CN118294131A - 齿轮系统故障诊断方法、装置、设备、存储介质和产品 - Google Patents
齿轮系统故障诊断方法、装置、设备、存储介质和产品 Download PDFInfo
- Publication number
- CN118294131A CN118294131A CN202410553821.1A CN202410553821A CN118294131A CN 118294131 A CN118294131 A CN 118294131A CN 202410553821 A CN202410553821 A CN 202410553821A CN 118294131 A CN118294131 A CN 118294131A
- Authority
- CN
- China
- Prior art keywords
- gear
- gear system
- fault
- frequency spectrum
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 127
- 230000004044 response Effects 0.000 claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000015654 memory Effects 0.000 claims description 26
- 238000010183 spectrum analysis Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 25
- 238000006073 displacement reaction Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000013016 damping Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000005489 elastic deformation Effects 0.000 description 4
- 238000002513 implantation Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 235000000621 Bidens tripartita Nutrition 0.000 description 2
- 240000004082 Bidens tripartita Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000006637 fused teeth Diseases 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及故障检测技术领域,公开了一种齿轮系统故障诊断方法、装置、设备、存储介质和产品,该方法包括:获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱;将第一频谱和第二频谱进行比例差谱计算,得到特征频谱;将特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。本发明通过比较比例差谱计算得到的特征频谱和故障齿轮动力学响应解得到故障诊断结果,基于待测齿轮系统本身的物理特性进行的诊断,没有掺和人为的主观因素,而且通过比例差谱方法得到的特征频谱和预先获取的故障齿轮动力学响应解完全一样,能够提高齿轮故障诊断正确率。
Description
技术领域
本发明涉及故障检测技术领域,具体涉及齿轮系统故障诊断方法、装置、设备、存储介质和产品。
背景技术
现有的齿轮故障诊断方案包括数据采集、数据记录和故障诊断等步骤,一个典型的故障采集及记录方案如图1所示。技术人员会在机械设备产品的相应位置安装振动传感器,振动传感器拾取振动信号并送进数据采集系统,数据采集系统对振动信号进行调理、采集并存储。对记录的振动数据进行分析及故障诊断是判断一个故障诊断系统诊断正确率的重点。一般来说,故障诊断方法包括时域分析、频谱分析、细化选带频谱分析、解调分析四种信号处理和分析手段。
目前,齿轮故障诊断是基于信号处理的理论来进行处理的,包括时域分析、频谱分析、细化选带频谱分析、具有带通滤波的细化解调分析。在分析过程中,由于齿轮箱结构复杂,工作状况差别很大,导致故障诊断正确率较低。
发明内容
有鉴于此,本发明提供了一种齿轮系统故障诊断方法、装置、设备、存储介质和产品,以解决现有齿轮故障诊断正确率较低的技术问题。
