[发明专利]一种基于抗体浓度的齿轮故障诊断方法

摘要

本发明公开了基于抗体浓度的齿轮故障诊断方法，基于齿轮故障问题与生物免疫系统所遇到的问题的相似性，齿轮工作过程中出现了故障，类似于免疫系统受到了抗原的入侵，利用自适应免疫网络模型，将齿轮故障作为抗原，建立抗体种类及其浓度与齿轮故障种类(对应于抗原)及其强度关系模型，通过对模型中抗体种类和抗体浓度的统计，判断齿轮故障是否存在和故障出现时故障的种类。

主权项

一种基于抗体浓度的齿轮故障诊断方法，其特征是包括以下步骤：1)获取齿轮振动信号，通过振动传感设备，测试提取诊断齿轮正常工作和发生故障时的有关振动信号；2)提取特征向量，采用小波包方法，提取正常工作和发生故障时的特征向量值，对每一信号经小波包分解，求各频带的能量，得到一组与信号相对应的能量序列{Ej|j＝1，2，...，2N}，由此确定与此能量序列对应的特征向量 P = ( E 1 , E 2 , . . . , E 2 N ) 。选择齿轮磨损、断齿、裂纹和正常状态进行故障特征提取，将选择的振动信号时域波形，用小波包方法进行分解，分别提取不同频段的特征信号，即由各频段的能量谱求得齿轮发生故障时其振动信号的特征向量值；3)建立诊断系统，选择齿轮正常工作和不同故障类型发生时的特征向量作为训练样本，生成诊断系统，系统采用自适应免疫网络模型产生抗体群体，采用故障分类及其强度评价模型计算各种故障类型的故障强度系数，计算所得的齿轮不同故障状态下的故障强度系数作为具体诊断时的故障判断标准；4)输入诊断数据，将第一步检测并通过第二步特征提取所获得的待诊断齿轮故障特征向量值作为抗原，输入到建立的故障诊断系统，系统发生免疫应答，产生相应的故障特征抗体群体，然后，计算不同故障类型的强度系数；5)输出诊断结果，根据强度系数判断出可能存在的故障类型并输出相应结果。