[发明专利]一种基于阶次边带乘积谱的齿轮健康监测指标构造方法

说明书

一种基于阶次边带乘积谱的齿轮健康监测指标构造方法，先使用计算阶次跟踪技术对测得振动加速度信号进行角度域重采样，并对重采样信号进行傅里叶变换得到阶次谱；再根据阶次分辨率和齿数信息，使用阶次谱计算阶次边带乘积谱，并以轮齿故障特征阶次为中心设计一个矩形窗，在阶次边带乘积谱中抓取对应轮齿故障信息；最后进行健康监测指标计算，并依托基于数据驱动的统计学习方法建立报警阈值自学习方法；本发明通过阶次边带乘积谱技术有效地抑制了带内噪声对监测指标构造的影响，所提出的报警阈值自学习方法简洁通用，避免了对专业技术人员的依赖，实现了齿轮传动实时健康监测及其阈值自设定功能。

技术领域

本发明属于机械故障诊断技术领域，具体涉及一种基于阶次边带乘积谱的齿轮健康监测指标构造方法。

背景技术

齿轮传动发生齿面失效时，其故障特征信号在时域中主要表现为幅值调制信号，在频域中则表现为以各阶啮合频率为中心，失效轮齿故障特征频率为边频带带宽的中心—边频形式，监测齿轮传动各阶啮合频率及其边带幅值变化是齿轮运行健康状态监测的基本思路。实际测得齿轮传动振动加速度信号中，总是不可避免的存在背景噪声干扰的问题，常用的窄带滤波方式虽能消除频带范围外的背景噪声，提纯故障信息，但无法去除带内噪声对啮合频率及其边带幅值的影响。故而在背景噪声干扰的情况下，对利用测得振动加速度信号监测齿轮运行健康状态提出了较高的要求。

计算阶次跟踪技术通过对测得振动加速度信号进行角度域等角度间隔重采样，使原先时域中因转速波动而产生的非平稳信号，转化为角度域平稳或循环平稳信号。故障设备响应在振动加速度信号频域中产生的故障特征频率，在角度域信号阶次谱中不会因转速波动或变化而产生频率模糊或者频率偏移，其始终以固定的阶次出现在阶次谱当中，这一特点使其在监测某一特定设备故障响应变化方面具备独有的优势。

乘积谱技术最早源于语音信号处理领域，因自然界中的语音信号通常都是由基础频率及其各阶谐波分量组成，乘积谱技术通过对频带内各分量按整数倍作乘，从而起到增强周期性谐波分量并抑制非周期性噪声分量的作用。机械系统故障响应与语音信号类似，其诱发的故障响应在振动加速度信号中同样表现为故障特征频率及其各阶谐波分量。通常使用窄带滤波技术，便能够十分清晰的将故障特征频率及其各阶谐波分量展示在信号频谱或包络谱中，但当滤波信号中存在带内噪声时，故障特征频率及其各阶谐波分量极易被带内噪声抑制，乘积谱技术增强周期性分量抑制非周期性分量的特点，使其在应对带内噪声时具备广阔的应用前景。

机械设备运行健康监测指标阈值的设定，一直以来都是机械故障诊断领域的关键问题，一个恰当的报警阈值设定是对所构造健康监测指标的有力补充。传统的阈值设定方法包括基于人为经验的设定方法、基于国家标准的设定方法以及数学推导方法三大类；基于人为经验的设定方法过于依赖工程技术人员的专业素养，而基于国家标准的设定方法和数学推导方法仅对特定指标有效，因此非常有必要开发一种不依赖人工经验并且通用性强的健康监测指标阈值设定方法。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供了一种基于阶次边带乘积谱的齿轮健康监测指标构造方法，可在存在带内噪声的情况下监测齿轮传动的运行健康状态，并基于数据驱动的统计学习方法，实现了构造指标报警阈值的自学习自设定功能。

为了达上述目的，本发明采取的技术方案为：

一种基于阶次边带乘积谱的齿轮健康监测指标构造方法，包括以下步骤：

步骤一，采集得到齿轮传动振动加速度信号序列v(n)以及齿轮传动轴的转速脉冲信号序列p(n)；

步骤二，通过设定脉冲阈值T，提取转速脉冲信号序列中的脉冲沿所对应的时刻，脉冲沿计存方式包括上升沿和下降沿两种，具体计算公式如下：