CN104198186A - 基于小波包与谱峭度结合的齿轮故障诊断方法及装置 - Google Patents
基于小波包与谱峭度结合的齿轮故障诊断方法及装置 Download PDFInfo
- Publication number
- CN104198186A CN104198186A CN201410439311.8A CN201410439311A CN104198186A CN 104198186 A CN104198186 A CN 104198186A CN 201410439311 A CN201410439311 A CN 201410439311A CN 104198186 A CN104198186 A CN 104198186A
- Authority
- CN
- China
- Prior art keywords
- gear
- wavelet packet
- spectrum kurtosis
- wavelet
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于小波包与谱峭度结合的齿轮故障诊断方法及装置，方法包括：(1)采集齿轮箱振动加速度信号，作为待分析信号；(2)对待分析信号进行小波包分解，得到不同频带的加速度信号；(3)采用谱峭度法计算不同频带的加速度信号的谱峭度值；(4)取谱峭度值最大的频带的加速度信号，进行傅里叶运算得到最佳频带包络谱图；(5)观察包络谱图是否存在故障特征频率，若存在，则齿轮箱齿轮存在故障；若不存在，则齿轮箱齿轮没有故障；装置包括加速度传感器、小波分解模块和谱峭度解调分析模块。本发明通过小波包分析与谱峭度分析相结合的方法，诊断过程简便且精度高。
Description
技术领域
本发明属于机械工程技术领域，特别是一种基于小波包与谱峭度结合的齿轮故障诊断方法及装置。
背景技术
齿轮在旋转机械中应用极为广泛，其运行状态往往直接影响到机器的精度、可靠性及寿命。作为机械设备中最常用的传动方式之一，齿轮以连续不断的运动来传递扭矩，在重载、冲击、变载荷等复杂工况条件下，齿轮容易发生点蚀、胶合、磨损甚至断齿等现象，最终导致齿轮发生故障，从而影响整台机器的正常运行。由于齿轮频发的故障大部分以局部缺陷形式存在于齿轮工作周期的早期，而且大多是潜在故障，因此，对齿轮的早期状态监测与故障诊断对避免重大事故具有重要意义。
现有的故障振动信号处理方法中使用最广泛的主要是包络分析、经验模态分解等。包络分析在实现上需人为确定共振解调频带并进行相应的带通滤波，再Hilbert变换解调该频段的信号包络，但是滤波中心频率和带宽的选择需要有丰富的先验知识及历史数据，否则易造成较大的分析误差；经验模态分解存在全局正交性问题，模态之间存在不同程度的混叠以及对边界处理所产生的误差持续传递下去从而引起结果产生较大摆动。
发明内容
本发明的目的在于提供一种基于小波包与谱峭度结合的齿轮故障诊断方法及装置，能够准确快速地进行齿轮故障诊断。
实现本发明目的的技术解决方案为：
一种基于小波包与谱峭度结合的齿轮故障诊断方法，包括下述步骤：
步骤1、采集齿轮箱振动加速度信号，作为待分析信号；
步骤2、对待分析信号进行小波包分解，得到不同频带的加速度信号；
步骤3、采用谱峭度法计算不同频带的加速度信号的谱峭度值；
步骤4、取谱峭度值最大的频带的加速度信号，进行傅里叶运算得到最佳频带包络谱图；
步骤5、观察包络谱图是否存在故障特征频率，若存在，则齿轮箱齿轮存在故障；若不存在，则齿轮箱齿轮没有故障。
一种基于小波包与谱峭度结合的齿轮故障诊断装置，包括依次相连的加速度传感器、小波分解模块和谱峭度解调分析模块；
所述加速度传感器用于采集齿轮箱振动加速度信号得到待分析信号；
所述小波分解模块用于对待分析信号进行分解得到不同频带的加速度信号；
所述谱峭度解调分析模块用于计算不同频带的加速度信号的谱峭度值，找出峭度最大值所在频带的加速度信号，进行故障诊断。
与现有技术相比，本发明的显著效果为：(1)本发明采用谱峭度法得到不同频带的加速度信号的谱峭度值，取谱峭度值最大的频带的加速度信号，进行傅里叶运算得到最佳频带包络谱图，较传统方法操作更为简便；(2)本发明采用小波包分解，对频带进行多层划分，频带分布更为合理；(3)本发明通过小波包分解与谱峭度计算相结合，能够快速准确的进行齿轮故障诊断。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明的基于小波包与谱峭度结合的齿轮故障诊断方法的流程图。
图2为本发明的实施例的最佳滤波频段包络谱图。
具体实施方式
