基于多傳感器信息融合的變工況行星齒輪箱故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于旋轉(zhuǎn)機械故障診斷技術(shù)領(lǐng)域，尤其涉及一種基于多傳感器信息融合的 變工況行星齒輪箱故障診斷方法，特別適用于變工況復雜風電行星齒輪箱的故障診斷方 法。
【背景技術(shù)】
[0002] 行星齒輪箱傳動比大、承載能力強、傳動效率高等特點，被廣泛應(yīng)用于風力發(fā)電、 直升機等大型復雜機械設(shè)備中。惡劣的工作環(huán)境，容易引發(fā)太陽輪、行星輪和內(nèi)齒圈等關(guān)鍵 部件的故障發(fā)生。但行星齒輪箱不同于固定中心軸旋轉(zhuǎn)的傳統(tǒng)齒輪箱，行星齒輪箱中的齒 輪運動是典型的復合運動，其振動響應(yīng)比傳統(tǒng)的齒輪箱更為復雜，故障的診斷與識別難度 更大，針對傳統(tǒng)齒輪箱的故障診斷方法很難直接照搬應(yīng)用于行星齒輪箱的故障診斷。同時， 行星齒輪箱上的傳感器所測得的振動信號是多個嚙合振動的耦合，不同的傳感器測點會提 供不同敏感度或者互補的信息，利用單一傳感器信息對行星齒輪箱進行故障診斷的難度很 大。齒輪箱的故障診斷主要基于振動信號進行分析，時域信號有量綱指標能很好地刻畫機 械振動的故障信息，對故障特征敏感，但其數(shù)值會隨著故障的發(fā)展而增大，也會因工作條件 (如負載、轉(zhuǎn)速等)的變化而變化，容易受到環(huán)境的干擾，表現(xiàn)不夠穩(wěn)定的。

【發(fā)明內(nèi)容】

[0003] 針對現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于多傳感器信息融合的變工況行 星齒輪箱故障診斷方法，主要針對變工況行星齒輪箱的故障診斷分析。具體是一種以多個 傳感器融合的信息為特征參數(shù)，以遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)為算法的行星齒輪箱故障診斷分析方 法。目的是提供一種可以有效識別復雜結(jié)構(gòu)行星齒輪箱不同位置、不同類型的故障的故障 診斷方法。本方法診斷效果好，準確率更高。
[0004] 本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：
[0005] 基于多傳感器信息融合的變工況行星齒輪箱故障診斷方法，包括以下步驟：
[0006] (1)行星齒輪箱不同于傳統(tǒng)定軸齒輪箱，根據(jù)其結(jié)構(gòu)的特點及診斷的難度，選取合 適的振動測點布置位置和傳感器類型，制定出合理的行星齒輪箱振動信號采集方案；
[0007] (2)根據(jù)階比重構(gòu)技術(shù)，將處于變工況的風電行星齒輪箱傳感器所采集的振動信 號進行預(yù)處理，將非線性、非平穩(wěn)的時域信號轉(zhuǎn)化為具有平穩(wěn)性的角域信號，避免使用硬件 方式實現(xiàn)等角度采樣的昂貴成本;采用線性插值方法的非平穩(wěn)振動時域信號的階比重構(gòu)技 術(shù)，將等時間間隔采樣的非平穩(wěn)振動時域信號轉(zhuǎn)化為具有平穩(wěn)特性的角域振動信號，保證 行星齒輪箱振動角域信號的整周期性；
[0008] (3)多傳感器信息的融合;傳感器振動信號中含有重要的故障診斷信息，而無量綱 指標可以標征行星齒輪箱的運行狀態(tài)，不會受工況變化的影響，在步驟(2)的基礎(chǔ)上，對傳 感器所采集的振動信號經(jīng)階比重構(gòu)后的角域信號提取出傳統(tǒng)無量綱指標和新無量綱指標， 作為故障診斷的特征參數(shù)；
[0009] (4)根據(jù)行星齒輪箱的結(jié)構(gòu)特點，將行星齒輪箱的故障按分布故障和局部故障進 行劃分，通過行星齒輪箱的結(jié)構(gòu)和故障機理分析，推出不同故障模式的故障特征頻率，對行 星齒輪箱處于正常、一級行星輪系太陽輪局部故障、一級行星輪系太陽輪分布故障三個狀 態(tài)下的振動信號進行簡單介紹；
[0010] (5)故障模式識別的方法；由于行星齒輪箱的結(jié)構(gòu)復雜，簡單的故障診斷方法難以 進行精確診斷;傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)廣泛的應(yīng)用于齒輪的故障診斷中，但在輸入信息不精確 或不確定時，神經(jīng)網(wǎng)絡(luò)的精確性大大降低，因此采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)作為行星齒 輪箱故障診斷方法；
