[发明专利]基于序贯假设检验的齿轮箱故障状态识别方法

说明书

本发明公开了一种基于序贯假设检验的齿轮箱故障状态识别方法，该方法是识别系统利用可用数据对传播信道进行自适应智能查询。首先，采用小波包分析方法对提取振动信号的进行预处理。其次，提取振动信号的峭度值序列作为序贯概率比检验的检验对象。然后根据序贯概率比检验算法，对齿轮箱的四种状态进行了有效识别模式和齿轮裂纹退化情况。最后结合序贯概率比检验和均方根误差算法对齿轮箱振动信号进行三层序贯率比检验。解决了故障检测多故障识别时，识别速度慢，目标识别不准确和识别效率低的问题。

技术领域

本发明属于无损检测技术领域，尤其涉及一种基于序贯假设检验的齿轮箱故障状态识别方法。

背景技术

齿轮箱是用来传递动力和改变转速的常用机械装置，由于其具有结构紧凑，效率高，寿命长及工作稳定等特性，在机械传动领域获得了广泛的运用。然而，齿轮由于长期负载运转，使用条件恶劣，很容易发生故障。因此，对齿轮箱进行状态监测和诊断对保证机械设备正常运行具有非常重要的意义。齿轮箱的故障诊断主要包括齿轮箱故障信息检测、特征提取和状态识别。其中，对齿轮箱的故障特征进行提取是实现故障诊断的关键和难点。

现有机械故障诊断，因为振动信号繁多，样本抽取工作量大，且复杂，不具有代表性。在进行多故障状态识别时，难以区分故障类别和部位。而准确性和实时性是故障检测最重要的能力指标。

发明内容

本发明所要解决的技术问题是，提供一种基于序贯假设检验的齿轮箱故障状态识别方法，解决了故障检测多故障识别时，识别速度慢，目标识别不准确和识别效率低的问题。

本发明解决其技术问题所采用的技术方案是：提供一种基于序贯假设检验的齿轮箱故障状态识别方法，该方法包括以下步骤，步骤1，采用小波包分析方法对提取的振动信号进行预处理；

步骤2，提取振动信号的峭度值序列作为序贯概率比检验的检验对象；

步骤3，根据序贯概率比检验算法，对齿轮箱的状态进行模式识别和故障检测；

步骤4，结合序贯概率比检验和均方根误差算法对齿轮箱振动信号进行三层序贯率比检验。由于噪声，齿轮间啮合等干扰使得提取的振动信号非常复杂，需要对信号进行有效的预处理。小波包变换具有很好的降噪效果，可以对信号进行非常细致的分解和重构，所以采用小波包变换对原始振动信号进行预处理。

按上述技术方案，所述步骤一具体包括，

步骤21，对信号进行小波包分解；

步骤22，选取最优基；

步骤23，阈值的选取和量化；

步骤24，对信号进行小波包重构。

按上述技术方案，信号经过j层小波包分解，共得到从低频到高频2^f个频段信号，小波包分解表示如下：

其中，u(k)表示低通滤波器，v(k)表示高通滤波器，j表示分解级数；

小波包重构如下：

其中，可以选择分解级数j＝3。原始振动信号经三层小波包分解并重构后能够有效的降噪。这为序贯概率比检验对齿轮箱振动信号的故障诊断做了准备。