CN104849046A - 一种地铁齿轮传动装置模拟故障诊断试验台及诊断方法 - Google Patents

Abstract

本发明涉及城轨车辆牵引齿轮驱动装置安全技术领域，尤其涉及一种地铁齿轮传动装置模拟故障诊断试验台及诊断方法。其中，诊断试验台采用封闭功率流的加载原理，试验台的能量利用率高，加载精度高，同时通过扭矩加载装置对试验台施加载荷来模拟齿轮箱实际运行，再通过信号检测装置来检测已经损坏的齿轮箱在运行过程中的速度、扭矩、噪声、振动、温度的参数，然后通过数据采集与处理装置来对检测的信号进行处理，来判断齿轮箱出现故障的位置、出现故障的频率，从而根据上述模拟实际工况检测到的数据有针对性的对地铁齿轮箱上的部件进行更换，即：根据齿轮箱内各个零部件损坏的频率和损坏的周期有针对性的进行修复和更换。

Description

一种地铁齿轮传动装置模拟故障诊断试验台及诊断方法

技术领域

本发明涉及城轨车辆牵引齿轮驱动装置安全技术领域，尤其涉及一种地铁齿轮传动装置模拟故障诊断试验台及诊断方法。

背景技术

目前，我国城市轨道交通正处在迅速发展的阶段，地铁作为城市大容量公共交通的主要运输载体之一，其安全运行与乘客的生命财产安全直接相关。齿轮传动装置作为地铁车辆的关键部件，自身容易产生不平稳振动，并可通过转向架传递振动，属于故障多发件；现有的地铁齿轮传动装置的检测维修主要包括时间修(每隔一个预定的维修周期就对齿轮箱进行维修)和故障修(在齿轮传动装置出现故障、地铁运行过程中出现问题再进行检修)，然而时间修和故障修都存在维修的滞后性，不能够实现对列车的齿轮传动装置使用周期或者说损坏频率的准确预计，无法对列车进行实时有效的在线监测，为了完成对地铁齿轮传动装置的在线监测的研究，需对地铁齿轮传动装置的载荷和运行情况进行模拟，对发生的各种故障进行判断和研究。

因此，针对以上不足，需要提供一种地铁齿轮传动装置模拟故障诊断试验台。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：现有的地铁齿轮传动装置的维修主要为时间修和故障修，能够实现对列车的齿轮传动装置使用周期或者说损坏频率的准确预计，无法对列车进行实时有效的在线监测。

(二)技术方案

为了解决上述技术问题，本发明提供了一种地铁齿轮传动装置模拟故障诊断试验台，包括试验平台和设置在实验平台上的试验齿轮箱、陪试齿轮箱、驱动装置、信号检测装置、扭矩加载装置和数据采集与处理装置，所述驱动装置与所述陪试齿轮箱的高速齿轮轴连接，所述陪试齿轮箱高速齿轮轴与所述试验齿轮箱的高速齿轮轴连接，所述陪试齿轮箱的低速齿轮轴通过连接轴与所述试验齿轮箱的低速齿轮轴连接；所述扭矩加载装置设置在所述连接轴上，所述信号检测装置用于检测试验齿轮箱的信号参数；所述数据采集与处理装置用于采集并处理信号检测装置采集到的信号参数。

其中，所述信号检测装置包括扭矩-速度传感器和加速度-温度传感器。

其中，所述加速度-温度传感器分别设置在所述试验齿轮箱的轴承安装位置和扭矩加载装置的轴承安装位置；所述扭矩-速度传感器设置在试验齿轮箱的高速齿轮轴和/或所述陪试齿轮箱与驱动装置连接的转轴上。

其中，所述驱动装置包括变频交流调速三相异步电动机和变频调速柜。

其中，所述扭矩加载装置为液压伺服摆动油缸。

其中，还包括联轴节，相邻的转轴之间通过联轴节连接。

其中，所述联轴节为弹簧膜片联轴节。

本发明还提供了一种地铁齿轮传动装置模拟故障诊断方法，包括如下步骤：

S1，将已经出现故障的齿轮箱作为试验齿轮箱，将与试验齿轮箱的相同的正常的齿轮箱作为陪试齿轮箱，通过信号检测装置检测陪试齿轮箱轴承的振动数据、温度数据，齿轮的振动数据；

