一種基于盲源分離的齒輪箱故障診斷方法
【專利摘要】一種基于盲源分離的齒輪箱故障診斷方法，涉及一種機(jī)械故障診斷方法，該方法應(yīng)用盲源分離技術(shù)解決了齒輪箱故障診斷問題。將盲源分離技術(shù)應(yīng)用到基于振動分析的齒輪箱診斷中，作為信號預(yù)處理與故障特征提取的主要工具，可極大增強(qiáng)故障信息，改變傳統(tǒng)的以降噪為主的故障信息增強(qiáng)思想，提高診斷精度，解決實(shí)際中故障定位難、早期故障診斷率低的難題。將盲源分離技術(shù)應(yīng)用到基于振動分析的齒輪箱診斷中，作為信號預(yù)處理與故障特征提取的主要工具，可極大增強(qiáng)故障信息。改變傳統(tǒng)的以降噪為主的故障信息增強(qiáng)思想，提高診斷精度，解決實(shí)際中故障定位難、早期故障診斷率低的難題。
【專利說明】一種基于盲源分離的齒輪箱故障診斷方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種機(jī)械故障診斷方法，特別是涉及一種基于盲源分離的齒輪箱故障 診斷方法。

【背景技術(shù)】
[0002] 振動信號分析技術(shù)是機(jī)械設(shè)備狀態(tài)檢測與故障診斷的主要手段之一，已經(jīng)形成了 比較完備的理論與技術(shù)體系。但是在實(shí)際中狀態(tài)監(jiān)測與故障診斷系統(tǒng)中廣泛采用多測點(diǎn)、 多傳感器的采集方式，在復(fù)雜的工況環(huán)境中，傳感器拾取的信號往往是由不同信號源產(chǎn)生 的混合信號，同時(shí)，與結(jié)構(gòu)故障有關(guān)的振動信號常被結(jié)構(gòu)振動和干擾噪聲所污染，特別是早 期故障信號往往十分微弱，信噪比低，這使得已有的特征提取與故障診斷方法受到了很大 的影響，虛警率高，大大限制了在實(shí)際中的應(yīng)用。近年來，作為一種一種新的信號處理方 法，盲源分離理論具有廣闊的應(yīng)用前景，在機(jī)械設(shè)備故障診斷領(lǐng)域引入盲源分離方法，可以 減小信號采集不擋的影響，并有效分離特征源信號盲源分離是指多個(gè)獨(dú)立源信號共同傳播 時(shí)，在不需要了解傳遞通道情況下，從混合信號中分離源信號的一種方法。與以往的信號處 理方法不如小波分析，到頻譜分析等方法都是在故障源已知故障信號確定的情況下進(jìn)行相 應(yīng)的分析，盲源分離方法中所知道的只是混合信號，"盲"含意是指對傳遞通道和輸入源信 號均未知，僅根據(jù)源信號具有相互獨(dú)立性這一已知條件，從混合信號中提取源信號，進(jìn)行系 統(tǒng)盲辨識和輸入信號盲均衡。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于盲源分離的齒輪箱故障診斷方法，本發(fā)明利用盲 源分離技術(shù)可以有效地去除外來干擾，以提高故障診斷精度，解決實(shí)際中故障定位、早期故 障診斷率低的難題。為大型機(jī)械設(shè)備齒輪箱故障識別診斷提供理論依據(jù)。
[0004] 本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的： 一種基于盲源分離的齒輪箱故障診斷方法，所述方法將盲源分離技術(shù)應(yīng)用到基于振動 分析的齒輪箱診斷中，作為信號預(yù)處理與故障特征提取的工具包括以下步驟： 1)盲源信號分離：把若干觀測到的混疊信號恢復(fù)成各自分離的信號；線性瞬態(tài)混疊 模型，由于有噪聲存在盲源分離實(shí)現(xiàn)起來比較困難，所以一般不考慮噪聲的影響或者把噪 聲當(dāng)作一個(gè)源信號處理；卷積混合模型，卷積混合模型是和實(shí)際環(huán)境更為接近的混合模型。
[0005] 2)故障診斷盲源分離模型的建立：不論線性盲源分離還是非線性盲源分離，這些 盲源分離的算法都是由兩部分構(gòu)成：目標(biāo)函數(shù)和最優(yōu)化算法。通過優(yōu)化目標(biāo)函數(shù)來獲得源 信號的測定；即源分離算法是目標(biāo)函數(shù)和最優(yōu)化算法的有機(jī)結(jié)合；常用目標(biāo)函數(shù)，目標(biāo)函 數(shù)是盲源分離的關(guān)鍵。因此采用不同的目標(biāo)函數(shù)，盲源分離的所獲得的結(jié)果也不相同；目標(biāo) 函數(shù)確定以后，就需要用一定的算法將其優(yōu)化，以實(shí)現(xiàn)相互獨(dú)立的要求，優(yōu)化算法分批處理 算法和自適應(yīng)處理算法； 3)齒輪箱故障信號盲源分離，用盲源分離方法來對齒輪箱振動信號進(jìn)行處理，頻譜圖 中具有較多的頻率成分，經(jīng)過盲源分離后得到的分離信號的頻譜故障特征明顯，可以準(zhǔn)確 的提取故障特征頻率。
[0006] 所述的一種基于盲源分離的齒輪箱故障診斷方法，所述盲源分離的目標(biāo)函數(shù)有： 微分熵目標(biāo)函數(shù)、互信息目標(biāo)函數(shù)、負(fù)熵目標(biāo)函數(shù)、高階累積量目標(biāo)函數(shù)： 所述的一種基于盲源分離的齒輪箱故障診斷方法，所述批處理算法和自適應(yīng)處理算 法，批處理算法中較成熟的有兩種：成對旋轉(zhuǎn)法和Giw.?旋轉(zhuǎn)，自適應(yīng)算法一般是與神經(jīng)網(wǎng) 絡(luò)相接合。
[0007] 所述的一種基于盲源分離的齒輪箱故障診斷方法，所述分離信號為齒輪箱軸承故 障，其頻譜峰值發(fā)生在loo Zfe左右，故障頻率為100 ;分離信號為齒輪箱齒輪嚙合故障，其頻 譜峰值發(fā)生在200 Zfe,故障頻率為200掩。
[0008] 本發(fā)明的優(yōu)點(diǎn)與效果是： 1.本發(fā)明將盲源分離技術(shù)作為信號預(yù)處理與故障特征提取的主要工具，用于齒輪箱狀 態(tài)檢測和故障診斷中。應(yīng)用盲源分離中的ICA方法解決噪聲的消除、弱信號的特征提取和 多故障源的分離等問題。對故障曝氣機(jī)WA5的齒輪箱振動信號進(jìn)行盲源分離得到準(zhǔn)確的故 障信號，并根據(jù)故障振動信號頻譜診斷出故障。利用盲源分離技術(shù)可以有效地去除外來干 擾，以提高故障診斷精度，解決實(shí)際中故障定位、早期故障診斷率低的難題。
[0009] 2.本發(fā)明應(yīng)用盲源分離中的ICA方法解決噪聲的消除、弱信號的特征提取和多故 障源的分離等問題。對故障曝氣機(jī)WA5的齒輪箱振動信號進(jìn)行盲源分離得到準(zhǔn)確的故障信 號，并根據(jù)故障振動信號頻譜診斷出故障。

