CN109813546B - 一种齿轮箱敲击异响下线检测方法 - Google Patents
一种齿轮箱敲击异响下线检测方法 Download PDFInfo
- Publication number
- CN109813546B CN109813546B CN201910212347.5A CN201910212347A CN109813546B CN 109813546 B CN109813546 B CN 109813546B CN 201910212347 A CN201910212347 A CN 201910212347A CN 109813546 B CN109813546 B CN 109813546B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- gearbox
- knocking
- matrix
- sound
- 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.)
- Active
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
一种齿轮箱敲击异响下线检测方法,首先基于统计学的方法,去除振动信号中随机冲击干扰成分;然后基于TSA方法实现表征齿轮箱敲击异响的周期性冲击成分提取;最后,通过计算提取信号的峭度指标与设定的异响阈值进行比较,实现齿轮箱有无敲击异响判断,并锁定异响源至转轴;本发明可以应用于齿轮箱下线检测阶段,在随机冲击干扰环境下实现齿轮箱敲击异响的自动化检测,避免了人耳检测中的误判、漏判问题,实现齿轮箱敲击异响的自动化检测,具有评价标准统一、效率高、成本低、问题易溯源的优点。
Description
技术领域
本发明涉及齿轮箱NVH(噪声(Noise)、振动(Vibration)及声振粗糙度(Harshness)的英文缩写)检测方法,特别涉及一种齿轮箱敲击异响下线检测方法。
背景技术
现代工业中,齿轮箱作为机械设备中一种重要的连接和传递动力的通用零部件,由于其具有定传动比、传递扭矩大、结构紧凑可靠等优点,应用十分广泛。随着社会的发展,NVH问题也越来越受到各行业的关注。齿轮箱异响的下线检测作为NVH控制中的难题之一,也越来越成为制造业关注的焦点。
车桥齿轮零部件在生产、搬运、安装过程中,由于生产人员的操作不当,导致齿轮与其他设备发生磕碰,严重的会导致齿轮齿面损伤。齿面损伤的存在使得齿轮齿距发生变化,齿轮啮合状况变差,齿轮副啮合侧隙变大,从而出现主动轮和从动轮相互敲击现象,产生敲击异响。存在敲击异响的齿轮箱,其时域振动信号中会出现以故障齿轮转频为周期的冲击成分,其频谱图中会有明显的故障齿轮转频及其倍频成分。因此,周期性故障冲击成分提取是实现齿轮箱敲击异响诊断的关键。
齿轮箱生产流水线工业环境恶劣,传感器测得信号往往被其他工业噪声干扰。随机冲击干扰作为工业噪声中的常见干扰噪声,具有瞬时能量大、频带宽及出现位置不确定等特点,如不将其与故障信号分离开来,会直接导致异响误判。
目前制造厂主要通过人工方式开展该项检测工作,采用人耳听觉的方式虽在一定程度上可以满足该项检测要求,但其还存在很多不足:1.评价标准不统一;2.效率低下、成本高;3.问题溯源难度大。因此,为了加快企业不断向自动化、智能化方向的产业升级,有必要研发出一种齿轮箱敲击异响下线检测方法,实现齿轮箱敲击异响的自动化检测。
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齿轮箱敲击异响下线检测方法,实现齿轮箱敲击异响的自动化检测,具有评价标准统一、效率高、成本低、问题易溯源的优点。
为了达到上述目的,本发明采取的技术方案为:
一种齿轮箱敲击异响下线检测方法,包括以下步骤:
步骤1:使用加速度传感器采集齿轮箱原始振动信号,同时使用光电传感器同步采集齿轮箱输入轴转速信号;
步骤2:根据齿轮箱结构参数及传动关系,选择转速测试所在轴阶次作为基准阶次,分别计算出各齿轮所在轴的故障特征阶次;
步骤3:将原始振动信号按各齿轮所在轴的故障特征阶次与键相所在轴的故障特征阶次之间的比例关系,分别进行角度域重采样处理,得到各轴角度域振动信号;
步骤4:对输入轴角度域振动信号进行等周期划分,并将划分后的角度域信号按行排列,得到矩阵M;
步骤5:对矩阵M的每一行数据做滑移加窗处理,取一个窗长内数据的统计指标作为新的值,生成新的矩阵X;
步骤6:基于统计学对矩阵X进行处理,找出随机冲击,并用正常数据替换随机冲击,得到去除随机冲击后的矩阵N;
步骤7:基于TSA方法,对矩阵N的每一列相加取平均,得到振动数据S(x);
步骤8:计算振动数据S(x)的峭度指标,并与设定的异响判定阈值比较,若大于等于设定阈值,则判断存在敲击异响,且异响源为该轴上齿轮;否则判定该齿轮轴上齿轮正常;
对其他各轴角度域信号做同样处理,若任意一个齿轮轴上齿轮判断有异响,则齿轮箱存在敲击异响,并锁定异响源;否则判定齿轮箱无敲击异响。
所述的步骤5中滑移窗长设置为16个数据点,能够根据需要调整窗长;所述的统计指标为峰峰值、峰值或有效值。