第一方面,本发明提供了一种齿轮系统故障诊断方法,包括:获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱;将所述第一频谱和所述第二频谱进行比例差谱计算,得到特征频谱;将所述特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。
本发明实施例的一种齿轮系统故障诊断方法,通过比较比例差谱计算得到的特征频谱和故障齿轮动力学响应解得到故障诊断结果,基于待测齿轮系统本身的物理特性进行的诊断,没有掺和人为的主观因素,而且通过比例差谱方法得到的特征频谱和预先获取的故障齿轮动力学响应解完全一样,相较于其他的不精确的模糊的基于振动特性的故障振动诊断,本发明能够提高齿轮故障诊断正确率。
可选地,获取待测齿轮系统在第一时段运行时的第一频谱,包括:采集待测齿轮系统在第一时段运行时的第一振动信号;对所述第一振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第一频谱。
通过将第一振动信号进行时域平均滤波、频谱分析和平均处理,将其转换为频谱特征,得到的频谱特征更为准确。
可选地,获取待测齿轮系统在第二时段运行时的第二频谱,包括:采集待测齿轮系统在第二时段运行时的第二振动信号;对所述第二振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第二频谱。
通过将第二振动信号进行时域平均滤波、频谱分析和平均处理,将其转换为频谱特征,得到的频谱特征更为准确。
可选地,在采集所述第一振动信号或所述第二振动信号时,还包括:根据采集的所述第一振动信号或所述第二振动信号对数据采集硬件的量程进行反馈调整。
利用采集的振动信号对数据采集硬件的量程进行反馈调整,以实现数据采集硬件端的高信噪比采集数据。
可选地,所述故障齿轮动力学响应解的获取过程包括:建立待测齿轮系统的动力学有限元模型;通过修改所述动力学有限元模型的几何参数将故障植入所述动力学有限元模型;根据植入故障后的所述动力学有限元模型获得所述故障齿轮动力学响应解。
本发明实施例通过建立待测齿轮系统的动力学有限元模型,在动力学有限元模型植入不同的故障进而获得故障齿轮动力学响应解,能够获得各类型的齿轮系统在不同故障下的故障齿轮动力学响应解,使其在不同的工况下均能有较高的故障诊断的准确率。
可选地,将所述特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果,包括:比较所述特征频谱中的边频带的频率位置与预先获取的故障齿轮动力学响应解中的边频带的频率位置是否相同;若频率位置相同,则故障诊断结果为存在和所述故障齿轮动力学响应解对应的故障。
通过比较所述特征频谱中的边频带与预先获取的故障齿轮动力学响应解中的边频带的频率位置是否相同判断是否出现故障,能够提高故障判断准确率。
第二方面,本发明提供了一种齿轮系统故障诊断装置,包括:频谱获取模块,用于获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱;比例差谱模块,用于将所述第一频谱和所述第二频谱进行比例差谱计算,得到特征频谱;对比模块,用于将所述特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。
第三方面,本发明提供了一种计算机设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如第一方面或其对应的任一实施方式的齿轮系统故障诊断方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行如第一方面或其对应的任一实施方式的齿轮系统故障诊断方法。
第五方面,本发明提供了一种计算机程序产品,包括计算机指令,所述计算机指令用于使计算机执行如第一方面或其对应的任一实施方式的齿轮系统故障诊断方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是现有的齿轮故障诊断系统的结构示意图;
图2是本发明实施例的齿轮系统故障诊断方法的流程示意图;
图3是本发明实施例的另一齿轮系统故障诊断方法的流程示意图;
图4是本发明实施例的动力学有限元模型的示意图;
图5是本发明实施例提取特征频谱的流程示意图;
图6是本发明实施例的齿轮副动力学模型的示意图;
图7是本发明实施例的齿轮啮合过程的示意图;
图8是本发明实施例的齿轮的综合啮合刚度的示意图;
图9是本发明实施例的无故障齿轮及故障时齿轮啮合刚度的示意图;
图10是本发明实施例的齿轮正常状态下齿轮动力学响应的示意图;
图11是本发明实施例的齿轮故障状态下齿轮动力学响应的示意图;
图12是本发明实施例的模型求解得到的故障信号频谱的示意图;
图13是本发明实施例的全频段比例差谱得到的特征频谱的示意图;
图14是图13的局部放大示意图;
图15是本发明实施例的齿轮系统故障诊断装置的结构框图;
