CN110132579B - 一种基于磁电式转速传感器的齿轮健康状态监测方法 - Google Patents
一种基于磁电式转速传感器的齿轮健康状态监测方法 Download PDFInfo
- Publication number
- CN110132579B CN110132579B CN201910513567.1A CN201910513567A CN110132579B CN 110132579 B CN110132579 B CN 110132579B CN 201910513567 A CN201910513567 A CN 201910513567A CN 110132579 B CN110132579 B CN 110132579B
- Authority
- CN
- China
- Prior art keywords
- gear
- signal
- order
- rms
- data
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种基于磁电式转速传感器的齿轮健康状态监测方法,利用磁电式转速传感器具有时标功能的优点,生成键相信息并进行角度域重采样;然后通过两次复解析解调和滤波从磁电式转速传感信息中逐步分离出齿轮故障信息,通过前后采集数据的对比判断齿轮是否存在退化趋势;齿轮出现退化趋势后,分析齿轮系统固有频率,结合第二次复解析解调结果判断齿轮故障形式;本发明可有效地对车桥齿轮进行状态监测并判断齿轮故障类型,无需采集键相信息,信号信噪比高、稳定性好不易误判。
Description
技术领域
本发明属于齿轮状态监测技术领域,具体涉及一种基于磁电式转速传感器的齿轮健康状态监测方法。
背景技术
齿轮箱是机械传动设备重要组成部件。由于齿轮经常在恶劣环境下工作,其中零部件如齿轮、轴、轴承加工工艺复杂,装配精度要求高,又常在重载下连续工作,因此故障率较高。资料显示,齿轮箱中约60%的异常损坏由齿轮故障导致,齿轮故障会引起传动系统失效进而影响设备工作效率和运行可靠性,带来经济损失,甚至人员伤亡,因此,对齿轮健康状态实施在线监测具有重要的工程意义。
目前,常见的齿轮故障诊断方法主要利用振动、电流或编码器信息进行实施。振动是齿轮故障诊断最为常见的方法,然而存在信号容易受环境干扰和振动传感器及其后续数据采集成本高的问题。编码器信息具有精度高、时效性好的优点,但该类传感器成本及安装精度要求都偏高,不适合在齿轮箱上批量应用。
而磁电式转速传感器是根据电磁感应定律制成的用于测量角速度的传感器,通常与齿圈配合使用,测量时齿圈与待测齿轮同轴,传感器输出信号中包含齿轮运行的状态信息,具有信噪比高和成本低廉的优势;磁电式转速传感器构造简单,刚性好,不易受振动、温度、油和灰尘等的影响,并且该传感器是非接触测量信号,对旋转轴不加负荷,可以保证测量安全,同时该传感器是发电式传感器,无需外接电源,适用于现场测量时的复杂工况。目前还没有将磁电式转速传感信息用于齿轮状态监测方法的文献公开。
发明内容
为克服现有技术的缺点,本发明目的在于提供了一种基于磁电式转速传感器的齿轮健康状态监测方法,通过采集磁电式转速传感器信号,提取齿轮健康状态信息,实现了齿轮健康状态监测。
为了达到上述目的,本发明采取的技术方案为:
一种基于磁电式转速传感器的齿轮健康状态监测方法,包括以下步骤:
步骤1:用磁电式转速传感器采集齿轮箱运行过程中的信号s(t),其中t代表时间;确认待分析齿轮副主动轮齿数z1、从动轮齿数z2、输入轴齿圈齿数n1和输出轴齿圈齿数n2,齿圈齿数满足n1,n2>z1,z2,以主动轮旋转周期为1阶,计算输入轴齿圈齿通过阶次fc1、齿轮啮合阶次fm1、主动轮转频fz1和从动轮转频fz2;
步骤2:设计一个以输入轴齿圈齿通过频率fz1·fc为中心频率,滤波带宽为0.5fz1的滤波器H(f);对步骤1中信号s(t)进行滤波,得到信号sk(t);滤波器H(f)频响函数的表达式如下:
式中fc1为输入轴齿圈齿通过阶次,fz1为主动轮转频;
步骤3:统计信号sk(t)过零点次数,记录信号sk(t)中每n个过零点位置,生成时标信号k(t);
步骤4:利用步骤3得到的时标信号k(t)对步骤1的信号s(t)进行角度域重采样,得到角度域信号s(a),其中a代表角度;
步骤5:使用复解析解调,对步骤4得到的角度域信号s(a)进行解调,得到信号q1(a),解调的中心阶次取输入轴齿圈齿通过阶次fc1,解调的阶次取fc1±i,fc1±fm1±i,式中fm1为齿轮啮合阶次,i=1,2,3;
步骤6:设计一个滤波器带宽为fm1-3.5阶的低通滤波器H1(a),对步骤5得到的信号q1(a)进行低通滤波,得到信号q1d(a),并计算信号q1d(a)的均方根值rmsq1;低通滤波器H1(a)的频响函数表达式为:
式中fm1为齿轮啮合阶次;
步骤1-6中的信号s(t)、信号sk(t)、时标信号k(t)、角度域信号s(a)、信号q1(a)和信号q1d(a)为基准数据;
步骤7:重复步骤1-步骤6,采集20组数据,计算20组数据rmsq1的平均数,设置为基准值K;
步骤8:再重复步骤1-步骤6,直至新采集数据rmsq1值高于2倍基准值K,确认齿轮箱状态出现退化;
步骤9:使用复解析解调,对步骤5中获得的信号q1(a)进行解调,得到信号q2(a),解调的中心阶次取齿轮啮合阶次fm1,解调的阶次取fm1±i,式中fm1为齿轮啮合阶次,i=1,2,3;计算信号q2(a)的均方根值rmsq2;
步骤10:在齿轮退化后数据中寻找齿轮系统固有频率fg,设计以n·fz1+fg为中心频率,带宽为5fz的滤波器H2(a),对基准数据与退化后的步骤1中信号s(t)进行滤波,得到信号q3(t),计算信号q3(t)的均方根值rmsq3;
步骤11:对比基准数据与齿轮退化后数据rmsq2和rmsq3值,判断主动轮是否存在故障;
步骤12:以从动轮旋转周期为1阶,计算输出轴齿圈齿通过阶次fc2,齿轮啮合阶次fm2,重复步骤1-步骤11,判断从动轮是否存在故障。
所述的步骤11中,若退化后数据rmsq2值出现趋势性变化,rmsq3值没有出现趋势性变化,判断齿轮存在裂纹故障;退化后数据rmsq3值出现趋势性变化,rmsq2值没有出现趋势性变化,判断齿轮存在剥落故障;若退化后数据rmsq2值和rmsq3值均出现趋势性变化,判断齿轮既存在裂纹故障,又存在剥落故障;若退化后数据rmsq2和rmsq3值均未出现趋势性变化,判断齿轮箱存在其他与轴有关的故障。
本发明的有益效果为:
本发明基于磁电式转速传感器信号,该信号具有时标功能,可以通过角度域重采样降低转速波动的影响,克服了使用振动、噪声信息诊断齿轮故障时缺少键相信息的缺陷。监测齿轮状态时无需人工判断,信号处理方法时间复杂度低、信号信噪比高,可实现齿轮状态实时监测,并可以识别齿轮裂纹与剥落故障。
附图说明
图1为本发明方法的流程图。
图2为本发明实施例齿轮箱传动简图。
图3为本发明实施例基准数据s(t)时域图与频域图。
图4为本发明实施例基准数据sk(t)时域图与频谱图。
图5为本发明实施例基准数据k(t)时域图。
图6为本发明实施例基准数据q1d(a)阶次谱图。
图7为本发明实施例退化后数据q1d(a)阶次谱图。
图8为本发明实施例基准数据与退化后数据q2(a)阶次谱图。
图9为本发明实施例基准数据与退化后数据q3(t)时域图。
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,实施例采用一次车桥主减速器齿轮箱测试数据。
如图1所示,一种基于磁电式转速传感器的齿轮健康状态监测方法,包括以下步骤:
步骤1:通过磁电式转速传感器采集车桥磁电式转速信号s(t),采样频率为40kHz,该车桥齿轮箱为一级传动,输入轴转速约616rpm,结构如图2所示,主动轮9齿,从动轮37齿,输入轴齿圈齿数为100,输出轴齿圈齿数为100;以输入轴齿圈为例,根据其结构确定齿圈齿通过阶次为100,齿轮啮合阶次为9,输入轴转频为10.27Hz,输出轴转频为2.50Hz,一组基准数据s(t)时域波形与频谱如图3所示;
步骤2:设计一个以输入轴齿圈齿通过频率10.27×100=1027Hz为中心频率,滤波带宽为5Hz的带通滤波器,对步骤1中信号s(t)进行滤波,得到信号sk(t),一组基准数据sk(t)时域波形与频谱如图4所示;
步骤3:统计信号sk(t)过零点次数,记录信号sk(t)中每100个过零点位置,生成时标信号k(t),一组基准数据k(t)时域波形如图5所示;
步骤4:利用步骤3得到的时标信号k(t)对步骤1中信号s(t)进行角度域重采样,得到角度域信号s(a),其中a代表角度;
步骤5:使用复解析解调,对步骤4得到的角度域信号s(a)进行解调,得到信号q1(a),解调的中心阶次取齿圈齿通过阶次100,解调的阶次取88,89,90,91,92,93,94,97,98,99,101,102,103,106,107,108,109,110,111,112;
步骤6:设计一个滤波器带宽为fm1-3.5阶次的低通滤波器H1(a),对步骤5得到的信号q1(a)进行低通滤波,得到信号q1d(a),并计算信号q1d(a)的均方根值rmsq1,一组基准数据q1d(a)阶次谱如图6所示;
