[发明专利]基于多尺度线调频基稀疏信号分解的齿轮故障诊断方法

摘要

本发明公开了一种基于多尺度线调频基稀疏信号分解的齿轮故障诊断方法。本发明方法将齿轮振动信号的时间跨度在各尺度下等分为动态时间支撑区，然后在动态时间支撑区上建立线性调频基函数，形成多尺度线性调频基函数库，计算每个动态时间支撑区上投影系数最大的线性调频基函数，通过对最大系数线性调频基函数的连接，自适应的形成与齿轮振动信号具有最大相关系数且瞬时频率具有物理意义的分解信号，进而可以获得非平稳转速下故障齿轮的幅值调制频率和啮合频率随时间的变化情况，判断故障位置，进行故障诊断。

主权项

1.一种基于多尺度线调频基稀疏信号分解的齿轮故障诊断方法，包括以下步骤：1)利用加速度振动探头对齿轮箱进行测量，获得加速度振动信号，信号长度为2的整数次方；2)将振动加速度信号长度以N/2^j为长度进行等分，形成动态时间支撑区I＝[kN2^-j～(k+1)N2^-j]，I为动态动态时间支撑区，j为分析尺度系数，j＝0，1，..，logN-1，N为振动加速度信号长度，k＝0，1，...，2^j-1；3)在动态时间支撑区上定义多尺度线性调频基函数库；4)将加速度振动信号对多尺度线性调频基函数库中基函数进行投影，计算每个动态时间支撑区上的最大投影系数及其对应的基函数；5)根据最大投影系数及其对应的线性调频基函数得到该动态时间支撑区内的分解信号c_I(t)，cI(t)=abs(2βI)e-i(aβt+bβt2-angle(2βI))1I(t)]]>β_I为最大投影系数，1_I(t)为矩形窗函数，当t∈I时为1，当t∉I]]>时为0，I为最大投影系数所对应线调频基函数的动态时间支撑区，a_β为对应线调频基函数的频率偏置系数，b_β为对应线调频基函数的频率斜率；6)连接动态时间支撑区下的分解信号c_I(t)，形成覆盖加速度振动信号长度的信号分量，保留能量最大的信号分量作为本次分解的信号分量；7)从加速度信号中减去分解信号分量，形成残余信号；8)将残余信号能量与加速度振动信号能量之比与终止阈值比较，若大于终止阈值，则将残余信号作为新的分解信号重复4～8步；如果小于终止阈值则停止分解，转到步骤9；9)根据分解信号分量判断齿轮故障及其位置。