图16是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一般工程上,对齿轮进行故障诊断的步骤如下表所示。
表1齿轮故障诊断的主要步骤
对于第6步的故障诊断方法,目前的分析方法主要为时域分析、频谱分析、细化选带频谱分析、带通滤波的细化解调分析。
1)时域分析:分析各测点的振动速度的时域信号特征值(均方根值、峰值、峭度和峰值指标)和包络时域信号特征值(均方根值、峰值、峭度和峰值指标)的大小根据其趋势分析和建立的界限值的标准来判断齿轮箱有无故障发生和故障的发展趋势。时域信号和包络时域信号振动速度的均方根值反映平均振动能量和冲击成分的平均能量。其峰值、峭度和峰值指标在一定程度上反映出振动信号是否含有冲击成分和振动冲击信号的尖锐程度。一般情况下,如果有任意一个指标超过了界限值都认为齿轮箱可能发生了故障,而要进行后面的信号分析。如果所有的指标都没有超过界限值或其趋势变化不大,则可以认为没有故障产生,一般不需要进行进一步的分析。
2)频谱分析:初步分析各轴啮合频率成分及其高次谐波幅值的大小,观察其幅值的变化情况;观察各轴啮合频率成分附近是否有调制边频带产生和分布情况;观察有无不是以各轴啮合频率成份为中心的调制边频带产生和分布情况。
3)细化选带频谱分析:精确分析各轴啮合频率成分及其高次谐波幅值的大小,观察其幅值的变化情况,判断是否产生较严重的齿轮均匀磨损现象;观察各轴啮合频率成分附近是否有调制边频带产生和分布情况,是否产生调制类型的故障;观察有无不是以各轴啮合频率成分为中心的调制边频带产生和分布情况,这类调制类型的故障有可能是滚动轴承故障所产生的边频带。在精确分析各特征频率成分幅值的大小时,应采用离散频谱校正技术对得到的幅值进行校正。
4)具有带通滤波的细化解调分析:分析有无齿轮所在轴转频是调制频率;分析有无滚动轴承通过频率是调制频率。若存在这些调制频率成分,精确分析出这些频率成分的大小和幅值分布情况,说明齿轮箱产生了调制类型的故障。以各个啮合频率为中心频率,选择合适的带宽,进行细化解调分析,分析有无调制频率。若有调制频率,一定要选择合适的采样频率,并采用细化解调分析精确地得到调制频率成分的大小和分布情况。以频谱分析得到的滚动轴承的固有频率(不是齿轮的啮合频率且有调制边频带)为中心频率,选择合适的带宽,进行细化解调分析,分析得到精确的调制频率成分的大小和分布情况。采用带通滤波的目的是避免解调分析将不包括调制信息(故障信息)的两时域相加信号,以其频率之差作为解调信号而解出的第一种局限性;选择合适的采样频率的目的是避免在广义检波滤波和循环平稳解调分析中,由于取绝对值或检波过程可能产生混频效应的第二种局限性;细化的目的是为了提高分析出的调制频率的精度。
目前,针对齿轮系统的微弱故障诊断存在的如下问题:
1)重视信号处理,轻视故障机理。针对齿轮系统的振动故障,热衷于研究针对齿轮系统的信号处理方法,从数据分析的角度解决齿轮系统故障诊断问题。这导致的问题是信号处理方法只能针对具体的诊断对象,但是对于信号处理的结果的评价莫衷一是。外在的动力学响应信号输出,包含了系统的输入及系统中的各种动力学因素的影响,其信号中的噪声等淹没了系统的真实特性,导致通过信号处理进行故障诊断存在一定的模糊性。当一套信号处理程序能处理一定工作条件的齿轮故障时,当面对另外工作条件下齿轮故障时,信号处理方法可能失效。没有对故障机理的深刻认识,相应的信号处理只能作为“治表”而不能“治理”。
2)热衷定量分析,摒弃定性分析。定量分析对机械装备划定一条不可逾越的警告红线。但对所有机械装备并言,并不能用简单的一刀切的方法进行健康状态监测。为了最大限度的保障设备安全,这种定量分析的手段必将保守的把机械设备的安全阀值提高到足够高的安全门限制值。这种过高的安全限制值会给生产中机械设备的使用带来限制事实上,因为制造、装配等的误差因素,每个特定的机械设备,特别是重大机械设备,都应该有自己特有的振动特性,难以整齐划一的进行定量的健康状态监测。
因此,本发明研究齿轮系统的故障机理,根据故障机理进行相应的故障诊断,并且把故障机理与故障现象完美结合,从而基于齿轮系统动力学特征进行故障诊断。
根据本发明实施例,提供了一种齿轮系统故障诊断方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种齿轮系统故障诊断方法,可用于移动终端,如手机、平板电脑等,如图2和图3所示,该齿轮系统故障诊断方法包括如下步骤:
步骤S201,获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱。
具体地,待测齿轮系统为包括齿轮的机械设备产品,如齿轮箱等。第一时段T1位于第二时段T2之前,例如第一时段T1为设备运行的初始时段,第二时段T2为运行过程中随机选取的某时段。
第一频谱和第二频谱分别通过对两个时段采集的振动信号进行信号处理得到。