结合图1，本发明的一种基于小波包与谱峭度结合的齿轮故障诊断方法，包括下述步骤：
步骤1、采用1000HZ-3000HZ采样频率采集齿轮箱振动加速度信号，作为待分析信号；
步骤2、对待分析信号进行以db1为小波函数的7层小波包分解，得到不同频带的加速度信号；
步骤3、采用谱峭度法对不同频带的加速度信号进行分析计算，得到每一频带的加速度信号的谱峭度值；
步骤4、取谱峭度值最大的频带的加速度信号，进行傅里叶运算得到最佳频带包络谱图；
步骤5、观察包络谱图是否存在故障特征频率，若存在，则齿轮箱齿轮存在故障；若不存在，则齿轮箱齿轮没有故障。
一种基于小波包与谱峭度结合的齿轮故障诊断装置，包括依次相连的加速度传感器、小波分解模块和谱峭度解调分析模块；
所述加速度传感器用于采集齿轮箱振动加速度信号得到待分析信号；
所述小波分解模块用于对待分析信号进行分解得到不同频带的加速度信号；
所述谱峭度解调分析模块用于计算不同频带的加速度信号的谱峭度值，找出峭度最大值所在频带的加速度信号，进行故障诊断。
下面具体实施例对本发明作进一步详细描述。
实施例1
结合图1，一种基于小波包与谱峭度结合的齿轮故障诊断方法，包括以下步骤：
步骤1、采用2000HZ采样频率，通过加速度传感器采集齿轮箱振动加速度信号作为待分析信号；
步骤2、通过小波包分解模块对待分析信号进行以db1为小波函数的7层小波包分解，得到不同频带的加速度信号；
步骤3、通过谱峭度解调分析模块对上述不同频带的加速度信号进行解调分析，得到每一频带的加速度信号的谱峭度值；
步骤4、取谱峭度值最大的频带的加速度信号，进行傅里叶运算得到最佳频带包络谱图，如图2所示；
步骤5、若齿轮发生故障，会产生故障特征频率，该处频谱会发生明显的变化，该频率与齿轮转频相吻合，从而进行故障诊断；图2中明显出现幅值异常的故障特征频率，故基齿轮箱齿轮存在故障。
本实施例中，齿轮转速是2190r/min，转频为7HZ。
通过图2，可以看出本发明的基齿轮箱齿轮故障诊断方法能够有效的对齿轮进行故障诊断。
上述说明并非对本发明的限制，本发明也不仅限于上述距离，本技术领域的普通技术人员，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。
Claims (8)
1.一种基于小波包与谱峭度结合的齿轮故障诊断方法，其特征在于，包括下述步骤：
步骤1、采集齿轮箱振动加速度信号，作为待分析信号；
步骤2、对待分析信号进行小波包分解，得到不同频带的加速度信号；
步骤3、采用谱峭度法计算不同频带的加速度信号的谱峭度值；
步骤4、取谱峭度值最大的频带的加速度信号，进行傅里叶运算得到最佳频带包络谱图；
步骤5、观察包络谱图是否存在故障特征频率，若存在，则齿轮箱齿轮存在故障；若不存在，则齿轮箱齿轮没有故障。
2.根据权利要求1所述的基于小波包与谱峭度结合的齿轮故障诊断方法，其特征在于，所述步骤1中采集齿轮箱振动加速度信号的采样频率为1000HZ-3000HZ。
3.根据权利要求1所述的基于小波包与谱峭度结合的齿轮故障诊断方法，其特征在于，所述步骤2中小波包分解采用的小波函数为db1。
4.根据权利要求3所述的基于小波包与谱峭度结合的齿轮故障诊断方法，其特征在于，所述小波包分解的层数为7层。
5.一种基于小波包与谱峭度结合的齿轮故障诊断装置，其特征在于，包括依次相连的加速度传感器、小波分解模块和谱峭度解调分析模块；
所述加速度传感器用于采集齿轮箱振动加速度信号得到待分析信号；
所述小波分解模块用于对待分析信号进行分解得到不同频带的加速度信号；
所述谱峭度解调分析模块用于计算不同频带的加速度信号的谱峭度值，找出峭度最大值所在频带的加速度信号，进行故障诊断。
6.根据权利要求5所述的基于小波包与谱峭度结合的齿轮故障诊断装置，其特征在于，所述加速度传感器的采样频率为1000HZ-3000HZ。
7.根据权利要求5所述的基于小波包与谱峭度结合的齿轮故障诊断装置，其特征在于，所述小波分解模块采用的小波函数为db1。
8.根据权利要求7所述的基于小波包与谱峭度结合的齿轮故障诊断装置，其特征在于，所述小波分解模块的小波包分解层数为7层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410439311.8A CN104198186A (zh) | 2014-08-29 | 2014-08-29 | 基于小波包与谱峭度结合的齿轮故障诊断方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410439311.8A CN104198186A (zh) | 2014-08-29 | 2014-08-29 | 基于小波包与谱峭度结合的齿轮故障诊断方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104198186A true CN104198186A (zh) | 2014-12-10 |