S2，对S1中测量的数据进行预处理，包括对信号的小波包消噪和局部特征尺度分解；

S3，对振动信号进行特征提取，并对提取的特征参数进行优化降维处理；

S4，把S3中经过优化的特征参数输入到故障分类器中，进行故障诊断；同时对试验齿轮箱内出现故障位置或出现故障的部件进行判断。

其中，步骤S3中提取的特征参数包括下列有量纲参数或无量纲参数中的一种或多种：有量纲参数为峰值、均值、有效值、方根幅值、绝对平均值；无量纲参数为峭度因子、峰值因子、裕度因子脉冲因子和波形因子。

其中，步骤S4中，通过数据采集与处理装置对测量数据进行FFT变化得到测量频率，由计算公式得出相应频率，将测量得到的频率和计算得到的频率进行匹配，如果在倍频/谐频位置出现相应幅值，即可判断相对位置出现故障；

其中，滚动轴承保持架故障频率的计算公式为：

$\mathrm{FTF}=\frac{1}{2}\frac{\mathrm{RPM}}{60}(1-\frac{B_d}{P_d}\cos \mathrm{\φ});$

滚动轴承滚动体故障频率的计算公式为：

$\mathrm{BSF}=\frac{P_d}{2B_d}\frac{\mathrm{RPM}}{60}(1-{\left(\frac{B_d}{P_d}\right)}^2{\cos }^2\mathrm{\φ});$

滚动轴承外环故障频率的计算公式为：

$\mathrm{BPFO}=\frac{n}{2}\frac{\mathrm{RPM}}{60}(1-\frac{B_d}{P_d}\cos \mathrm{\φ});$

滚动轴承内环故障频率的计算公式为：

$\mathrm{BPFI}=\frac{n}{2}\frac{\mathrm{RPM}}{60}(1+\frac{B_d}{P_d}\cos \mathrm{\φ});$

公式中，n为轴承滚动体个数，B_d为滚动体直径，P_d为轴承的节径，φ为接触角，RPM为转速。

(三)有益效果

本发明的上述技术方案具有如下优点：本发明提供了一种地铁齿轮传动装置模拟故障诊断试验台，包括陪试齿轮箱和试验齿轮箱，试验齿轮箱为已经损坏的齿轮箱，所述陪试齿轮箱与所述试验齿轮箱规格尺寸相同，所述陪试齿轮箱与所述试验齿轮箱构成一个闭合回路，回路中安装扭矩加载装置，驱动装置与陪试齿轮箱连接，在驱动过程中只需要克服摩擦、齿轮箱搅油等能量损失，采用封闭功率流的加载原理，整个试验台的能量利用率高，加载精度高，同时通过扭矩加载装置对试验台施加载荷来模拟齿轮箱实际运行，再通过信号检测装置来检测已经损坏的齿轮箱在运行过程中的速度、扭矩、噪声、振动、温度的参数，然后通过数据采集与处理装置来对检测的信号进行处理，来判断齿轮箱出现故障的位置、出现故障的频率，从而根据上述模拟实际工况检测到的数据有针对性的对地铁齿轮箱上的部件进行更换，即：根据地铁齿轮箱内出现故障的位置来更换零部件，同时根据齿轮箱内各个零部件损坏的频率和损坏的周期来提前有目的的进行修复和更换，与传统的地铁齿轮箱的故障修和时间修相比，其对齿轮箱内的零部件更换的更加及时准确，能够减少地铁出项故障的几率，保证地铁安全可靠的运行。

附图说明

本发明上述和/或附加方面的优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一个实施例所述的地铁齿轮传动装置模拟故障诊断试验台的示意图；

图2是本发明提供的地铁齿轮传动装置模拟故障诊断实验台工作原理图；

图3是本发明提供的地铁齿轮传动装置模拟故障诊断试验台测试系统流程图；

图4是本发明提供的地铁齿轮传动装置模拟故障诊断试验台数据处理流程图。

其中图1和图4中附图标记与部件名称之间的对应关系为：

1、驱动装置，2、陪试齿轮箱，3、试验齿轮箱，4、扭矩-速度传感器，5、加速度-温度传感器，6、弹簧膜片联轴节，7、轴承座，8、连接轴，9、扭矩加载装置。

具体实施方式

在本发明的描述中，需要说明的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供了一种地铁齿轮传动装置模拟故障诊断试验台，包括试验平台和设置在实验平台上的试验齿轮箱、陪试齿轮箱、驱动装置、信号检测装置、扭矩加载装置和数据采集与处理装置，所述驱动装置与所述陪试齿轮箱的高速齿轮轴连接，所述陪试齿轮箱高速齿轮轴与所述试验齿轮箱的高速齿轮轴连接，所述陪试齿轮箱的低速齿轮轴通过连接轴与所述试验齿轮箱的低速齿轮轴连接；所述扭矩加载装置设置在所述连接轴上，所述信号检测装置用于检测试验齿轮箱的信号参数；所述数据采集与处理装置用于采集并处理信号检测装置采集到的信号参数。

本发明提供的地铁齿轮传动装置模拟故障诊断试验台，包括陪试齿轮箱2和试验齿轮箱3，试验齿轮箱3为已经损坏的齿轮箱，所述陪试齿轮箱2与所述试验齿轮箱3规格尺寸相同，所述陪试齿轮箱2与所述试验齿轮箱3构成一个闭合回路(如图1所示)，回路中安装扭矩加载装置9，驱动装置1与陪试齿轮箱2连接，在驱动过程中只需要克服摩擦、齿轮箱搅油等能量损失，采用封闭功率流的加载原理(如图2所示)，整个试验台的能量利用率高，加载精度高，同时通过扭矩加载装置9对试验台施加载荷来模拟齿轮箱实际运行，再通过信号检测装置来检测已经损坏的齿轮箱在运行过程中的速度、扭矩、噪声、振动、温度的参数，然后通过数据采集与处理装置来对检测的信号进行处理，来判断齿轮箱出现故障的位置、出现故障的频率，从而根据上述模拟实际工况检测到的数据有针对性的对地铁齿轮箱上的部件进行更换，即：根据地铁齿轮箱内出现故障的位置来更换零部件，同时根据齿轮箱内各个零部件损坏的频率和损坏的周期来提前对相应的部件进行更换，与传统的地铁齿轮箱的故障修和时间修相比，其对齿轮箱内的零部件更换的更加及时准确，能够减少地铁出项故障的几率，保证地铁运行的安全可靠。

优选地，所述驱动装置1包括260KW变频交流调速三相异步电动机主传动和变频调速柜，所述变频调速柜用于调节电动机的转速，其调速性能稳定可靠，同时变频调速柜还带有电阻制动装置，可以在电动机超速时进行制动，安全性能更好。

具体地，所述陪试齿轮箱2和所述试验齿轮箱3均采用仿圆形设计，箱体型式为剖分式分为上下箱体，上下箱体通过螺栓连接，仿圆形设计可以减小箱体体积，减小噪声辐射面积，减轻箱体重量。其中试验齿轮箱3中齿轮和轴承为故障的齿轮和轴承，齿轮的主要故障类型有：齿形误差、缺齿、断齿，轴承的主要故障类型有：内、外环和滚动体出现点蚀和疲劳剥落、压痕、断裂、磨损；另外试验齿轮箱3和陪试齿轮箱2通过支撑装置固定在实验平台上；在安装过程中为了配合的需求，所述试验齿轮箱3和陪试齿轮箱2通过支撑装置固定在实验平台上。