步骤S202,将第一频谱和第二频谱进行比例差谱计算,得到特征频谱。
具体地,特征频谱为待测齿轮系统从第一时段运行到第二时段后,频谱结构上变化明显的频谱。通过比例差谱分析技术可以提取出的特征频谱,其为系统中的故障动力学特征,因而可以将其与后续的故障齿轮动力学响应解进行对比得到诊断结果。
步骤S203,将特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。
具体地,比较特征频谱与预先获取的故障齿轮动力学响应解的相似性,若特征频谱与预先获取的某类故障对应的故障齿轮动力学响应解相同,则判定待测齿轮系统出现对应故障。这种基于振动特性的故障诊断相比于基于振动量值(例如,人为的指定振动值不能超过一定的限制)的优势在于能够更准确的预测故障,因为是通过系统本身的物理特性进行的诊断,没有掺和人为的主观因素,而且通过本发明的比例差谱方法,得到的实际振动特征解和理论模型完全一样,亦有区别于其他的不精确的模糊的基于振动特性的故障振动。
当系统发生故障时和没有故障时,动力学系统的响应可能没有多少变化,但是其在频谱上的动力学特征即通过比例差谱计算得到的特征频谱会完全不一样。此方法结合理论进行故障诊断,因此本发明具有更高的故障诊断正确率。
本发明实施例的一种齿轮系统故障诊断方法,通过比较比例差谱计算得到的特征频谱和故障齿轮动力学响应解得到故障诊断结果,基于待测齿轮系统本身的物理特性进行的诊断,没有掺和人为的主观因素,而且通过比例差谱方法得到的特征频谱和预先获取的故障齿轮动力学响应解完全一样,相较于其他的不精确的模糊的基于振动特性的故障振动诊断,本发明能够提高齿轮故障诊断正确率。
在一实施例中,如图5所示,步骤S201中获取待测齿轮系统在第一时段运行时的第一频谱,包括:
步骤S2011,采集待测齿轮系统在第一时段运行时的第一振动信号;
步骤S2012,对第一振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第一频谱。
具体地,在第一时段T1采集第一振动信号,利用采集的第一振动信号对数据采集硬件的量程进行反馈调整,以实现数据采集硬件端的高信噪比采集数据。
对采集的多段第一振动信号进行时域平均滤波处理,进一步提高信噪比。
对时域平均滤波后的第一振动信号进行频谱分析后,再进行平均处理,得到频域内噪声统计平均的频谱结果,即第一频谱。
进一步地,步骤S201中获取待测齿轮系统在第二时段运行时的第二频谱,包括:
步骤S2013,采集待测齿轮系统在第二时段运行时的第二振动信号;
步骤S2014,对第二振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第二频谱。
采用和获取第一频谱同样的方法,对运行第二时段的第二振动信号进行同样的采集、计算,得到第二时段内噪声统计平均后的频谱结果,即第二频谱。
通过将第一振动信号和第二振动信号进行时域平均滤波、频谱分析和平均处理,将其转换为频谱特征,得到的频谱特征更为准确。
在一实施例中,预先获取故障齿轮动力学响应解的步骤包括:
步骤S101,建立待测齿轮系统的动力学有限元模型;
步骤S102,通过修改动力学有限元模型的几何参数将故障植入动力学有限元模型;
步骤S103,根据植入故障后的动力学有限元模型获得故障齿轮动力学响应解。
具体地,建立待测齿轮系统的动力学有限元模型,建立的模型如图4所示,并通过改变模型的几何参数植入故障。消除齿轮间隙,通过固定小轮,给大轮参考节点施加绕自身旋转轴线的微小转动位移,使接触齿面间产生微小过盈量,消除间隙,方便接触迭代收敛。给小轮添加旋转副,给大轮添加扭矩。依次计算每对轮齿啮合节点上的输出接触力及大小轮的绕自身旋转轴线的旋转位移,用接触力及位移数据计算啮合刚度。当裂纹的类型及深度不同时,可以求解出不同的系统刚度,进而模拟不同的故障。
通过在动力学有限元模型中植入不同的故障,可以得到不同的振动响应解。此步骤对上述的动力学有限元模型采用一定的数值处理方法求解。例如代入中求解。该公式是用来描述待测齿轮系统的振动响应的一个公式,M代表待测齿轮系统的质量,C代表待测齿轮系统的阻尼,K代表待测齿轮系统的刚性,f(t)代表外界输入的振动激励力,t为时间变量,x代表位移,代表求一次导数,代表求二阶导数。对于大部分的齿轮系统故障,当齿轮系统出现故障时,都是齿轮系统的刚性发生了变化,结合RK45算法,进而可以得到待测齿轮系统在正常状态和故障状态下的理论解。
本发明实施例通过建立待测齿轮系统的动力学有限元模型,在动力学有限元模型植入不同的故障进而获得故障齿轮动力学响应解,能够获得各类型的齿轮系统在不同故障下的故障齿轮动力学响应解,为齿轮系统的故障特征提供理论解,使其在不同的工况下均能有较高的故障诊断的准确率。