所述的步骤6中基于统计学对矩阵X进行处理,具体为:首先得到矩阵X第一列绝对值的最大值MAX,统计第一列数据中大于a*MAX的数量A;若数量A小于等于b倍的矩阵X总行数,则认为大于a*MAX的数据为随机冲击,小于a*MAX的各值均值替代;否则,认为是正常数据不做处理;矩阵X各列都做该处理,得到去除随机冲击后的矩阵N;a为0.5,b为0.2;参数a,b在不同工况下,能够调整。
所述的步骤8中异响判定阈值设置为6,针对产品质量控制要求,阈值能够进行调整。
本发明的有益效果为:
本发明方法首先基于统计学的方法,去除振动信号中随机冲击干扰成分;然后基于TSA方法实现表征齿轮箱敲击异响的周期性冲击成分提取;最后,通过计算提取信号的峭度指标与设定的异响阈值进行比较,实现齿轮箱有无敲击异响判断,并锁定异响源至转轴。本发明可以应用于齿轮箱下线检测阶段,在随机冲击干扰环境下实现齿轮箱敲击异响的自动化检测,避免了人耳检测中的误判、漏判问题,本发明实现齿轮箱敲击异响的自动化检测,具有评价标准统一、效率高、成本低、问题易溯源的优点。
附图说明
图1为本发明方法的流程图。
图2为实施例齿轮箱结构简图。
图3为实施例齿轮箱振动信号时域波形图。
图4为实施例去除随机冲击后的齿轮箱振动信号波形图。
图5为实施例输入轴锥齿轮异响判定结果图。
图6为实施例输出轴锥齿轮异响判定结果图。
具体实施方式
下面结合附图与实施例对本发明进一步详细说明。
如图1所示,一种齿轮箱敲击异响下线检测方法,包括以下步骤:
步骤1:分别使用振动加速度传感器采集齿轮箱振动信号,光电传感器采样齿轮箱输入轴转速信号,采样频率为20KHz;该齿轮箱故障类型为输出锥齿轮齿面损伤造成的敲击异响,其结构简图如图2所示,齿轮结构参数:输入锥齿轮齿数:z1=21,输出锥齿轮齿数:z2=28,齿轮箱输入轴平均转速:fn=158.3rpm,齿轮箱原始振动信号波形图如图3所示;
步骤2:根据齿轮箱各齿轮齿数及传动关系,以齿轮箱输入轴阶次作为基准阶次,计算得到输入锥齿轮的故障特征阶次为1,输出锥齿轮的故障特征阶次为0.75;
步骤3:将原始振动信号按各齿轮所在轴的故障特征阶次与键相所在轴的故障特征阶次之间的比例关系,分别进行角度域重采样处理,得到两组角度域振动信号;
步骤4:对输入轴角度域振动信号进行等周期划分,并将划分后的角度域信号按行排列,得到矩阵M;
步骤5:对矩阵M的每一行数据做滑移加窗处理,设置窗长16,取一个窗长内数据的峰峰值作为新的值,生成新的矩阵X;
步骤6:对矩阵X进行统计分析,首先得到矩阵X第一列绝对值的最大值MAX,统计第一列数据中大于0.5*MAX的数量A;若A小于等于0.2倍的矩阵X总行数,则认为大于a*MAX的数据为随机冲击,用小于a*MAX的各值均值替代;否则,认为是正常数据不作处理;对矩阵X中每列数据都实施该分析后得到去除随机冲击后的矩阵N;去除随机冲击振动信号如图4所示;
步骤7:基于TSA方法,对矩阵N的每一列相加取平均,得到振动数据S(x);
步骤8:计算振动数据S(x)的峭度指标,并与设定的异响判定阈值6比较,输入轴异响判定结果如图5所示;对输出轴角度域信号做同样处理,得到输出轴异响判定结果如图6所示;通过图5、图6可判定该齿轮箱存在异响,且异响源为输出轴锥齿轮。
本发明普遍适用于齿轮箱异响下线检测及服役阶段的故障诊断,以上所述仅是本发明的优选实施例。应当指出,对于本技术领域的普通人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (8)
1.一种齿轮箱敲击异响下线检测方法,其特征在于,包括以下步骤:
步骤1:使用加速度传感器采集齿轮箱原始振动信号,同时使用光电传感器同步采集齿轮箱输入轴转速信号;
步骤2:根据齿轮箱结构参数及传动关系,选择转速测试所在轴阶次作为基准阶次,分别计算出各齿轮所在轴的故障特征阶次;
步骤3:将原始振动信号按各齿轮所在轴的故障特征阶次与键相所在轴的故障特征阶次之间的比例关系,分别进行角度域重采样处理,得到各轴角度域振动信号;
步骤4:对输入轴角度域振动信号进行等周期划分,并将划分后的角度域振动信号按行排列,得到矩阵M;
步骤5:对矩阵M的每一行数据做滑移加窗处理,取一个窗长内数据的统计指标作为新的值,生成新的矩阵X;
步骤6:基于统计学对矩阵X进行处理,找出随机冲击,并用正常数据替换随机冲击,得到去除随机冲击后的矩阵N;
步骤7:基于TSA方法,对矩阵N的每一列相加取平均,得到振动数据S(x);
步骤8:计算振动数据S(x)的峭度指标,并与设定的异响判定阈值比较,若大于等于设定阈值,则判断存在敲击异响,且异响源为该轴上齿轮;否则判定该轴上齿轮正常;
对其他各轴角度域振动信号做同样处理,若任意一个轴上齿轮判断有异响,则齿轮箱存在敲击异响,并锁定异响源;否则判定齿轮箱无敲击异响。
2.根据权利要求1所述的一种齿轮箱敲击异响下线检测方法,其特征在于:所述的步骤5中滑移窗长设置为16个数据点。
3.根据权利要求1所述的一种齿轮箱敲击异响下线检测方法,其特征在于:所述的步骤5中滑移窗长能够根据需要调整。
4.根据权利要求1所述的一种齿轮箱敲击异响下线检测方法,其特征在于:所述的步骤5中统计指标为峰峰值、峰值或有效值。