所述信号检测装置包括扭矩-速度传感器4和加速度-温度传感器，速度和扭矩的检测通过扭矩-速度传感器4来测量，其作用是实时采集系统的转速和扭矩，并由此得出功率的数据；具体地所述扭矩-速度传感器4为W338型智能数字式转矩测量仪，测量范围0～7000Nm，最高转速5300r/min，转矩测量仪可以通过A/D转换接口与计算机相连，数据的采集、显示、存储很方便；振动和温度的检测通过加速度-温度双功能传感器来测量，具体为CMSS793T-3传感器，顶端出线，其性能参数为：灵敏度100mV/g、精度±5％(25℃)、幅度范围80g峰值、频率范围1.5Hz-5KHz,±5％；1.0Hz-7KHz,±10％；0.5Hz-15KHz,3dB、温度-50℃—+120℃；通过振动信号的检测来采集轴承安装部位或轴箱上的加速度数据，温度的检测主要是测量齿轮箱和加载器的温度变化情况，如果检测到温度变化过快或超过设计温度要及时停机检查，以免造成更大损失；一般加速度-温度双功能传感器主要设置在在齿轮箱的轴承安装部位扭矩加载装置9的轴承安装部位，同时将加速度-温度双功能传感器连接到温度监视仪上，进行实时监视。

扭矩-速度传感器4和加速度-温度传感器5均是复合传感器，传感器一般布置在水平、垂向、轴向三个方向上，传感器的安装一般是自带螺纹的传感器固定在被测位置的安装孔上，特殊位置可实施先焊接安装座再用传感器自带的螺纹固定的方式。

本申请中为了模拟齿轮箱的实际运行情况，通过选用液压加载装置，来对系统施加载荷，具体地，所述液压加载装置实际上是一个特殊的液压伺服摆动油缸，是基于液压旋转叶片的原理。旋转叶片通过轴承安装在液压缸里，把液压缸分成4个腔，相对的两个腔连通，两个腔室分别于液压油口连接，当其中一个油口接通压力油后，液压缸里的叶片根据压力油的接通情况，作相应的旋转，产生扭矩；扭矩的加载方向由电液换向阀控制；具体地，电液伺服控制系统通过转换接口与计算机相连，操作方便；可使用的控制信号有正弦波、方波、三角波等波形信号，可以根据用户自己的需要自行编制波形谱块来控制液压伺服油缸的运动。

优选地，在本发明中相邻的两个转轴之间通过联轴节连接，具体地，所述联轴节为弹簧膜片联轴节6，由于在实验过程中要达到高转速、大扭矩的功能，因此联轴节要能够进行轴向、径向的水平运动，因此，选择膜片弹簧膜片联轴节6，可实现轴向最大补偿量4mm,径向最大补偿量2mm，角向最大补偿量2°。

当然，在上述实施例中，同样也可以采用其他的结构来实现传递扭矩并具有轴向及径向补偿，同样能够实现本申请的目的，其宗旨未脱离本发明的设计思想，应属于本发明的保护范围。

进一步地，在本发明中还包括有多个轴承座7，通过轴承座7来对轴承进行支撑。

其中，数据采集与处理装置，主要用于冲击、噪声、振动、速度、位移、过载、应变、陀螺、温度、压力、GPS等多种模拟和数字信号的采集、监测和数据记录，主要由控制计算机、控制软件、MDR-80设备(一种数据采集处理系统)、电源适配器和连接线组成。如图3所示，是地铁齿轮传动装置模拟故障诊断试验台测试系统流程图；传感器通过信号线和MDR-80设备相连，再通过专用网线和控制计算机连接，充电情况是通过220V的交流电源线连接电源适配器，出来的是通过12V直流电源线连接MDR-80设备。

具体地，如图1所示，所述驱动装置1为260KW变频交流调速三相异步电动机，通过弹簧膜片联轴节6与陪试齿轮箱2的高速齿轮轴连接，在这段高速齿轮轴上设置有扭矩-速度传感器4，在靠近陪试齿轮箱2的高速齿轮轴通过轴承座7支撑固定；在试验齿轮箱3的与陪试齿轮箱2的高速轴之间通过弹簧膜片联轴节6连接，同时在试验齿轮箱3的高速轴上设置有加速度-温度传感器5和扭矩-速度传感器4，同时在陪试齿轮箱2和试验齿轮箱3的低速齿轮轴之间通过连接轴8连接，在所述连接轴8上设置有扭矩加载装置9，通过扭矩加载装置9为整个试验台施加负载；同时，在连接轴8上的靠近扭矩加载装置9的位置处设置有加速度-温度传感器5。