Family
ID=52083513
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410439311.8A Pending CN104198186A (zh) | 2014-08-29 | 2014-08-29 | 基于小波包与谱峭度结合的齿轮故障诊断方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104198186A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105865776A (zh) * | 2016-03-23 | 2016-08-17 | 浙江理工大学 | 一种基于eemd和广义s变换的风电齿轮箱故障诊断方法 |
| CN105954030A (zh) * | 2016-06-29 | 2016-09-21 | 潍坊学院 | 一种基于内秉时间尺度分解和谱峭度的包络分析方法 |
| CN105954031A (zh) * | 2016-06-29 | 2016-09-21 | 潍坊学院 | 一种基于奇异谱分解滤波的包络分析方法 |
| CN106017925A (zh) * | 2016-05-09 | 2016-10-12 | 北京信息科技大学 | 基于小波包分解的回转窖托轮轴承故障诊断方法 |
| CN106295072A (zh) * | 2016-08-30 | 2017-01-04 | 北京工业大学 | 一种针对轴承内外圈故障的定量趋势诊断方法 |
| CN110160791A (zh) * | 2019-06-27 | 2019-08-23 | 郑州轻工业学院 | 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法 |
| CN110160778A (zh) * | 2019-05-24 | 2019-08-23 | 武汉工程大学 | 基于序贯假设检验的齿轮箱故障状态识别方法 |
| CN110895687A (zh) * | 2019-12-24 | 2020-03-20 | 安徽工业大学 | 一种基于均变相位经验模态分解和快速谱峭度的轴承故障诊断方法 |
| CN112105907A (zh) * | 2018-04-24 | 2020-12-18 | 赛峰集团 | 用于监测齿轮系统的方法和设备 |
| CN113554103A (zh) * | 2021-07-28 | 2021-10-26 | 大连海天兴业科技有限公司 | 一种列车走行部滚动轴承故障诊断算法 |
| CN113865871A (zh) * | 2021-11-03 | 2021-12-31 | 沈阳航空航天大学 | 一种基于故障特征倍频能量判决的滚动轴承故障诊断方法 |
| CN114370998A (zh) * | 2022-03-22 | 2022-04-19 | 西安因联信息科技有限公司 | 一种齿轮箱齿轮故障自动诊断方法及系统 |
| CN114674552A (zh) * | 2022-03-21 | 2022-06-28 | 烟台杰瑞石油装备技术有限公司 | 齿轮箱的故障判别方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4283391B2 (ja) * | 1999-09-29 | 2009-06-24 | 高砂熱学工業株式会社 | ベアリングの異常検出方法 |
| CN102539150A (zh) * | 2012-01-17 | 2012-07-04 | 电子科技大学 | 基于连续小波变换的旋转机械部件的自适应故障诊断方法 |
| CN202793793U (zh) * | 2012-08-30 | 2013-03-13 | 桂林电子科技大学 | 大型风力机组轴承故障诊断系统 |
| CN103424258A (zh) * | 2013-08-06 | 2013-12-04 | 昆明理工大学 | 一种滚动轴承的故障诊断方法 |
| CN103499445A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | 一种基于时频切片分析的滚动轴承故障诊断方法 |