5.根据权利要求1所述的一种齿轮箱敲击异响下线检测方法,其特征在于:所述的步骤6中基于统计学对矩阵X进行处理,具体为:首先得到矩阵X第一列绝对值的最大值MAX,统计第一列数据中大于a*MAX的数量A;若数量A小于等于b倍的矩阵X总行数,则认为大于a*MAX的数据为随机冲击,小于a*MAX的各值均值替代;否则,认为是正常数据不做处理;矩阵X各列都做该处理,得到去除随机冲击后的矩阵N;a为0.5,b为0.2。
6.根据权利要求5所述的一种齿轮箱敲击异响下线检测方法,其特征在于:参数a,b在不同工况下,能够调整。
7.根据权利要求1所述的一种齿轮箱敲击异响下线检测方法,其特征在于:所述的步骤8中异响判定阈值设置为6。
8.根据权利要求1所述的一种齿轮箱敲击异响下线检测方法,其特征在于:针对产品质量控制要求,异响判定阈值能够进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910212347.5A CN109813546B (zh) | 2019-03-20 | 2019-03-20 | 一种齿轮箱敲击异响下线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910212347.5A CN109813546B (zh) | 2019-03-20 | 2019-03-20 | 一种齿轮箱敲击异响下线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109813546A CN109813546A (zh) | 2019-05-28 |
CN109813546B true CN109813546B (zh) | 2020-09-15 |
Family
ID=66609724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910212347.5A Active CN109813546B (zh) | 2019-03-20 | 2019-03-20 | 一种齿轮箱敲击异响下线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109813546B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110887660B (zh) * | 2019-11-12 | 2021-02-26 | 重庆长安新能源汽车科技有限公司 | 减速器啮合侧隙撞击异响的主撞击点检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4872337A (en) * | 1988-01-29 | 1989-10-10 | Watts Robert J | Nondestructive testing of gears |
CN103499443A (zh) * | 2013-09-12 | 2014-01-08 | 西安交通大学 | 一种齿轮故障无键相角域平均计算阶次分析方法 |
CN106092310A (zh) * | 2016-04-21 | 2016-11-09 | 重庆理工大学 | 一种汽车变速器振动噪声下线检测方法 |
CN106124193A (zh) * | 2016-05-30 | 2016-11-16 | 宁波诺丁汉大学 | 结合震动与声波监测的齿轮箱故障检测方法 |
CN107101827A (zh) * | 2017-06-19 | 2017-08-29 | 苏州微著设备诊断技术有限公司 | 一种低速重载齿轮裂纹故障在线检测方法 |
CN108317052A (zh) * | 2017-01-17 | 2018-07-24 | 神华集团有限责任公司 | 齿轮的损伤因子的检测方法及装置、风力发电机组 |
CN108362492A (zh) * | 2018-01-11 | 2018-08-03 | 中国人民解放军国防科技大学 | 一种适用于低转速下行星轮系故障诊断的振动分离方法 |
CN108535012A (zh) * | 2018-03-23 | 2018-09-14 | 重庆长安汽车股份有限公司 | 一种变速器啸叫nvh性能下线检测方法 |
CN108844733A (zh) * | 2018-04-18 | 2018-11-20 | 苏州微著设备诊断技术有限公司 | 一种基于kl散度与均方根值的齿轮状态监测指标提取方法 |
-
2019
- 2019-03-20 CN CN201910212347.5A patent/CN109813546B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4872337A (en) * | 1988-01-29 | 1989-10-10 | Watts Robert J | Nondestructive testing of gears |
CN103499443A (zh) * | 2013-09-12 | 2014-01-08 | 西安交通大学 | 一种齿轮故障无键相角域平均计算阶次分析方法 |
CN106092310A (zh) * | 2016-04-21 | 2016-11-09 | 重庆理工大学 | 一种汽车变速器振动噪声下线检测方法 |
CN106124193A (zh) * | 2016-05-30 | 2016-11-16 | 宁波诺丁汉大学 | 结合震动与声波监测的齿轮箱故障检测方法 |