[0011] (6)在步驟（2)、（3)、（4)、（5)的基礎(chǔ)上，以華銳SL1500風電行星齒輪箱為研究對 象，進行驗證，表明：不同傳感器測點包含的故障信息不夠完全，很難以單一傳感器測點的 故障信息進行行星齒輪箱的故障診斷，多傳感器信息融合的方法較單一傳感器的方法的診 斷效果更好，準確率更高。
[0012] 步驟(1)所述的行星齒輪箱振動信號采集方案：
[0013] 行星齒輪箱一般由太陽輪、行星輪、齒圈和行星架組成；一般情況下，齒圈固定不 動，太陽輪繞自身的中心軸線旋轉(zhuǎn)，行星輪不僅自轉(zhuǎn)，還圍繞太陽輪公轉(zhuǎn);行星輪既和太陽 輪嚙合，又和齒圈嚙合;行星齒輪箱中多個齒輪的復合運動造成了振動信號的復雜性;在振 動的監(jiān)測中，傳感器一般安裝在齒圈或與之相連的箱體上采集振動信號，太陽輪-行星輪以 及行星輪-齒圈嚙合副的嚙合點對傳感器的位置隨行星架旋轉(zhuǎn)變化，使得嚙合點至傳感器 之間的振動傳遞路徑發(fā)生變化，這種時變的傳遞路徑對振動測試信號產(chǎn)生調(diào)幅調(diào)制效應(yīng)；
[0014] 以華銳SL1500行星齒輪箱為研究對象，為了測得行星齒輪箱運作狀態(tài)的全部信 息，在行星齒輪箱布置了四處傳感器測點，分別為一級行星輪大齒圈處、二級行星輪大齒圈 處以及輸出低速端軸承座處、輸出高速端軸承座處，4個傳感器測點所測得的徑向振動信號 包含齒輪箱的全部振動信息，其中傳感器所測振動信號的長度為齒輪箱輸入軸轉(zhuǎn)一圈時所 測得的振動信號。
[0015] 步驟(2)所述的振動信號進行預(yù)處理：
[0016] 行星齒輪箱處于變轉(zhuǎn)速、變工況的工作環(huán)境下，其采集的振動信號為非平穩(wěn)信號， 這對齒輪箱的故障診斷產(chǎn)生很大的困難，采用階比重采樣的方法對振動信號進行角域重采 樣，將非平穩(wěn)的時域振動信號轉(zhuǎn)化為平穩(wěn)或準平穩(wěn)特性的角域信號，便于對振動信號的分 析;階次分析技術(shù)的核心在于獲得相對參考軸的恒定角增量采樣數(shù)據(jù)，因此需要能準確獲 得階次采樣的時刻及相應(yīng)的基準轉(zhuǎn)速，即實現(xiàn)階次跟蹤;常見的階次跟蹤方法有硬件階次 跟蹤法、計算階次跟蹤法和基于瞬時頻率估計的階次跟蹤法;這里采用計算階次跟蹤法實 現(xiàn)振動信號的重采樣計算;實際的齒輪箱振動信號一般情況下都含有多種干擾成分，這就 使得其故障特征的提取變得比較困難;EMD分解方法可以根據(jù)信號的局部時變特性，自適應(yīng) 的將任意一個復雜信號分解為一系列分量，通過相關(guān)系數(shù)法則對信號進行重構(gòu)，剔除原始 信號中的干擾成分;采用階比分析與EMD分解方法可以有效的對振動信號進行預(yù)處理，對下 一步的分析做好了準備。
[0017] 步驟(3)所述的提取出傳統(tǒng)無量綱指標和新無量綱指標，作為故障診斷的特征參 數(shù)：
[0018] 無量綱診斷是一種將無量綱參數(shù)用于設(shè)備故障診斷的技術(shù)方法，與有量綱幅域診 斷參數(shù)(如方根幅值、平均幅值)不同，無量綱幅域診斷參數(shù)對故障有一定的敏感，而對信號 的幅值和頻率的變化不敏感，即和監(jiān)測對象的工況關(guān)系不大;這里從預(yù)處理過的振動信號 中提取以下時域無量綱指標；
[0019]無量綱指標定義如下：
[0021]式（1)中，X表示振動幅值，p(x)表示振動幅值的概率密度函數(shù)；為積分符號，dx V-C3D 為微分符號；l、m為常數(shù)，不同無量綱指標值會有所不同；目前，最常用的無量綱指標有波形 指標、脈沖指標、裕度指標、峰值指標和峭度指標;根據(jù)上式有：
[0022]若I = 2，m=l，則有波形指標：
[0024] 式(2)中：x表示振動幅值，p(x)表示振動幅值的概率密度函數(shù)；為積分符號，dx J-.co 為微分符號；
[0025] 若1 = 〇〇，m=l，則有脈沖指標：
[0027]式(3)中：x表示振動幅值，p(x)表示振動幅值的概率密度函數(shù)；為積分符號，dx J.-oo. 為微分符號;表示均方根平均值，1 im表示極限符號，|i|為平均幅值；