【專利附圖】

【附圖說明】
[0010] 圖1盲源信號分離的一般模型； 圖2齒輪箱及測試點(diǎn)示意圖； 圖3 a原始混合實(shí)測信號1 ; 圖3b原始混合實(shí)測信號2 ; 圖3 c原始混合實(shí)測信號3 ; 圖4提取的活塞磨損故障特征； 圖5提取的氣缸撞擊故障特征。

【具體實(shí)施方式】
[0011] 下面結(jié)合附圖所示實(shí)施例，對本發(fā)明作進(jìn)一步詳述。
[0012] 本發(fā)明具體實(shí)施如下： 1盲源信號分離 1. 1信號的盲源分離。
[0013] 它可以把若干觀測到的混疊信號恢復(fù)成各自分離的信號。通常觀察信號由傳感器 的輸出得到，而傳感器接收到的是若干個(gè)源信號的未知混疊信號。這里的"盲"是指源信號 不能直接觀察到，也沒有信號是怎樣混疊的信息。在盲源分離中，信號混疊方法的信息缺乏 由假設(shè)源信號是相互獨(dú)立來補(bǔ)償。圖1是盲源信號分離的一般模型，假設(shè)存在M個(gè)統(tǒng)計(jì)獨(dú)立 信號對《)=[#4…，、(《)Γ和至少 β個(gè)觀察混疊信號難)= .λΗΓ，且這里沙2 - 其角軍可 表達(dá)為： 7(?) = ^tAr-1" % 4°)] +5W ⑴ 其中，5(?) = h …,?Μ 為一可表不為高斯或非高斯的噪聲信號。
[0014] 式（1)的解通常是要找到源信號的一個(gè)估計(jì)5^),這實(shí)際上是要找到一個(gè)未 知的分離函數(shù)，滿足估計(jì)?的獨(dú)立條件。通?？梢哉J(rèn)為來自信號源的?個(gè)統(tǒng)計(jì)獨(dú)立信i1?) 和觀測信號11?)是線性的和瞬時(shí)的。
[0015] 由于機(jī)械結(jié)構(gòu)的振動信號通過結(jié)構(gòu)傳遞而產(chǎn)生延遲，機(jī)械系統(tǒng)的瞬態(tài)特征不會保 持不變。通常應(yīng)用于機(jī)械系統(tǒng)的是一個(gè)線性的時(shí)間獨(dú)立的混疊矩，叫卷積矩陣。但是，當(dāng) 考慮一個(gè)剛度很大、位移很小的結(jié)構(gòu)時(shí)，其振動的傳遞延遲可以忽略不計(jì)，一個(gè)瞬態(tài)模型 是可以保持的。
[0016] 1.2線性瞬態(tài)混疊模型 由于有噪聲存在盲源分離實(shí)現(xiàn)起來比較困難，所以一般不考慮噪聲的影響或者把噪聲 當(dāng)作一個(gè)源信號處理。假設(shè)《個(gè)來自信號源的統(tǒng)計(jì)獨(dú)立信號5^)(1 = 1~ 經(jīng)線性瞬時(shí)混合， 得到--個(gè)混合信號(或稱觀測信號）： η '