CN108317052A (zh) * | 2017-01-17 | 2018-07-24 | 神华集团有限责任公司 | 齿轮的损伤因子的检测方法及装置、风力发电机组 |
CN107101827A (zh) * | 2017-06-19 | 2017-08-29 | 苏州微著设备诊断技术有限公司 | 一种低速重载齿轮裂纹故障在线检测方法 |
CN108362492A (zh) * | 2018-01-11 | 2018-08-03 | 中国人民解放军国防科技大学 | 一种适用于低转速下行星轮系故障诊断的振动分离方法 |
CN108535012A (zh) * | 2018-03-23 | 2018-09-14 | 重庆长安汽车股份有限公司 | 一种变速器啸叫nvh性能下线检测方法 |
CN108844733A (zh) * | 2018-04-18 | 2018-11-20 | 苏州微著设备诊断技术有限公司 | 一种基于kl散度与均方根值的齿轮状态监测指标提取方法 |
Non-Patent Citations (2)
Title |
---|
Integrating angle-frequency domain synchronous averaging technique with feature extraction for gear fault diagnosis;Shengli Zhang,et al.;《Mechanical systmes and Signal Processing》;20170715;第2节 * |
变转速齿轮箱振动信号监测的无键相时域同步平均方法;张西宁等;《西安交通大学学报》;20120630;第46卷(第6期);第2-4节 * |
Also Published As
Publication number | Publication date |
---|---|
CN109813546A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108844733B (zh) | 一种基于kl散度与均方根值的齿轮状态监测指标提取方法 | |
Guo et al. | Faulty bearing signal recovery from large noise using a hybrid method based on spectral kurtosis and ensemble empirical mode decomposition | |
CN110674891B (zh) | 监测系统数据质量异常检测方法 | |
CN110231166B (zh) | 一种变转速工况下三级传动齿轮箱的智能诊断方法 | |
KR102102518B1 (ko) | 전달오차를 이용한 회전체 결함 분석 장치 및 방법 | |
JP2001304954A (ja) | 故障診断方法及びその装置 | |
CN109253244B (zh) | 一种多齿轮系统大型机械齿轮箱故障检测方法 | |
CN114371001B (zh) | 一种齿轮箱故障缺陷检测系统 | |
CN109813546B (zh) | 一种齿轮箱敲击异响下线检测方法 | |
CN115935243B (zh) | 一种基于数据处理的故障分析方法 | |
CN102419255B (zh) | 一种变速箱的在线检测装置及其检测方法 | |
CN113405795A (zh) | 一种关节rv减速器弱故障识别的方法 | |
CN110646199B (zh) | 一种基于加权导数动态时间规整的齿轮微弱故障诊断方法 | |
CN116893036A (zh) | 一种加速度信号序列时窗特征平滑的柱塞泵泄露诊断方法 | |
EP2551513A2 (en) | Wind turbine condition monitoring method | |
CN107490477B (zh) | 基于频谱核密度函数相关性比较的齿轮箱故障诊断方法 | |
CN111582248B (zh) | 一种基于svd的齿轮箱信号降噪方法 | |
Berlato et al. | Condition monitoring indicators for pitting detection in planetary gear units | |
CN114370998B (zh) | 一种齿轮箱齿轮故障自动诊断方法及系统 | |
CN115420498B (zh) | 一种基于波峰计数的齿轮故障量化诊断方法 | |
CN113834677B (zh) | 举升装置故障检测系统、故障检测方法、装置及存储介质 | |
CN112525337B (zh) | 一种针对机械压力机振动监测数据预处理方法 | |
CN114104332A (zh) | 直升机动部件的状态指标动态阈值的获取方法和装置 | |
CN202221376U (zh) | 变速箱的在线检测装置 | |
CN114571459B (zh) | 一种工业机器人故障诊断方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |