[发明专利]一种齿轮电动机的齿轮故障诊断方法和系统

说明书

一种齿轮电动机的齿轮故障诊断方法，采集所述齿轮的振动信号；先后对所述振动信号进行小波包分解与小波包重构，得到不同频率下的重构信号；对所述重构信号构建能量特征向量；构建支持向量机，并对所述支持向量机用遗传算法进行参数寻优；将所述能量特征向量输入优化后的所述支持向量机中进行故障诊断，检测出所述齿轮的工况状态并生成对应的提示信息和处理策略。

技术领域

本申请属于齿轮电动机技术领域，特别是涉及一种齿轮电动机的齿轮故障诊断方法和系统。

背景技术

齿轮电动机一般用于低转速大扭矩的传动设备，是通过把电动机或其它高速运转的传动设备通过减速机传送到输出轴的齿轮来达到减速的目的。

现有技术中，缺少有效的信号处理方法对齿轮故障进行有效的诊断。

发明内容

有鉴于此，本申请所要解决的是现有技术缺少对齿轮电动机齿轮故障进行诊断的问题。本发明提供了一种齿轮电动机的齿轮故障诊断方法和系统，可以提高故障诊断的效率和正确率。

为了解决上述技术问题，本发明通过以下技术方案得以实现：

一种齿轮电动机的齿轮故障诊断方法，包括：

S1.采集所述齿轮的振动信号；

S2.先后对所述振动信号进行小波包分解与小波包重构，得到不同频率下的重构信号；

S3.对所述重构信号构建能量特征向量；

S4.构建支持向量机，并对所述支持向量机用遗传算法进行参数寻优；

S5.将所述能量特征向量输入优化后的所述支持向量机中进行故障诊断，检测出所述齿轮的工况状态并生成对应的提示信息和处理策略。

在一个实施例中，在所述步骤S2中，对所述振动信号进行所述小波包分解的过程为：先将所述步骤S1中的振动信号进行第一次分解，得到一对低频信号和高频信号，然后分别对所述低频信号和高频信号进行第二次分解、……、第n次分解后得到n+1层的子频带树，每次分解后得到双倍小波包分解次数的不同的子频带，最后一层所述子频带树有2(n+1)个子频带；

对所述振动信号进行所述小波包分解与小波包重构的公式分别为：

与:

其中，a_k-2l和b_k-2l均为小波分解共轭滤波器系数，h_l-2k和g_l-2k均为小波重构共轭滤波器系数。

在一个实施例中，在所述步骤S3中，若将所述子频带树的每个子频带设作一个节点，对所述重构信号构建能量特征向量的实现过程为：

将所述子频带树的每个子频带转换成对应的频带能量：

其中x_i,j(k)表示第i层、第j个节点的子频带的能量，N表示所述子频带树的子频带数；

对所述每个子频带的频带能量求和，得到所述振动信号的总能量：

根据所述每个子频带的频带能量构建能量特征向量：

根据所述每个子频带的能量特征向量与振动信号的总能量的能量占比T/E，得到归一化的能量特征向量：