[发明专利]一种齿轮故障诊断方法有效
申请号: | 201811265115.8 | 申请日: | 2018-10-29 |
公开(公告)号: | CN109374293B | 公开(公告)日: | 2020-07-24 |
发明(设计)人: | 蒋占四;徐飞;宋威震;黄惠中;倪伟;杨庆勇;胡永敢 | 申请(专利权)人: | 珠海市华星装备信息科技有限公司 |
主分类号: | G01M13/021 | 分类号: | G01M13/021;G01M13/028 |
代理公司: | 桂林文必达专利代理事务所(特殊普通合伙) 45134 | 代理人: | 张学平 |
地址: | 519000 广东省珠海市香洲区南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 齿轮 故障诊断 方法 | ||
1.一种齿轮故障诊断方法,其特征是,包括步骤如下:
步骤1、通过振动传感器采集齿轮的原始振动信号;
步骤2、将步骤1所采集到的原始振动信号输入到广义线性调频小波变换算法中,通过广义线性调频小波变换算法输出的时频图可以得到故障频率和循环周期;
步骤3、将步骤2得到的故障频率与齿轮的实际啮合频率进行比较,以判断出齿轮的第几级传动出现了故障;
步骤4、由步骤2得到的循环周期计算出循环频率,并将循环频率和齿轮的转动频率进行比较,以判断出齿轮的哪个转轴出现了故障;
步骤5、综合上述步骤3关于故障频率和步骤4关于循环周期的分析结果,即可定位出齿轮的故障位置;
步骤6、通过振动传感器采集步骤5定位出的故障齿轮的故障振动信号;
步骤7、提取步骤6所采集到故障振动信号的时域特征和频域特征,并对采集到的故障振动信号进行小波分解,得到小波能量特征;上述时域特征、频域特征和小波能量特征构成特征集;
步骤8、将特征集进行正规化,得到经过正规化后的特征集;对于正规化后的特征集中的特征,根据每个特征的权重对特征进行选择,得到优化后的特征;
步骤9、将优化后的特征作为粒子群优化的支持向量机的输入,粒子群优化的支持向量机对故障类型进行分类从而识别出齿轮的故障类型;
步骤10、综合步骤5所定位出的齿轮故障位置和步骤9所识别出的齿轮故障类型,即可给出故障源定位和故障类型的综合诊断结论。
2.根据权利要求1所述的一种齿轮故障诊断方法,其特征是,步骤1和6中,振动传感器为压电加速度传感器。
3.根据权利要求1所述的一种齿轮故障诊断方法,其特征是,步骤7中,所提取的时域特征包括均值、峰值指标、均方根值、峰值因子、裕度指标和峭度;所提取的频域特征包括频率均值、中心频率、频率均方根和频率标准偏差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市华星装备信息科技有限公司,未经珠海市华星装备信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811265115.8/1.html,转载请声明来源钻瓜专利网。