[0028] 若1 = ^，111=1/2，則有裕度指標：
[0030]式(4)中：x表示振動幅值，p(x)表示振動幅值的概率密度函數(shù)；為積分符號，dx J-CO 為微分符號；lim表不極限符號，Xmax為最大值;Xr為方根幅值；
[0031 ] 若]_ = 〇〇，m=2,則有峰值指標：
[0033]式(5)中：x表示振動幅值，p(x)表示振動幅值的概率密度函數(shù)；為積分符號，dx J - CC 為微分符號;Xrms表不均方根平均值，1 im表不極限符號，Xmax為最大值；
[0034]若1 = 4，m = 2，則有定義峭度指標：
[0036]式(6)中：x表示振動幅值，p(x)表示振動幅值的概率密度函數(shù)；為積分符號，dx 為微分符號;Xrms表不均方根平均值，β為峭度；
[0037]計算信號y = ax的無量綱指標：
[0040]式(7)中：x表示振動幅值，a為常數(shù)，隨機變化，y表示信號幅值變化;p(y)表示振動 幅值的概率密度函數(shù)，dy為微分符號，為積分符號，1、m為常數(shù)，不同無量綱指標值會有 所不同；
[0041 ]也就是說，無量綱指標不隨隨機過程的幅值變化，即不會受工作狀況變化的影響， 它只對概率密度函數(shù)p(x)的形狀變化敏感;無量綱指標的優(yōu)點具體歸納為：1)完全具有反 應(yīng)故障特征的能力;2)幾乎與振動信號絕對水平無關(guān);3)對不同類型故障存在不同敏感度； 4)基本不受工況、載荷、轉(zhuǎn)速等變化的影響；
[0042] 上述傳統(tǒng)無量綱特征參數(shù)在一定程度上仍受能量和工況變化的影響，為了克服該 影響，基于整周期采樣新的無量綱特征參數(shù)被提出，主要包括重復性因子、相似性因子以及 跳躍性因子;對于整周期采樣n Xm則可得數(shù)據(jù)為：
[0043] {xil，X12，."Xlm; ."Xnl，Xn2，…叉·} (8);
[0044] 式(8)中：x表示振動幅值，{χηι，χη2，···ΧΓ?}表示第n段長度為m的數(shù)據(jù)，其中n=l，2， 3，…，m為常數(shù)，隨具體周期采樣而定；
[0045] 計算上述數(shù)據(jù)的各段差分為：
[0046] { Δ Xu, ··· Δ xim-i ； ··· ； Δ χη?, ··· Δ χ^-ι} (9)；
[0047] 式(9)中：{ Δ Χη1, Δ Χη2,…Δ }表示各段整周期采樣數(shù)據(jù)的差分序列;η = 1,2, 3,…，m為常數(shù)；
[0048] 計算一段平均重復波形：
[0050]式(10)中：?表示m個整周期采樣數(shù)據(jù)相同序列號所對應(yīng)數(shù)據(jù)的平均值，共有m個； [0051 ]再計算重復性波形平均差分：
[0052] |Δ.Χ,,Δλ'2i··-Αχ，,···Αχ)η| (11)；
[0053] 式（11)中：Δ Xm表示每列數(shù)據(jù)的平均值與平均重復波形之間的差值，m=l，2， 3,…；
[0054]為了表示出波形的趨勢，規(guī)定下降為0,不變?yōu)?，上升為2,則k表示與平均重復波 形不同的點，則重復性因子為：
[0056] 式(12)中:k表示與平均重復波形不同的點的個數(shù);m表示整周期采樣數(shù)據(jù)的個數(shù)；
[0057] 相似性因子是由分形維度得到的，為了降低幅值變化的敏感性，首先將數(shù)據(jù)標準
?在這里，k是一個大于1的整數(shù);計算分形錐度一盒維數(shù)，盒維數(shù)要求覆蓋單元 具有自相似性，并要求曲線具有嚴格的自相似性，基于這些原理該方法已經(jīng)在振動中得到 應(yīng)用；設(shè)F是1中任意一非空有限子集，記N(F，S)表示最大直徑δ為且能覆蓋F集合最小數(shù)， 貝1JF的盒維數(shù)定義為的盒維數(shù)定義：
[0059] 式（13)中：N(F，δ)表示最大直徑δ為且能覆蓋F集合最小數(shù)，In表示對數(shù)，δ表示最 大直徑；
[0060] 最常用N(F，S)的取法是將F劃分網(wǎng)格，取相交于F的邊長為δ的網(wǎng)絡(luò)塊數(shù);可以在In (l/δ)~InN(F，S)關(guān)系圖中，確定線性好的一段直線，擬合該段直線的斜率就是對應(yīng)的分形 盒維數(shù);相似性因子為
[0061] Ff = dimBF (14);
[0062] 式（14)中:F表示Rn中任意一非空有限子集，dimB表示