| CN103940612A (zh) * | 2014-04-10 | 2014-07-23 | 昆明理工大学 | 一种滚动轴承故障特征提取方法及系统 |
-
2014
- 2014-08-29 CN CN201410439311.8A patent/CN104198186A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4283391B2 (ja) * | 1999-09-29 | 2009-06-24 | 高砂熱学工業株式会社 | ベアリングの異常検出方法 |
| CN102539150A (zh) * | 2012-01-17 | 2012-07-04 | 电子科技大学 | 基于连续小波变换的旋转机械部件的自适应故障诊断方法 |
| CN202793793U (zh) * | 2012-08-30 | 2013-03-13 | 桂林电子科技大学 | 大型风力机组轴承故障诊断系统 |
| CN103424258A (zh) * | 2013-08-06 | 2013-12-04 | 昆明理工大学 | 一种滚动轴承的故障诊断方法 |
| CN103499445A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | 一种基于时频切片分析的滚动轴承故障诊断方法 |
| CN103940612A (zh) * | 2014-04-10 | 2014-07-23 | 昆明理工大学 | 一种滚动轴承故障特征提取方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 胥永刚 等: "双树复小波包和谱峭度在齿轮故障诊断中的应用", 《北京工业大学学报》 * |
| 马川: "滚动轴承故障特征提取与应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105865776A (zh) * | 2016-03-23 | 2016-08-17 | 浙江理工大学 | 一种基于eemd和广义s变换的风电齿轮箱故障诊断方法 |
| CN106017925A (zh) * | 2016-05-09 | 2016-10-12 | 北京信息科技大学 | 基于小波包分解的回转窖托轮轴承故障诊断方法 |
| CN106017925B (zh) * | 2016-05-09 | 2019-01-25 | 北京信息科技大学 | 基于小波包分解的回转窖托轮轴承故障诊断方法 |
| CN105954030A (zh) * | 2016-06-29 | 2016-09-21 | 潍坊学院 | 一种基于内秉时间尺度分解和谱峭度的包络分析方法 |
| CN105954031A (zh) * | 2016-06-29 | 2016-09-21 | 潍坊学院 | 一种基于奇异谱分解滤波的包络分析方法 |
| CN105954031B (zh) * | 2016-06-29 | 2018-03-13 | 潍坊学院 | 一种基于奇异谱分解滤波的包络分析方法 |
| CN105954030B (zh) * | 2016-06-29 | 2018-03-23 | 潍坊学院 | 一种基于内秉时间尺度分解和谱峭度的包络分析方法 |
| CN106295072A (zh) * | 2016-08-30 | 2017-01-04 | 北京工业大学 | 一种针对轴承内外圈故障的定量趋势诊断方法 |
| CN112105907A (zh) * | 2018-04-24 | 2020-12-18 | 赛峰集团 | 用于监测齿轮系统的方法和设备 |
| CN110160778A (zh) * | 2019-05-24 | 2019-08-23 | 武汉工程大学 | 基于序贯假设检验的齿轮箱故障状态识别方法 |
| CN110160791A (zh) * | 2019-06-27 | 2019-08-23 | 郑州轻工业学院 | 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法 |
| CN110160791B (zh) * | 2019-06-27 | 2021-03-23 | 郑州轻工业学院 | 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法 |
| CN110895687A (zh) * | 2019-12-24 | 2020-03-20 | 安徽工业大学 | 一种基于均变相位经验模态分解和快速谱峭度的轴承故障诊断方法 |
