[发明专利]基于多传感器信息融合的变工况行星齿轮箱故障诊断方法

权利要求书

1.基于多传感器信息融合的变工况行星齿轮箱故障诊断方法，其特征在于：包括以下 步骤：

(1)行星齿轮箱不同于传统定轴齿轮箱，根据其结构的特点及诊断的难度，选取合适的 振动测点布置位置和传感器类型，制定出合理的行星齿轮箱振动信号采集方案；

(2)根据阶比重构技术，将处于变工况的风电行星齿轮箱传感器所采集的振动信号进 行预处理，将非线性、非平稳的时域信号转化为具有平稳性的角域信号，避免使用硬件方式 实现等角度采样的昂贵成本；采用线性插值方法的非平稳振动时域信号的阶比重构技术， 将等时间间隔采样的非平稳振动时域信号转化为具有平稳特性的角域振动信号，保证行星 齿轮箱振动角域信号的整周期性；

(3)多传感器信息的融合；传感器振动信号中含有重要的故障诊断信息，而无量纲指标 可以标征行星齿轮箱的运行状态，不会受工况变化的影响，在步骤(2)的基础上，对传感器 所采集的振动信号经阶比重构后的角域信号提取出传统无量纲指标和新无量纲指标，作为 故障诊断的特征参数；

(4)根据行星齿轮箱的结构特点，将行星齿轮箱的故障按分布故障和局部故障进行划 分，通过行星齿轮箱的结构和故障机理分析，推出不同故障模式的故障特征频率，对行星齿 轮箱处于正常、一级行星轮系太阳轮局部故障、一级行星轮系太阳轮分布故障三个状态下 的振动信号进行简单介绍；

(5)故障模式识别的方法；由于行星齿轮箱的结构复杂，简单的故障诊断方法难以进行 精确诊断；传统的BP神经网络广泛的应用于齿轮的故障诊断中，但在输入信息不精确或不 确定时，神经网络的精确性大大降低，因此采用遗传算法优化BP神经网络作为行星齿轮箱 故障诊断方法；

(6)在步骤(2)、(3)、(4)、(5)的基础上，以华锐SL1500风电行星齿轮箱为研究对象，进 行验证，表明：不同传感器测点包含的故障信息不够完全，很难以单一传感器测点的故障信 息进行行星齿轮箱的故障诊断，多传感器信息融合的方法较单一传感器的方法的诊断效果 更好，准确率更高。

2.根据权利要求1所述的基于多传感器信息融合的变工况行星齿轮箱故障诊断方法， 其特征在于：步骤(1)所述的行星齿轮箱振动信号采集方案：

行星齿轮箱一般由太阳轮、行星轮、齿圈和行星架组成；一般情况下，齿圈固定不动，太 阳轮绕自身的中心轴线旋转，行星轮不仅自转，还围绕太阳轮公转；行星轮既和太阳轮啮 合，又和齿圈啮合；行星齿轮箱中多个齿轮的复合运动造成了振动信号的复杂性；在振动的 监测中，传感器一般安装在齿圈或与之相连的箱体上采集振动信号，太阳轮-行星轮以及行 星轮-齿圈啮合副的啮合点对传感器的位置随行星架旋转变化，使得啮合点至传感器之间 的振动传递路径发生变化，这种时变的传递路径对振动测试信号产生调幅调制效应；

以华锐SL1500行星齿轮箱为研究对象，为了测得行星齿轮箱运作状态的全部信息，在 行星齿轮箱布置了四处传感器测点，分别为一级行星轮大齿圈处、二级行星轮大齿圈处以 及输出低速端轴承座处、输出高速端轴承座处，4个传感器测点所测得的径向振动信号包含 齿轮箱的全部振动信息，其中传感器所测振动信号的长度为齿轮箱输入轴转一圈时所测得 的振动信号。