进一步地,步骤S203将特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果,包括:
步骤S2031,比较特征频谱中的边频带的频率位置与预先获取的故障齿轮动力学响应解中的边频带的频率位置是否相同;
步骤S2032,若频率位置相同,则故障诊断结果为存在和故障齿轮动力学响应解对应的故障。
具体地,如图11中故障齿轮动力学响应解对正常齿轮动力学响应解有很多的边频带,图14中通过比例差频得到的特征频谱在故障时也有大量类似的等间隔的边频带,实际齿轮发生故障特征时的特征频谱与理论上的完全一致。采用比例差谱分析技术结合故障齿轮动力学响应解,基于故障齿轮的振动特性进行故障诊断能更好的对齿轮系统进行故障诊断,提高诊断准确度。
下面以一个具体实施过程对本发明进行说明:
本例中,待测齿轮系统为直齿圆柱齿轮副,建立典型的直齿圆柱齿轮副的啮合耦合型动力学模型如图6所示,不考虑传动轴等部件的具体振动形式,因此可将传动轴、轴承和箱体等部件的支承刚度和阻尼用组合等效值kyp、kyg、cyp、cyg来表示。
可以看出,这时的动力学模型是一个二维平面振动系统,不考虑齿面摩擦,轮齿的动态啮合力沿啮合线方向作用,因此模型具有4个自由度,分别为主、被动齿轮绕旋转中心的转动自由度和t方向的平移自由度。设这4个自由度的振动位移分别为θp,θg,yp,yg,则系统的广义位移列阵可表示为:
{δ}={ypθpygθg}
这样,图6中P点和G点沿t方向的位移分别为:
上式中,Rp,Rg分别为主、被齿轮的基圆半径。而啮合轮齿间的弹性啮合力Fk和粘性啮合力Fc则可以分别表示为:
式中,km和cm分别为齿轮副啮合综合刚度和综合阻尼。
因此,作用在主、被动齿轮上的轮齿动态啮合力Fp和Fg分别为:
由上述各式可以看出,转动自由度和平移自由度分别耦合在弹性啮合力方程和粘性啮合力方程中,这种现象称为具有弹性耦合和粘性耦合。且由于这种耦合是由轮齿的相互啮合引起的,使得齿轮的扭转振动与平移振动相互影响,因此又称为啮合型弯-扭耦合。此外,在一般情况下,由于阻尼力的影响较小,分析中常略去啮合耦合型振动中的粘性耦合。根据上述分析,可推得系统的分析模型为:
式中,mi,Ii(i=p,gi=p,g)为主、被动齿轮的质量和转动惯量;cpy,cgy为主、被动齿轮平移振动阻尼系统;kpy,kgy为主、被动齿轮平移振动刚度系统。
为便于计算机求解,方程的矩阵形式为:
上述方程即是对简化的四自由度齿轮副系统进行描述的动力学方程。齿轮副中出现的故障类型(例如断齿等)则体现在刚度的变化上。
图7所示为齿轮啮合过程。主动齿轮在扭矩Tp作用下顺时针旋转,被动齿轮载荷为Tg,逆时针旋转。当一轮齿对在A点啮入时,另一轮齿对在D点啮合直到E点脱离啮合状态,而此时前一轮齿对恰好在B点进入单齿啮合直到D点,新一对齿轮在A点啮入。
由以上的齿轮啮合过程可以看出,在齿轮啮合过程中,AB段是双齿啮合区,BD段是单齿啮合区。DE段及以后的啮合过程,如同AD段,依次循环重复双齿、单齿的啮合过程。
轮齿啮合综合刚度是指在整个啮合区,参与啮合的各对轮齿的综合效应,主要与单齿的弹性变形、单对轮齿的综合弹性变形(综合刚度)以及齿轮重合度有关。
单齿的弹性变形是单个轮齿的啮合齿面在载荷作用下的弹性变形,其中包括了弯曲变形、剪切变形和接触变形等。
由的齿轮啮合过程,在双齿啮合区,有两对轮齿同时参与啮合,此时的齿轮啮合刚度是两对轮齿的刚度综合叠加而成。一般来说,一对轮齿经历的综合啮合刚度如图8所示。齿轮副在整个啮合过程中,周而复始的循环图8所示的综合啮合刚度,这种齿轮副的内部啮合刚度激励即是整个系统振动响应的重要来源之一。而当齿轮出现故障时,会出现某齿啮合刚度的突变,如图9所示。
基于以上方程及裂纹故障时的啮合刚度,得到柱齿轮的动态响应得到正常及故障齿轮动力学响应解如图10和图11所示。当齿轮系统中当齿轮出现断齿或其他类型的故障时,一般来说,主要的故障特征是在啮合频率两边形成边频带特征。而在齿轮未发生故障时,没这有没种边频带特征。齿轮系统的这种动态响应特性可作为齿轮箱故障诊断的判别依据。
作为应用本发明实施例的一个典型案例,某减速器在运转试验中发生断齿事故,断齿齿轮啮合频率为1653Hz,断齿齿轮所在轴转频为41Hz。使用经典的FFT分析技术,如图12所示。根据断齿故障机理,啮合频率两边形成的边频带与噪声信号混合在一起,并且边频带的绝对幅值很微弱。技术人员在安全监测时很容易忽略这些关键信号。
使用本发明实施例的齿轮系统故障诊断方法,提取的故障特征谱图如下图13和图14中实线所示,其中虚线为用FFT技术计算的谱线。可以看到在全频段相关特征频率处都会对故障边频带进行响应,尤其在该断齿的齿轮啮合频率处振动响应更为明显。
从图14对比图11,实际齿轮发生故障特征时的振动特征与理论上的完全一致。采用比例差谱分析技术结合故障齿轮的模型解,基于故障齿轮的振动特性进行故障诊断能更好的对齿轮系统进行故障诊断。