步骤1-6中的信号s(t)、信号sk(t)、时标信号k(t)、角度域信号s(a)、信号q1(a)和信号q1d(a)为基准数据;
步骤7:重复步骤1-步骤6,采集20组数据,计算20组数据rmsq1的平均数,设置为基准值K;
步骤8:再重复步骤1-步骤6,直至新采集数据rmsq1值高于2倍基准值K,确认齿轮箱状态出现退化;一组退化后数据q1d(a)阶次谱如图7所示;
步骤9:使用复解析解调,对步骤5中获得的信号q1(a)进行解调,得到信号q2(a),解调的中心阶次取齿轮啮合阶次9,解调的阶次取6,7,8,10,11,12;计算信号q2(a)的均方根值rmsq2,基准数据与退化后数据q2(a)阶次谱如图8所示;
步骤10:在齿轮退化后数据中寻找齿轮系统固有频率,确认固有频率为432Hz,设计一个以100×10.27+432=1459Hz为中心频率,带宽为51.35Hz的滤波器,对基准数据与退化后的步骤1中信号s(t)进行滤波,得到信号q3(t),计算信号q3(t)的均方根值rmsq3,基准数据与退化后数据q3(t)时域波形如图9所示;
步骤11:对比基准数据与齿轮退化后数据rmsq2和rmsq3值,退化后数据rmsq2值是基准数据rmsq2值1.75倍,rmsq3值是基准数据7.8倍,与剥落故障特征一致,判断主动轮存在剥落故障;
步骤12:以从动轮旋转周期为1阶,根据结构确定输出轴齿圈齿通过阶次为100,齿轮啮合阶次为37,重复步骤1-步骤11,判断从动轮是否存在故障。
本发明方法可以有效判断齿轮状态同时稳定性好,不易产生误判,并且可以用于识别齿轮裂纹故障和剥落故障。
Claims (2)
1.一种基于磁电式转速传感器的齿轮健康状态监测方法,其特征在于,包括以下步骤:
步骤1:用磁电式转速传感器采集齿轮箱运行过程中的信号s(t),其中t代表时间;确认待分析齿轮副主动轮齿数z1、从动轮齿数z2、输入轴齿圈齿数n1和输出轴齿圈齿数n2,齿圈齿数满足n1,n2>z1,z2,以主动轮旋转周期为1阶,计算输入轴齿圈齿通过阶次fc1、齿轮啮合阶次fm1、主动轮转频fz1和从动轮转频fz2;
步骤2:设计一个以输入轴齿圈齿通过频率fz1·fc为中心频率,滤波带宽为0.5fz1的滤波器H(f);对步骤1中信号s(t)进行滤波,得到信号sk(t);滤波器H(f)频响函数的表达式如下:
式中fc1为输入轴齿圈齿通过阶次,fz1为主动轮转频;
步骤3:统计信号sk(t)过零点次数,记录信号sk(t)中每n个过零点位置,生成时标信号k(t);
步骤4:利用步骤3得到的时标信号k(t)对步骤1的信号s(t)进行角度域重采样,得到角度域信号s(a),其中a代表角度;
步骤5:使用复解析解调,对步骤4得到的角度域信号s(a)进行解调,得到信号q1(a),解调的中心阶次取输入轴齿圈齿通过阶次fc1,解调的阶次取fc1±i,fc1±fm1±i,式中fm1为齿轮啮合阶次,i=1,2,3;
步骤6:设计一个滤波器带宽为fm1-3.5阶的低通滤波器H1(a),对步骤5得到的信号q1(a)进行低通滤波,得到信号q1d(a),并计算信号q1d(a)的均方根值rmsq1;低通滤波器H1(a)的频响函数表达式为:
式中fm1为齿轮啮合阶次;
步骤1-6中的信号s(t)、信号sk(t)、时标信号k(t)、角度域信号s(a)、信号q1(a)和信号q1d(a)为基准数据;
步骤7:重复步骤1-步骤6,采集20组数据,计算20组数据rmsq1的平均数,设置为基准值K;
步骤8:再重复步骤1-步骤6,直至新采集数据rmsq1值高于2倍基准值K,确认齿轮箱状态出现退化;
步骤9:使用复解析解调,对步骤5中获得的信号q1(a)进行解调,得到信号q2(a),解调的中心阶次取齿轮啮合阶次fm1,解调的阶次取fm1±i,式中fm1为齿轮啮合阶次,i=1,2,3;计算信号q2(a)的均方根值rmsq2;
步骤10:在齿轮退化后数据中寻找齿轮系统固有频率fg,设计以n·fz1+fg为中心频率,带宽为5fz的滤波器H2(a),对基准数据与退化后的步骤1中信号s(t)进行滤波,得到信号q3(t),计算信号q3(t)的均方根值rmsq3;
步骤11:对比基准数据与齿轮退化后数据rmsq2和rmsq3值,判断主动轮是否存在故障;
步骤12:以从动轮旋转周期为1阶,计算输出轴齿圈齿通过阶次fc2,齿轮啮合阶次fm2,重复步骤1-步骤11,判断从动轮是否存在故障。