本发明还提供了一种地铁齿轮传动装置模拟故障诊断方法，如图4所示，该方法主要包括如下步骤：

S1，将已经出现故障的齿轮箱作为试验齿轮箱3，将与试验齿轮箱3的相同的正常的齿轮箱作为陪试齿轮箱2，通过信号检测装置检测陪试齿轮箱2轴承的振动数据、温度数据，齿轮的振动数据，图4中的原始数据即为上述测量得到的数据；

S2，对S1中测量的数据进行预处理，包括对信号的小波包消噪和局部特征尺度分解。

对信号的小波包消噪(WPA)就是从原始信号中消除噪声干扰，得到有用的信号。主要通过在对信号做伸缩和平移变换来实现多尺度方向上的细化，在低频带频率细分，在高频带时间细分的基础上，反复采用二进制尺度对信号的高频段进行分解，从而将信号在整个频带上进行多尺度划分，时频分辨率更高。在小波包消噪过程中，关键是选取阈值，它直接影响消噪的效果，小波包消噪的阈值选取有3种方法，常用的是给定软阈值或硬阈值消噪处理。

局部特征尺度分解(LCD)是通过对各段信号做线性变换，构造基线信号，经过多次迭代过程把信号分解成多个相互之间正交的内禀尺度分量(ISC)。其中，任何一个ISC必须满足两个条件：①在整个数据段内，信号所有的极大值为正，所有的极小值为负，且相邻的极大值和极小值之间的信号是单调的；②在整个数据段内，设信号的极值点为X_k，对应的时刻为τ_k,k＝1,2,L,M,其中M为极值点的个数。

S3，对振动信号进行特征提取，并对提取的特征参数进行优化降维处理；主要是提取振动信号中的时域参数、频域参数、小波包能量谱参数和ISC能量矩参数，主要包括下列有量纲参数和无量纲参数中的一种或多种，其中有量纲参数包括：

(1)峰值 $x_{\mathrm{peak}}=\frac{[\max \left(x_i\right)-\min \left(x_i\right)]}{2}$

(2)均值 $\stackrel{\‾}{x}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i$

(3)均方根值(有效值)

(4)方根幅值 $x_r=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(\sqrt{\left|x_i\right|}\right)}^2$

(5)绝对平均值

无量纲参数包括：

(1)峭度因子 $K_v=\frac{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^4}{x_{\mathrm{rms}}^4}$

(2)峰值因子

(3)裕度因子

(4)脉冲因子

(5)波形因子

为了避免选取的多个特征参数之间的信息冗余，采用KPCA(核主成分分析)方法对提取的特征参数进行优化降维处理，从而简化了后续故障分类器的输入，提高运算速度。

核主成分分析(KPCA)方法通过提取少数几个有代表性且互相独立的参数代替原来众多的参数，而且这几个参数代表了原始信号的绝大多数信息，从而可以降低计算复杂度。KPCA的基本思路是利用非线性核函数把样本数据映射到高维特征空间，并在特征空间中进行线性主成分分析(PCA)，得到样本数据对应的非线性特征。KPCA的实现过程是利用非线性变换把原始的数据样本{x_i}(i＝1,2,…,n)映射到特征空间F，即输入样本点x₁,x₂…,x_n变换到特征空间的样本点然后对样本点进行线性PCA。利用核函数把特征空间中的点积变为输入空间中的核运算，并获取非线性特征。