本发明实施例的一种齿轮系统故障诊断方法,通过建立待测齿轮系统的动力学有限元模型获得故障齿轮动力学响应解,为齿轮系统的故障特征提供理论解;通过比例差谱分析技术,提取出系统中的故障动力学特征;在坚实的理论基础上根据齿轮振动特性进行故障诊断,可以提高齿轮故障率。
本发明实施例还提供了一种齿轮系统故障诊断装置,如图15所示,包括:
频谱获取模块501,用于获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱;
比例差谱模块502,用于将第一频谱和第二频谱进行比例差谱计算,得到特征频谱;
对比模块503,用于将特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。
本发明实施例提供的一种齿轮系统故障诊断装置,通过比较比例差谱计算得到的特征频谱和故障齿轮动力学响应解得到故障诊断结果,基于待测齿轮系统本身的物理特性进行的诊断,没有掺和人为的主观因素,而且通过比例差谱方法得到的特征频谱和预先获取的故障齿轮动力学响应解完全一样,相较于其他的不精确的模糊的基于振动特性的故障振动诊断,本发明能够提高齿轮故障诊断正确率。
进一步地,频谱获取模块501包括:
第一采集模块,用于采集待测齿轮系统在第一时段运行时的第一振动信号;
第一分析模块,用于对第一振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第一频谱。
进一步地,频谱获取模块501还包括:
第二采集模块,用于采集待测齿轮系统在第二时段运行时的第二振动信号;
第二分析模块,用于对第二振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第二频谱。
进一步地,频谱获取模块501还包括:
反馈模块,用于根据采集的第一振动信号或第二振动信号对数据采集硬件的量程进行反馈调整。
进一步地,齿轮系统故障诊断装置还包括:
模型建立模块,用于建立待测齿轮系统的动力学有限元模型;
故障植入模块,用于通过修改动力学有限元模型的几何参数将故障植入动力学有限元模型;
响应解获取模块,用于根据植入故障后的动力学有限元模型获得故障齿轮动力学响应解。
进一步地,对比模块503包括:
位置比较模块,用于比较特征频谱中的边频带的频率位置与预先获取的故障齿轮动力学响应解中的边频带的频率位置是否相同;
故障判断模块,用于若频率位置相同,则故障诊断结果为存在和故障齿轮动力学响应解对应的故障。
本发明实施例还提供一种计算机设备的结构示意图,如图16所示,该计算机设备包括:一个或多个处理器10、存储器20,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图16中以一个处理器10为例。
处理器10可以是中央处理器,网络处理器或其组合。其中,处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,存储器20存储有可由至少一个处理器10执行的指令,以使至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器20可选包括相对于处理器10远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括输入装置30和输出装置40。处理器10、存储器20、输入装置30和输出装置40可以通过总线或者其他方式连接,图16中以通过总线连接为例。
输入装置30可接收输入的数字或字符信息,以及产生与该计算机设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等。输出装置40可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。上述显示设备包括但不限于液晶显示器,发光二极管,显示器和等离子体显示器。在一些可选的实施方式中,显示设备可以是触摸屏。
本发明实施例还提供了一种计算机可读存储介质,上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
本发明的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本发明的方法和/或技术方案。本领域技术人员应能理解,计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等,相应地,计算机程序指令被计算机执行的方式包括但不限于:该计算机直接执行该指令,或者该计算机编译该指令后再执行对应的编译后程序,或者该计算机读取并执行该指令,或者该计算机读取并安装该指令后再执行对应的安装后程序。在此,计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种齿轮系统故障诊断方法,其特征在于,包括:
