本發(fā)明涉及磁記憶信號分析，特別涉及一種基于磁記憶信號分析的齒輪健康評估方法及系統(tǒng)。

背景技術：

1、齒輪作為機械傳動系統(tǒng)中的關鍵部件，其健康狀態(tài)直接影響整個系統(tǒng)的工作性能和使用壽命。隨著工業(yè)設備自動化水平的提高，設備運行狀態(tài)監(jiān)測和故障診斷技術的重要性日益凸顯。傳統(tǒng)的齒輪健康評估方法主要依賴于振動分析、聲發(fā)射檢測和油液分析等技術。然而，這些方法在實際應用中往往受到復雜工況的影響，難以對齒輪的健康狀態(tài)進行實時、準確的評估。

2、近年來，磁記憶檢測技術逐漸成為一種新興的齒輪健康評估方法。磁記憶效應是指鐵磁材料在受力作用下，其內部的磁疇結構發(fā)生變化，并在其表面產生磁場異常的現象。通過檢測齒輪表面的磁記憶信號，可以獲取齒輪在運行過程中的應力分布和損傷情況。與傳統(tǒng)檢測方法相比，磁記憶信號檢測具有非接觸、實時監(jiān)測的優(yōu)點，能夠在不影響齒輪正常工作的情況下，對其進行健康狀態(tài)評估。

3、然而，磁記憶信號檢測技術在齒輪健康評估中的應用仍面臨一些挑戰(zhàn)。由于齒輪在不同工況下的磁記憶信號受溫度、轉速、磁干擾等因素的影響較大，如何準確采集和分析這些信號，進而評估齒輪的健康狀態(tài)，成為當前研究的重點和難點。因此，提出一種基于磁記憶信號分析的齒輪健康評估方法，能夠在復雜工況條件下，提高磁記憶信號數據的采集準確性和可靠性，從而為齒輪的健康狀態(tài)評估提供有效支持，具有重要的理論和實際意義。

技術實現思路

1、為了解決上述至少一個技術問題，本發(fā)明提出了一種基于磁記憶信號分析的齒輪健康評估方法及系統(tǒng)。

2、本發(fā)明第一方面提供了一種基于磁記憶信號分析的齒輪健康評估方法，包括：

3、獲取目標齒輪工作狀態(tài)下的歷史工況參數，基于控制變量法獲取目標齒輪在每個工況參數下的磁記憶信號數據，標定為第一磁記憶信號數據；

4、根據所述第一磁記憶信號數據確定在目標齒輪工作狀態(tài)下不同工況項目的工況參數對磁記憶信號數據的采集準確性，得到采集準確性數據；

5、根據所述采集準確性數據對目標齒輪在預設時間段內的工況參數變化數據進行磁記憶信號數據采集可靠性評估，得到采集可靠性評估結果；

6、根據所述采集可靠性評估結果確定目標齒輪的健康評估時間窗口，根據所述健康評估時間窗口實時獲取目標齒輪的健康評估磁記憶信號數據；

7、根據所述健康評估磁記憶信號數據對目標齒輪進行健康評估，得到目標齒輪的健康評估結果。

8、本方案中，所述獲取目標齒輪工作狀態(tài)下的歷史工況參數，基于控制變量法獲取目標齒輪在每個工況參數下的磁記憶信號數據，標定為第一磁記憶信號數據，具體為：

9、獲取目標齒輪在工作狀態(tài)下的歷史工況參數，所述工況參數包括齒輪溫度、齒輪轉速、齒輪磁干擾強度；

10、根據所述歷史工況參數確定每個工況參數項目的歷史參數，將每個工況參數項目的歷史參數構建參數矩陣；

11、根據所述參數矩陣通過控制變量法獲取目標齒輪在每個工況參數項目的每個歷史參數的磁記憶信號數據，標定為第一磁記憶信號數據。

12、本方案中，所述根據所述第一磁記憶信號數據確定在目標齒輪工作狀態(tài)下不同工況項目的工況參數對磁記憶信號數據的采集準確性，得到采集準確性數據，具體為：

13、獲取健康目標齒輪樣品，并獲取所述目標齒輪樣品在預設工況下的磁記憶信號數據，標定為第二磁記憶信號數據；

14、將所述第一磁記憶信號數據和第二磁記憶信號數據按照時間序列進行排序操作，得到第一時域信號數據和第二時域信號數據；

15、提取所述第一時域信號數據和第二時域信號數據的時域特征，所述時域特征包括信號均值、方差、均方根值、峰度；

16、基于離散傅里葉變換將所述第一時域信號數據和第二時域信號數據轉化為頻域信號，并提取第一磁記憶信號數據和第二磁記憶信號數據的頻域特征，所述頻域特征包括頻譜頻率、頻率中心、頻譜能量、頻譜帶寬；

17、計算第一磁記憶信號數據的時域特征和頻域特征與第二磁記憶信號數據的時域特征和頻域特征的曼哈頓距離，根據信息熵權重法確定時域特征與頻域特征對磁記憶信號數據的差異評估的影響權重；

18、根據所述曼哈頓距離和影響權重確定第一磁記憶信號數據與第二磁記憶信號數據的差異性，根據所述差異性評估目標齒輪工作狀態(tài)下不同工況項目的工況參數對磁記憶信號數據的采集準確性，得到采集準確性數據。