2.根据权利要求1所述的一种基于磁电式转速传感器的齿轮健康状态监测方法,其特征在于:所述的步骤11中,若退化后数据rmsq2值出现趋势性变化,rmsq3值没有出现趋势性变化,判断齿轮存在裂纹故障;退化后数据rmsq3值出现趋势性变化,rmsq2值没有出现趋势性变化,判断齿轮存在剥落故障;若退化后数据rmsq2值和rmsq3值均出现趋势性变化,判断齿轮既存在裂纹故障,又存在剥落故障;若退化后数据rmsq2和rmsq3值均未出现趋势性变化,判断齿轮箱存在其他与轴有关的故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513567.1A CN110132579B (zh) | 2019-06-14 | 2019-06-14 | 一种基于磁电式转速传感器的齿轮健康状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513567.1A CN110132579B (zh) | 2019-06-14 | 2019-06-14 | 一种基于磁电式转速传感器的齿轮健康状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110132579A CN110132579A (zh) | 2019-08-16 |
CN110132579B true CN110132579B (zh) | 2021-05-28 |
Family
ID=67577218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910513567.1A Active CN110132579B (zh) | 2019-06-14 | 2019-06-14 | 一种基于磁电式转速传感器的齿轮健康状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110132579B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636347A (zh) * | 2012-04-24 | 2012-08-15 | 西安交通大学 | 一种用于变转速齿轮箱的振动信号时域同步平均方法 |
CN103105503A (zh) * | 2012-12-13 | 2013-05-15 | 中国北车集团大连机车车辆有限公司 | 基于磁电式传感器的机车牵引电机转速信号的检测方法 |
CN103353396A (zh) * | 2013-06-24 | 2013-10-16 | 西安交通大学 | 基于无时标短时相位解调的齿轮箱故障诊断方法 |
CN105067248A (zh) * | 2015-08-17 | 2015-11-18 | 安徽容知日新信息技术有限公司 | 设备转速和振动数据采集方法、装置和监测系统 |
CN206020452U (zh) * | 2016-08-23 | 2017-03-15 | 杭州锐达数字技术有限公司 | 用于转速测量的阶次跟踪分析装置 |
CN108225764A (zh) * | 2017-12-05 | 2018-06-29 | 昆明理工大学 | 一种基于包络提取的高精度无键相信号阶次跟踪方法及系统 |
-
2019
- 2019-06-14 CN CN201910513567.1A patent/CN110132579B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636347A (zh) * | 2012-04-24 | 2012-08-15 | 西安交通大学 | 一种用于变转速齿轮箱的振动信号时域同步平均方法 |
CN103105503A (zh) * | 2012-12-13 | 2013-05-15 | 中国北车集团大连机车车辆有限公司 | 基于磁电式传感器的机车牵引电机转速信号的检测方法 |
CN103353396A (zh) * | 2013-06-24 | 2013-10-16 | 西安交通大学 | 基于无时标短时相位解调的齿轮箱故障诊断方法 |
CN105067248A (zh) * | 2015-08-17 | 2015-11-18 | 安徽容知日新信息技术有限公司 | 设备转速和振动数据采集方法、装置和监测系统 |
CN206020452U (zh) * | 2016-08-23 | 2017-03-15 | 杭州锐达数字技术有限公司 | 用于转速测量的阶次跟踪分析装置 |
CN108225764A (zh) * | 2017-12-05 | 2018-06-29 | 昆明理工大学 | 一种基于包络提取的高精度无键相信号阶次跟踪方法及系统 |
Non-Patent Citations (2)