获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱;
将所述第一频谱和所述第二频谱进行比例差谱计算,得到特征频谱;
将所述特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。
2.根据权利要求1所述的齿轮系统故障诊断方法,其特征在于,获取待测齿轮系统在第一时段运行时的第一频谱,包括:
采集待测齿轮系统在第一时段运行时的第一振动信号;
对所述第一振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第一频谱。
3.根据权利要求2所述的齿轮系统故障诊断方法,其特征在于,获取待测齿轮系统在第二时段运行时的第二频谱,包括:
采集待测齿轮系统在第二时段运行时的第二振动信号;
对所述第二振动信号依次进行时域平均滤波、频谱分析和平均处理,得到第二频谱。
4.根据权利要求3所述的齿轮系统故障诊断方法,其特征在于,在采集所述第一振动信号或所述第二振动信号时,还包括:
根据采集的所述第一振动信号或所述第二振动信号对数据采集硬件的量程进行反馈调整。
5.根据权利要求1所述的齿轮系统故障诊断方法,其特征在于,所述故障齿轮动力学响应解的获取过程包括:
建立待测齿轮系统的动力学有限元模型;
通过修改所述动力学有限元模型的几何参数将故障植入所述动力学有限元模型;
根据植入故障后的所述动力学有限元模型获得所述故障齿轮动力学响应解。
6.根据权利要求1所述的齿轮系统故障诊断方法,其特征在于,将所述特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果,包括:
比较所述特征频谱中的边频带的频率位置与预先获取的故障齿轮动力学响应解中的边频带的频率位置是否相同;
若频率位置相同,则故障诊断结果为存在和所述故障齿轮动力学响应解对应的故障。
7.一种齿轮系统故障诊断装置,其特征在于,包括:
频谱获取模块,用于获取待测齿轮系统在第一时段运行时的第一频谱以及待测设备在第二时段运行时的第二频谱;
比例差谱模块,用于将所述第一频谱和所述第二频谱进行比例差谱计算,得到特征频谱;
对比模块,用于将所述特征频谱与预先获取的故障齿轮动力学响应解进行对比,根据对比结果得到故障诊断结果。
8.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1至6中任一项所述的齿轮系统故障诊断方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行如权利要求1至6中任一项所述的齿轮系统故障诊断方法。
10.一种计算机程序产品,其特征在于,包括计算机指令,所述计算机指令用于使计算机执行如权利要求1至6中任一项所述的齿轮系统故障诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410553821.1A CN118294131A (zh) | 2024-05-06 | 2024-05-06 | 齿轮系统故障诊断方法、装置、设备、存储介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410553821.1A CN118294131A (zh) | 2024-05-06 | 2024-05-06 | 齿轮系统故障诊断方法、装置、设备、存储介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118294131A true CN118294131A (zh) | 2024-07-05 |
Family
ID=91684707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410553821.1A Pending CN118294131A (zh) | 2024-05-06 | 2024-05-06 | 齿轮系统故障诊断方法、装置、设备、存储介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118294131A (zh) |
-
2024
- 2024-05-06 CN CN202410553821.1A patent/CN118294131A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Park et al. | Model-based fault diagnosis of a planetary gear: A novel approach using transmission error | |
