[发明专利]一种齿轮局部式故障等效激励力的识别方法有效

专利信息
申请号: 202010672208.3 申请日: 2020-07-13
公开(公告)号: CN112052552B 公开(公告)日: 2022-12-06
发明(设计)人: 陈雪峰;沈智宪;乔百杰;罗巍;杨志勃;曹宏瑞 申请(专利权)人: 西安交通大学
主分类号: G06F30/20 分类号: G06F30/20;G06F119/14
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 覃婧婵
地址: 710049 *** 国省代码: 陕西;61
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 局部 故障 等效 激励 识别 方法
【说明书】:

本公开揭示了一种齿轮局部式故障等效激励力的识别方法,包括:建立正常齿轮与故障齿轮的传动动力学模型;构造齿轮故障等效激励动力学模型,并根据该模型构建动载荷识别控制模型;构造基于L1范数的稀疏解卷积凸优化模型;测量正常齿轮与故障齿轮的输入和输出转角信号,分别得到正常齿轮传动和故障齿轮传动的动态传递误差,并计算故障齿轮相对于正常齿轮的残余传递误差;求解所述基于L1范数的稀疏解卷积凸优化模型,识别齿轮故障等效激励力,并通过对比所识别的齿轮故障等效激励力与齿轮故障产生的真实等效激励力,实现齿轮故障的定量诊断。本公开间接测量齿轮故障等效激励力,准确识别齿轮故障等效激励力,具有操作简单和计算精度高的优点。

技术领域

本公开属于机械系统状态监测领域,具体涉及一种齿轮局部式故障等效激励力的识别方法。

背景技术

齿轮传动系统的振动包含来自于齿轮副啮合过程的内源激励如时变刚度、传递误差、啮合冲击。齿轮的局部式故障通过改变齿轮副的内源激励影响齿轮传动系统的振动,现有的故障诊断方法主要基于振动信号的故障特征提取,难以定性地判断故障的严重程度。由于齿轮故障主要作用在齿轮副的内源激励上,如果能够准确识别由故障引起的齿轮副内源激励力的变化,就可以准确判断故障的严重程度。

长期以来,齿轮动力学领域的研究重点在于动态响应正问题的求解与分析,尽管当前诸多研究建立了齿轮副内源激励如刚度激励、误差激励的计算模型,但是这些模型尚未从反问题的角度研究振动产生的根源——内源激励识别。从数学本质的角度来说,齿轮故障内源激励如点蚀、剥落和裂纹等局部故障皆可等效为内部动载荷。然而,传动系统内源激励载荷难以采用力传感器直接进行测量。通过逆向反演的思路,利用便于测量的齿轮轴转角信号间接地测量动载荷,被称为载荷识别。基于载荷识别的思想,利用齿轮局部式故障引起的等效激励在时域上的稀疏性,构建基于L1范数的解卷积模型,通过便于测量的齿轮残余传递误差,识别齿轮局部式故障引起的等效激励力,由于齿轮故障在齿轮传动动力学模型中通过等效激励力的形式表示,因此,可以由此判断故障的严重程度,实现故障的定量诊断。

发明内容

针对现有技术中的不足,本公开的目的在于提供一种齿轮局部式故障等效激励力的识别方法,采用稀疏动载荷识别的方法,识别齿轮局部式故障的等效激励力,实现齿轮局部式故障的定量诊断。

为实现上述目的,本公开提供以下技术方案:

一种齿轮局部式故障等效激励力的识别方法,包括如下步骤:

S100:建立基于齿轮动态传递误差的正常齿轮传动动力学模型与故障齿轮传动动力学模型;

S200:根据所述正常齿轮传动动力学模型与故障齿轮传动动力学模型构造基于故障齿轮相对于正常齿轮的残余传递误差的齿轮故障等效激励动力学模型,并根据所述齿轮故障等效激励动力学模型构建动载荷识别控制模型;

S300:离散所述动载荷识别控制模型,获得离散动载荷识别控制模型,并基于所述离散动载荷识别控制模型建立基于L1范数的稀疏解卷积凸优化模型;

S400:测量正常齿轮与故障齿轮的输入和输出转角信号,分别得到正常齿轮传动的动态传递误差和故障齿轮传动的动态传递误差,计算故障齿轮传动的动态传递误差与正常齿轮传动的动态传递误差之间的差值,获得故障齿轮相对于正常齿轮的残余传递误差;

S500:根据所述故障齿轮相对于正常齿轮的残余传递误差求解所述基于L1范数的稀疏解卷积凸优化模型,识别齿轮故障等效激励力,并通过对比所识别的齿轮故障等效激励力与齿轮故障产生的真实等效激励力,建立激励力误差最小化函数,实现齿轮故障的定量诊断。

优选的,所述正常齿轮传动动力学模型表示为:

所述故障齿轮传动动力学模型表示为:

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西安交通大学,未经西安交通大学许可,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/202010672208.3/2.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