S4，把S3中经过优化的特征参数输入到故障分类器中，进行故障诊断；进行故障诊断，主要采用基于PSO-LSSVM故障诊断方法。PSO-LSSVM是采用粒子群(PSO)方法优化最小二乘支持向量机(LSSVM)方法的参数，即使用PSO方法的全局搜索能力来寻找LSSVM方法模型的最优参数,包括训练和故障分类两个不同的阶段，提高了故障分类的准确率。应用PSO-LSSVM方法进行故障分类时，需要把提取的经过优化降维的特征向量分为两组：训练样本和预测样本。其中，训练样本用来对PSO-LSSVM方法的模型进行训练，预测样本是对已训练好的方法模型进行测试，以检验方法的分类能力。

对试验齿轮箱3内出现故障位置或出现故障的部件进行判断。具体的判断方法为：通过数据采集与处理装置对测量数据进行FFT(傅立叶变换)变化得到测量频率，由计算公式得出相应频率，将测量得到的频率和计算得到的频率进行匹配，如果在倍频/谐频位置出现相应幅值，即可判断相对位置出现故障；

其中，滚动轴承保持架故障频率的计算公式为：

$\mathrm{FTF}=\frac{1}{2}\frac{\mathrm{RPM}}{60}(1-\frac{B_d}{P_d}\cos \mathrm{\φ});$

滚动轴承滚动体故障频率的计算公式为：

$\mathrm{BSF}=\frac{P_d}{2B_d}\frac{\mathrm{RPM}}{60}(1-{\left(\frac{B_d}{P_d}\right)}^2{\cos }^2\mathrm{\φ});$

滚动轴承外环故障频率的计算公式为：

$\mathrm{BPFO}=\frac{n}{2}\frac{\mathrm{RPM}}{60}(1-\frac{B_d}{P_d}\cos \mathrm{\φ});$

滚动轴承内环故障频率的计算公式为：

$\mathrm{BPFI}=\frac{n}{2}\frac{\mathrm{RPM}}{60}(1+\frac{B_d}{P_d}\cos \mathrm{\φ});$

公式中，n为轴承滚动体个数，B_d为滚动体直径，P_d为轴承的节径，φ为接触角，RPM为转速。

综上所述，本发明提供了一种地铁齿轮传动装置模拟故障诊断试验台，包括陪试齿轮箱和试验齿轮箱，试验齿轮箱为已经损坏的齿轮箱，所述陪试齿轮箱与所述试验齿轮箱规格尺寸相同，所述陪试齿轮箱与所述试验齿轮箱构成一个闭合回路，回路中安装扭矩加载装置，驱动装置与陪试齿轮箱连接，在驱动过程中只需要克服摩擦、齿轮箱搅油等能量损失，采用封闭功率流的加载原理，整个试验台的能量利用率高，加载精度高，同时通过扭矩加载装置对试验台施加载荷来模拟齿轮箱实际运行，再通过信号检测装置来检测已经损坏的齿轮箱在运行过程中的速度、扭矩、噪声、振动、温度的参数，然后通过数据采集与处理装置来对检测的信号进行处理，来判断齿轮箱出现故障的位置、出现故障的频率，从而根据上述模拟实际工况检测到的数据有针对性的对地铁齿轮箱上的部件进行更换，即：根据地铁齿轮箱内出现故障的位置来更换零部件，同时根据齿轮箱内各个零部件损坏的频率和损坏的周期来提前有目的的进行修复和更换，与传统的地铁齿轮箱的故障修和时间修相比，其对齿轮箱内的零部件更换的更加及时准确，能够减少地铁出项故障的几率，保证地铁运行的安全可靠。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种地铁齿轮传动装置模拟故障诊断试验台，其特征在于：包括试验平台和设置在实验平台上的试验齿轮箱(3)、陪试齿轮箱(2)、驱动装置(1)、信号检测装置、扭矩加载装置(9)和数据采集与处理装置，所述驱动装置(1)与所述陪试齿轮箱(2)的高速齿轮轴连接，所述陪试齿轮箱(2)高速齿轮轴与所述试验齿轮箱(3)的高速齿轮轴连接，所述陪试齿轮箱(2)的低速齿轮轴通过连接轴(7)与所述试验齿轮箱(3)的低速齿轮轴连接；所述扭矩加载装置(9)设置在所述连接轴(7)上，所述信号检测装置用于检测试验齿轮箱(3)的信号参数；所述数据采集与处理装置用于采集并处理信号检测装置采集到的信号参数。

2.根据权利要求1所述的地铁齿轮传动装置模拟故障诊断试验台，其特征在于：所述信号检测装置包括扭矩-速度传感器(4)和加速度-温度传感器(5)。

3.根据权利要求2所述的地铁齿轮传动装置模拟故障诊断试验台，其特征在于：所述加速度-温度传感器(5)分别设置在所述试验齿轮箱(3)的轴承安装位置和扭矩加载装置(9)的轴承安装位置；所述扭矩-速度传感器(4)设置在试验齿轮箱(3)的高速齿轮轴和/或所述陪试齿轮箱(2)与驱动装置(1)连接的转轴上。

4.根据权利要求1所述的地铁齿轮传动装置模拟故障诊断试验台，其特征在于：所述驱动装置(1)包括变频交流调速三相异步电动机和变频调速柜。

5.根据权利要求1所述的地铁齿轮传动装置模拟故障诊断试验台，其特征在于：所述扭矩加载装置(9)为液压伺服摆动油缸。

6.根据权利要求1所述的地铁齿轮传动装置模拟故障诊断试验台，其特征在于：还包括联轴节，相邻的转轴之间通过联轴节连接。

7.根据权利要求6所述的地铁齿轮传动装置模拟故障诊断试验台，其特征在于：所述联轴节为弹簧膜片联轴节(6)。

8.一种地铁齿轮传动装置模拟故障诊断方法，其特征在于：包括如下步骤：

S1，将已经出现故障的齿轮箱作为试验齿轮箱(3)，将与试验齿轮箱(3)的相同的正常的齿轮箱作为陪试齿轮箱(2)，通过信号检测装置检测陪试齿轮箱(2)轴承的振动数据、温度数据，齿轮的振动数据；

S2，对S1中测量的数据进行预处理，包括对信号的小波包消噪和局部特征尺度分解；

S3，对振动信号进行特征提取，并对提取的特征参数进行优化降维处理；

S4，把S3中经过优化的特征参数输入到故障分类器中，进行故障诊断；同时对试验齿轮箱(3)内出现故障位置或出现故障的部件进行判断。

9.根据权利要求8所述的地铁齿轮传动装置模拟故障诊断方法，其特征在于：步骤S3中提取的特征参数包括下列有量纲参数或无量纲参数中的一种或多种：有量纲参数为峰值、均值、有效值、方根幅值、绝对平均值；无量纲参数为峭度因子、峰值因子、裕度因子脉冲因子和波形因子。

10.根据权利要求9所述的地铁齿轮传动装置模拟故障诊断方法，其特征在于：在步骤S4中，通过数据采集与处理装置对测量数据进行FFT变化得到测量频率，由计算公式得出相应频率，将测量得到的频率和计算得到的频率进行匹配，如果在倍频/谐频位置出现相应幅值，即可判断相对位置出现故障；

其中，滚动轴承保持架故障频率的计算公式为：

$\mathrm{FTF}=\frac{1}{2}\frac{\mathrm{RPM}}{60}(1-\frac{B_d}{P_d}\cos \mathrm{\φ});$

滚动轴承滚动体故障频率的计算公式为：

$\mathrm{BSF}=\frac{P_d}{2B_d}\frac{\mathrm{RPM}}{60}(1-{\left(\frac{B_d}{P_d}\right)}^2{\cos }^2\mathrm{\φ});$

滚动轴承外环故障频率的计算公式为：

$\mathrm{BPFO}=\frac{n}{2}\frac{\mathrm{RPM}}{60}(1-\frac{B_d}{P_d}\cos \mathrm{\φ});$

滚动轴承内环故障频率的计算公式为：

$\mathrm{BPFI}=\frac{n}{2}\frac{\mathrm{RPM}}{60}(1+\frac{B_d}{P_d}\cos \mathrm{\φ});$

公式中，n为轴承滚动体个数，B_d为滚动体直径，P_d为轴承的节径，φ为接触角，RPM为转速。