[发明专利]一种齿轮故障诊断方法

摘要

本发明公开一种齿轮故障诊断方法，将广义线性Chirplet(调频小波)变换算法得到的时频图上的故障频率和循环周期判断出故障齿轮的位置，用于齿轮故障源的定位；同时将时域、频域和小波能量特征指标用于故障齿轮振动信号的特征提取，获取更加精细故障信息，利用粒子群优化的支持向量机对优化后的特征进行分类。通过将齿轮故障源定位和故障类型的识别相结合，能够提高诊断效率和增加识别精度，实现了齿轮故障的完整诊断。

主权项

1.一种齿轮故障诊断方法，其特征是，包括步骤如下：步骤1、通过振动传感器采集齿轮的原始振动信号；步骤2、将步骤1所采集到的原始振动信号输入到广义线性调频小波变换算法中，通过广义线性调频小波变换算法输出的时频图可以得到故障频率和循环周期；步骤3、将步骤2得到的故障频率与齿轮的实际啮合频率进行比较，以判断出齿轮的第几级传动出现了故障；步骤4、由步骤2得到的循环周期计算出循环频率，并将循环频率和齿轮的转动频率进行比较，以判断出齿轮的哪个转轴出现了故障；步骤5、综合上述步骤3关于故障频率和步骤4关于循环周期的分析结果，即可定位出齿轮的故障位置；步骤6、通过振动传感器采集步骤5定位出的故障齿轮的故障振动信号；步骤7、提取步骤6所采集到故障振动信号的时域特征和频域特征，并对采集到的故障振动信号进行小波分解，得到小波能量特征；上述时域特征、频域特征和小波能量特征构成特征集；步骤8、将特征集进行正规化，得到经过正规化后的特征集；对于正规化后的特征集中的特征，根据每个特征的权重对特征进行选择，得到优化后的特征；步骤9、将优化后的特征作为粒子群优化的支持向量机的输入，粒子群优化的支持向量机对故障类型进行分类从而识别出齿轮的故障类型；步骤10、综合步骤5所定位出的齿轮故障位置和步骤9所识别出的齿轮故障类型，即可给出故障源定位和故障类型的综合诊断结论。