19、本方案中，所述根據所述采集準確性數據對目標齒輪在預設時間段內的工況參數變化數據進行磁記憶信號數據采集可靠性評估，得到采集可靠性評估結果，具體為：

20、基于k均值聚類算法隨機從采集準確性數據選擇k個數據點作為初始簇中心，對于采集準確性數據中的每個數據點，計算每個數據點與每個初始簇中心的歐式距離，將數據點分配至距離最近初始簇中心所在的簇中，計算數據點分配后的簇中所有數據點的均值，根據所述均值更新簇中心；

21、迭代計算每個數據點到達新的簇中心的歐氏距離并對數據點分配至最近的簇中心所在的簇中，并更新簇中心，直至簇中心不再變化，得到采集準確性數據聚類結果；

22、根據所述采集準確性數據聚類結果對每個聚類結果進行磁記憶信號數據采集可靠性等級評估，確定每個工況項目在不同磁記憶信號數據采集可靠性等級中的工況參數范圍；

23、根據所述每個工況項目在不同磁記憶信號數據采集可靠性等級中的工況參數范圍構建隸屬度函數，基于所述隸屬度函數構建磁記憶信號數據采集可靠性評估模型；

24、獲取目標齒輪在預設時間段內的工況參數變化數據，將所述工況參數變化數據導入所述可靠性評估模型中，對預設時間段內磁記憶信號數據采集可靠性進行評估，得到預設時間段內磁記憶信號數據的采集可靠性評估結果。

25、本方案中，所述根據所述采集可靠性評估結果確定目標齒輪的健康評估時間窗口，根據所述健康評估時間窗口實時獲取目標齒輪的健康評估磁記憶信號數據，具體為：

26、將所述采集可靠性評估結果按照時間序列進行排序操作，得到在預設時間段內磁記憶信號數據的采集可靠性時間序列變化數據；

27、基于lstm算法構建采集可靠性預測模型，獲取歷史采集可靠性時間序列變化數據導入所述模型中進行模型訓練，將采集可靠性時間序列變化數據導入訓練完成后的采集可靠性預測模型中，預測未來預設時間段對目標齒輪進行磁記憶信號數據采集的采集可靠性預測數據；

28、根據所述采集可靠性預測數據確定未來預設時間段內磁記憶信號數據采集的高可靠性時間窗口，標定為目標齒輪的健康評估時間窗口；

29、在所述健康評估時間窗口中實時獲取目標齒輪的健康評估磁記憶信號數據。

30、本方案中，所述根據所述健康評估磁記憶信號數據對目標齒輪進行健康評估，得到目標齒輪的健康評估結果，具體為：

31、獲取不同質量問題的目標齒輪的磁記憶信號數據，并提取磁記憶信號數據的時域特征和頻域特征，對提取的時域特征和頻域特征進行質量問題類型標注，得到標注數據；

32、基于決策樹算法構建目標齒輪健康狀態(tài)評估模型，將所述標注數據導入所述目標齒輪健康狀態(tài)評估模型中進行訓練；

33、提取所述健康評估磁記憶信號數據的時域特征和頻域特征，標定為當前特征數據；

34、將第二磁記憶信號數據的時域特征和頻域特征標定為基準數據，將所述當前特征數據與基準數據進行對比，計算當前特征數據與基準數據之間的歐幾里得距離，根據所述歐幾里得距離評估當前特征數據與基準數據的差異性；

35、預設差異性閾值，若當前特征數據與基準數據的差異性小于所述差異性閾值，將目標齒輪標定為健康狀態(tài)；

36、若當前特征數據與基準數據的差異性大于所述差異性閾值，將當前特征數據導入目標齒輪健康狀態(tài)評估模型中進行質量問題識別，并根據識別的質量問題對目標齒輪進行健康狀態(tài)評估，得到目標齒輪的健康評估結果。

37、本發(fā)明第二方面還提供了一種基于磁記憶信號分析的齒輪健康評估系統(tǒng)，該系統(tǒng)包括：存儲器、處理器，所述存儲器中包括基于磁記憶信號分析的齒輪健康評估方法程序，所述基于磁記憶信號分析的齒輪健康評估方法程序被所述處理器執(zhí)行時，實現如下步驟：

38、獲取目標齒輪工作狀態(tài)下的歷史工況參數，基于控制變量法獲取目標齒輪在每個工況參數下的磁記憶信號數據，標定為第一磁記憶信號數據；

39、根據所述第一磁記憶信號數據確定在目標齒輪工作狀態(tài)下不同工況項目的工況參數對磁記憶信號數據的采集準確性，得到采集準確性數據；

40、根據所述采集準確性數據對目標齒輪在預設時間段內的工況參數變化數據進行磁記憶信號數據采集可靠性評估，得到采集可靠性評估結果；

41、根據所述采集可靠性評估結果確定目標齒輪的健康評估時間窗口，根據所述健康評估時間窗口實時獲取目標齒輪的健康評估磁記憶信號數據；

42、根據所述健康評估磁記憶信號數據對目標齒輪進行健康評估，得到目標齒輪的健康評估結果。

43、本發(fā)明公開了一種基于磁記憶信號分析的齒輪健康評估方法及系統(tǒng)，通過獲取目標齒輪工作狀態(tài)下的磁記憶信號數據，結合歷史工況參數，評估齒輪的健康狀態(tài)。首先，獲取目標齒輪在不同工況下的磁記憶信號數據，確定各工況對信號采集的準確性，得到采集準確性數據；然后，根據采集準確性數據評估齒輪在預設時間段內的信號采集可靠性，得到評估結果；接著，確定健康評估時間窗口，在此窗口內實時獲取磁記憶信號數據；最終，根據信號數據進行健康評估，得到齒輪健康狀態(tài)。本方法提高了齒輪健康評估的準確性和可靠性。