Title |
---|
时域平均在行星齿轮箱故障诊断的应用;肖志松等;《河北工业大学学报》;20031231;全文 * |
角域AR谱技术在齿轮故障诊断中的应用;刘小峰等;《振动工程学报》;20100228;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110132579A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sheng | Wind turbine gearbox condition monitoring round robin study-vibration analysis | |
Guo et al. | Faulty bearing signal recovery from large noise using a hybrid method based on spectral kurtosis and ensemble empirical mode decomposition | |
US10495693B2 (en) | Wind turbine fault detection using acoustic, vibration, and electrical signals | |
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 | |
CN102262215B (zh) | 一种大型发电机定转子气隙偏心故障检测方法 | |
CN110044610B (zh) | 齿轮故障诊断方法 | |
CN104535323A (zh) | 一种基于角域-时域-频域的机车轮对轴承故障诊断方法 | |
CN110595764B (zh) | 一种基于振动特征提取的直升机传动系统故障诊断方法 | |
CN110940917B (zh) | 一种电动机故障预警方法及系统 | |
CN109253244B (zh) | 一种多齿轮系统大型机械齿轮箱故障检测方法 | |
CN107101827A (zh) | 一种低速重载齿轮裂纹故障在线检测方法 | |
Lin et al. | A review and strategy for the diagnosis of speed-varying machinery | |
CN112781709A (zh) | 变速工况下设备振动信号早期故障分析和特征提取方法 | |
PAwlik et al. | Vibroacoustic study of powertrains operated in changing conditions by means of order tracking analysis | |
CN105277362A (zh) | 基于编码器多位转角信号的齿轮故障检测方法 | |
Wang et al. | Tacholess order-tracking approach for wind turbine gearbox fault detection | |
CN110844111A (zh) | 一种多特征指标锥齿轮健康状态评估方法 | |
EP2551513A2 (en) | Wind turbine condition monitoring method | |
CN110132579B (zh) | 一种基于磁电式转速传感器的齿轮健康状态监测方法 | |
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 | |
Chen et al. | A fault characteristics extraction method for rolling bearing with variable rotational speed using adaptive time-varying comb filtering and order tracking | |
CN109916624B (zh) | 一种基于希尔伯特黄的滚珠丝杠副疲劳失效诊断方法 | |
CN114486252B (zh) | 一种矢量模极大值包络的滚动轴承故障诊断方法 | |
CN112035789B (zh) | 一种风力发电机齿轮传动系统故障诊断方法 | |
CN115683580A (zh) | 一种基于相位域自适应滤波的旋转机械故障诊断方法 |
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 |