【權(quán)利要求】
1. 一種基于盲源分離的齒輪箱故障診斷方法.其特征在于，所述方法將盲源分離技術(shù) 應(yīng)用到基于振動分析的齒輪箱診斷中，作為信號預(yù)處理與故障特征提取的工具包括以下步 驟： 1) 盲源信號分離：把若干觀測到的混疊信號恢復(fù)成各自分離的信號；線性瞬態(tài)混疊 模型，由于有噪聲存在盲源分離實(shí)現(xiàn)起來比較困難，所以一般不考慮噪聲的影響或者把噪 聲當(dāng)作一個(gè)源信號處理；卷積混合模型，卷積混合模型是和實(shí)際環(huán)境更為接近的混合模 型； 2) 故障診斷盲源分離模型的建立：不論線性盲源分離還是非線性盲源分離，這些盲源 分離的算法都是由兩部分構(gòu)成：目標(biāo)函數(shù)和最優(yōu)化算法； 通過優(yōu)化目標(biāo)函數(shù)來獲得源信號的測定；即源分離算法是目標(biāo)函數(shù)和最優(yōu)化算法的有 機(jī)結(jié)合；常用目標(biāo)函數(shù)，目標(biāo)函數(shù)是盲源分離的關(guān)鍵； 因此采用不同的目標(biāo)函數(shù)，盲源分離的所獲得的結(jié)果也不相同；目標(biāo)函數(shù)確定以后，就 需要用一定的算法將其優(yōu)化，以實(shí)現(xiàn)相互獨(dú)立的要求，優(yōu)化算法分批處理算法和自適應(yīng)處 理算法； 3) 齒輪箱故障信號盲源分離，用盲源分離方法來對齒輪箱振動信號進(jìn)行處理，頻譜圖 中具有較多的頻率成分，經(jīng)過盲源分離后得到的分離信號的頻譜故障特征明顯，可以準(zhǔn)確 的提取故障特征頻率。
2. 根據(jù)權(quán)利要求1所述的一種基于盲源分離的齒輪箱故障診斷方法，其特征在于，所 述盲源分離的目標(biāo)函數(shù)有：微分熵目標(biāo)函數(shù)、互信息目標(biāo)函數(shù)、負(fù)熵目標(biāo)函數(shù)、高階累積量 目標(biāo)函數(shù)。
3. 根據(jù)權(quán)利要求1所述的一種基于盲源分離的齒輪箱故障診斷方法，其特征在 于，所述批處理算法和自適應(yīng)處理算法，批處理算法中較成熟的有兩種：成對旋轉(zhuǎn)法和 旋轉(zhuǎn)，自適應(yīng)算法一般是與神經(jīng)網(wǎng)絡(luò)相接合。
4. 根據(jù)權(quán)利要求1所述的一種基于盲源分離的齒輪箱故障診斷方法，其特征在于，所 述分離信號為齒輪箱軸承故障，其頻譜峰值發(fā)生在100 &左右，故障頻率為100 ;分離信號 為齒輪箱齒輪嚙合故障，其頻譜峰值發(fā)生在200 Jfe,故障頻率為200 ifc。
【文檔編號】G06F19/00GK104390780SQ201410682939
【公開日】2015年3月4日 申請日期:2014年11月25日 優(yōu)先權(quán)日:2014年11月25日
【發(fā)明者】劉歡, 高淑芝, 王健, 趙立杰, 郭爍, 張琳琳 申請人:沈陽化工大學(xué)