Mohammed et al. | Vibration signal analysis for gear fault diagnosis with various crack progression scenarios | |
Assaad et al. | Vibration based condition monitoring of a multistage epicyclic gearbox in lifting cranes | |
Li et al. | Model-based condition index for tracking gear wear and fatigue damage | |
CN104884926A (zh) | 轴承装置振动分析方法、轴承装置振动分析装置和滚动轴承状态监视装置 | |
JP2017500535A (ja) | 歯車故障の検知 | |
CN105716857A (zh) | 一种行星齿轮箱健康状态评估方法 | |
Mohamed et al. | Model‐Based Analysis of Spur Gears’ Dynamic Behavior in the Presence of Multiple Cracks | |
DE102009038011B9 (de) | Verfahren zur automatischen Erfassung und Erkennung von Fehlern an einer Auswuchtmaschine | |
CN109416299A (zh) | 识别风力涡轮机中的齿轮系统中的故障的方法 | |
CN112326236B (zh) | 一种齿轮箱运行状态在线监测方法、系统及存储介质 | |
Nie et al. | A mathematical model of vibration signal for multistage wind turbine gearboxes with transmission path effect analysis | |
WO2018066267A1 (ja) | 回転機異常検出装置および該方法ならびに回転機 | |
Mączak | Local meshing plane analysis as a source of information about the gear quality | |
Wu et al. | A novel method for gear crack fault diagnosis using improved analytical-FE and strain measurement | |
KR20190092753A (ko) | 전달오차를 이용한 회전체 결함 분석 장치 및 방법 | |
US10197594B2 (en) | Tachometer signal jitter reduction system and method | |
DE102013103030A1 (de) | Systeme und Verfahren zum Identifizieren von Fehlertypen | |
Graja et al. | Simulating the dynamic behavior of planetary gearbox based on improved Hanning function | |
JP6192414B2 (ja) | 転がり軸受の状態監視装置 | |
Guo et al. | Dynamic vibration feature analyses for a two-stage planetary gearbox with a varying crack using a rigid-flexible coupled model | |
Liu et al. | Fault signal simulation and service condition monitoring of cracked gear system | |
Luo et al. | Performance assessment of gear condition indicators in detecting progressive gear tooth crack | |
CN118294131A (zh) | 齿轮系统故障诊断方法、装置、设备、存储介质和产品 | |
Liu | Vibration-modelling-based fault feature analysis for incipient damage identification of sun gear |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |