[发明专利]变速箱的齿轮故障检测方法、装置及存储介质在审

专利信息
申请号: 202010568626.8 申请日: 2020-06-19
公开(公告)号: CN111709383A 公开(公告)日: 2020-09-25
发明(设计)人: 赵伟杰;刘国弟;王树恒;李明;刘畅;李鑫 申请(专利权)人: 奇瑞汽车股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 唐述灿
地址: 241006 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 变速箱 齿轮 故障 检测 方法 装置 存储 介质
【说明书】:

本申请实施例公开了一种变速箱的齿轮故障检测方法、装置及存储介质,属于车辆工程技术领域。该方法包括:获取变速箱中齿轮当前所处状态的状态振动信号;对状态振动信号按照ITD方法进行分解处理,得到状态振动信号的多个状态分量信号;对多个状态分量信号按照样本熵方法进行特征提取处理,得到状态振动信号的目标样本熵值;根据目标样本熵值和参考样本熵,确定齿轮的当前所处状态,以完成对变速箱的齿轮故障检测,参考样本熵包括齿轮处于不同状态时所对应的样本熵。本申请实施例通过ITD方法和样本熵方法确定齿轮是否发生故障以及具体故障信息,从而在不拆机的情况下确定变速箱齿轮的运行状态,提高了故障检测效率,进而提高了汽车的安全性。

技术领域

本申请实施例涉及车辆工程技术领域,特别涉及一种变速箱的齿轮故障检测方法、装置及存储介质。

背景技术

随着社会的发展,汽车数量越来越多,且随着汽车数量的增加,汽车各个部件的安全性也越来越受到重视。其中,变速箱是汽车的重要部件,变速箱能够通过液压传动的方式来改变汽车的行驶速度和方向,变速箱的工作状况是否正常对汽车的整车性能有直接联系。因此,为了保证汽车的性能,通常需要对变速箱进行故障检测。而由于在变速箱中通常是齿轮易发生故障,因此,对变速箱故障的检测通常是指对变速箱中齿轮故障的检测。

目前,在对齿轮进行故障检测时,通常需要获取齿轮的振动信号,通过对振动信号进行EMD(empirical mode decomposition,经验模态分解)分解,来确定齿轮是否发生故障。但是,由于EDM分解方式的复杂度较高,缺乏实时性,导致无法及时确定齿轮是否发生故障,从而降低了齿轮故障检测效率。

发明内容

本申请实施例提供了一种变速箱的齿轮故障检测方法、装置及存储介质,可以解决相关技术中齿轮故障检测效率低的问题。所述技术方案如下:

一方面,提供了一种变速箱的齿轮故障检测方法,所述方法包括:

获取变速箱中齿轮当前所处状态的状态振动信号;

对所述状态振动信号按照ITD(Intrinsic time-scale decomposition,时间固有尺度)方法进行分解处理,得到所述状态振动信号的多个状态分量信号;

对所述多个状态分量信号按照样本熵方法进行特征提取处理,得到所述状态振动信号的目标样本熵值;

根据所述目标样本熵值和参考样本熵,确定所述齿轮的当前所处状态,以完成对所述变速箱的齿轮故障检测,所述参考样本熵包括所述齿轮处于不同状态时所对应的样本熵。

在一些实施例中,所述对所述多个状态分量信号按照样本熵方法进行特征提取处理,得到所述状态振动信号的目标样本熵值,包括:

从所述多个状态分量信号中选择第一分量信号,所述第一分量信号为所述多个状态分量信号中第一个分解出的信号;

对所述多个状态分量信号中的第一分量信号按照样本熵方法进行特征提取,得到所述第一分量信号的第一样本熵;

将所述第一样本熵值确定所述目标样本熵值。

在一些实施例中,所述根据所述目标样本熵值和参考样本熵,确定所述齿轮的当前所处状态,包括:

当所述目标样本熵值位于所述参考样本熵包括的第一熵值范围内时,确定所述齿轮当前所处状态为未故障状态;

当所述目标样本熵值位于所述参考样本熵包括的第二熵值范围内时,确定所述齿轮当前所处状态为齿根裂纹状态;

当所述目标样本熵值位于所述参考样本熵包括的第三熵值范围内时,确定所述齿轮当前所处状态为断齿状态;

当所述目标样本熵值位于所述参考样本熵包括的第四熵值范围内时,确定所述齿轮当前所处状态为缺齿状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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奇瑞汽车股份有限公司,未经奇瑞汽车股份有限公司许可,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/202010568626.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top