| CN110895687B (zh) * | 2019-12-24 | 2023-04-07 | 安徽工业大学 | 一种基于均变相位经验模态分解和快速谱峭度的轴承故障诊断方法 |
| CN113554103A (zh) * | 2021-07-28 | 2021-10-26 | 大连海天兴业科技有限公司 | 一种列车走行部滚动轴承故障诊断算法 |
| CN113865871A (zh) * | 2021-11-03 | 2021-12-31 | 沈阳航空航天大学 | 一种基于故障特征倍频能量判决的滚动轴承故障诊断方法 |
| CN114674552A (zh) * | 2022-03-21 | 2022-06-28 | 烟台杰瑞石油装备技术有限公司 | 齿轮箱的故障判别方法 |
| CN114674552B (zh) * | 2022-03-21 | 2023-11-24 | 烟台杰瑞石油装备技术有限公司 | 齿轮箱的故障判别方法 |
| CN114370998A (zh) * | 2022-03-22 | 2022-04-19 | 西安因联信息科技有限公司 | 一种齿轮箱齿轮故障自动诊断方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104198186A (zh) | 基于小波包与谱峭度结合的齿轮故障诊断方法及装置 | |
| Assaad et al. | Vibration based condition monitoring of a multistage epicyclic gearbox in lifting cranes | |
| CN104535323B (zh) | 一种基于角域‑时域‑频域的机车轮对轴承故障诊断方法 | |
| CN102449457B (zh) | 用于齿轮箱状况监控的系统和方法 | |
| CN105081879B (zh) | 一种数控机床主轴的故障诊断与预测的方法 | |
| CN103884502B (zh) | 一种变转速下风力发电机行星齿轮系统故障诊断方法 | |
| CN101354312B (zh) | 智能轴承故障诊断系统 | |
| CN102788695B (zh) | 一种滚动轴承磨损的识别方法 | |
| CN104596756A (zh) | 用于旋转机械故障诊断的多频带包络谱阵 | |
| CN108151869B (zh) | 一种机械振动特征指标提取方法、系统及装置 | |
| CN107576488A (zh) | 一种采用振动算法对设备运行状态进行监测诊断的方法 | |
| CN104655380A (zh) | 一种旋转机械设备故障特征提取方法 | |
| CN102441579B (zh) | 热连轧轧机运行状态的在线监测方法 | |
| CN114371001B (zh) | 一种齿轮箱故障缺陷检测系统 | |
| CN109596349B (zh) | 一种基于vmd和pct的减速器故障诊断方法 | |
| CN105651376A (zh) | 机械设备离线检测系统振动信号频谱分析和报警方法 | |
| CN103837345A (zh) | 齿轮箱故障诊断方法及装置 | |
| CN105092241A (zh) | 一种齿轮局部故障诊断方法及系统 | |
| CN101464211A (zh) | 利用振动监测低速重载设备状态的方法 | |
| CN104931262A (zh) | 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 | |
| CN107687941A (zh) | 一种基于振动信号分析的高压隔膜泵单向阀早期故障诊断方法 | |
| CN107121283B (zh) | 一种基于离散随机分离算法的齿轮状态监测指标提取方法 | |
| CN104568132B (zh) | 一种基于参考信号约束的机械特征声信号频域半盲提取方法 | |
| CN105352728A (zh) | 一种配对齿轮振动性能检测系统及方法 | |
| CN204788494U (zh) | 基于振动和油液的风电机组在线状态监测与健康评估系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141210 |
|
| RJ01 | Rejection of invention patent application after publication |