOMEDA算法进行故障脉冲提取，包括以下步骤：

3.1)利用解卷积获取故障脉冲信号y(n)；

3.2)确定故障脉冲信号的故障脉冲周期，根据该故障脉冲周期选择周期区间；

3.3)在多点峭度谱中选择在周期区间峭度最大值处对应的周期，将该周期与理论脉冲周期结合计算误差率，若误差率在预设范围内，则该周期为故障脉冲周期；

3.4)利用MOMDEA准确提取故障脉冲周期的故障脉冲信号，得到所需要包含故障信息的故障信号。

进一步，所述步骤3.1)中，解卷积过程为：

式中，n表示采样点个数，x(n)为原始振动信号，y(n)为故障脉冲信号，f为滤波器参数，k＝1,2,…,N-L,其中N表示解卷积范围，L代表滤波器阶数。