CN115839845A - 一种传动部件异响识别方法 - Google Patents
一种传动部件异响识别方法 Download PDFInfo
- Publication number
- CN115839845A CN115839845A CN202211684915.XA CN202211684915A CN115839845A CN 115839845 A CN115839845 A CN 115839845A CN 202211684915 A CN202211684915 A CN 202211684915A CN 115839845 A CN115839845 A CN 115839845A
- Authority
- CN
- China
- Prior art keywords
- gear
- abnormal sound
- frequency
- order
- bearing
- 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
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开一种传动部件异响识别方法,其包括:将传动部件装在检测台上进行各挡位测试,对于测试中存在异响问题的档位,根据挡位传递关系建立档齿矩阵,筛选出异响问题档位交叉齿轮,通过更换齿轮排查故障,若交叉齿轮非故障元件,则通过检测台采集异响问题档位在转动过程中的振动噪声信号,并进行阶次分析以查找故障元件,若仍无法找到,则获取异响问题档位传动部件振动噪声数据的统计分析样本,并进行标准化,利用模糊聚类算法,建立模糊相似矩阵进行聚类分析,根据聚类分析结果划定异响问题区域。本发明能够提升传动部件异响识、溯源的效率和准确性,减少拆卸装配所造成的人力物力浪费。
Description
技术领域
本发明涉及工程机械故障检测技术领域,特别是一种传动部件异响识别方法。
背景技术
传动部件的应用领域十分广泛,在汽车传动、工程机械等领域都有应用,是一个重要的机械部件,传动部件中一般包括:齿轮、轴承、轴等,由于设计、生产加工和装配的原因,有时传动部件会出现问题,如传动异响等。当出现异响时,技术人员主要依靠经验判断异响位置,采用人耳听觉的方式,拆卸与重新装配排除与解决问题,目前的解决方案大多为:采用控制变量法,单独更换多个齿轮、轴承、轴等,以此判定出现故障的零件。由于传动部件内部零件较多且其工作情况肉眼无法直接看到,拆装不方便,当传动部件出现故障时,给确定发生问题的具体部位和原因带来了困难。
工程机械传动部件在工作过程中经常会出现运作不流畅并发出异响故障。有别于发动机异响、汽车车内异响等稳态异响,传动异响主要为瞬态异响,主要表现为回转时出现“嘎哒、嘎哒”不规则响声,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,传动异响识别领域并无通用识别故障位置的测试方法,现有的传动部件异响分析技术存在的缺陷有:
(1)传动部件异响原因分析不全,无法识别包括多档位齿轮啮合等原因引起的异响;
(2)无法确保一次拆卸和重新装配能解决问题,浪费大量人力、物力和财力;
(3)不利于以后快速解决类似问题和避免类似问题的再次出现。
发明内容
本发明的目的是提供一种传动部件异响识别方法,能够提升传动部件异响识别、溯源的效率和准确性,减少拆卸装配所造成的人力物力浪费。
为达到上述目的本发明采用的技术方案为:一种传动部件异响识别方法,包括:
S1,按照对应的转速与扭矩,利用检测平台对各档位对应的传动部件进行测试,确定存在异响问题的档位;
对于存在异响问题的档位,根据各档位动力传递关系建立档齿矩阵,基于所述档齿矩阵,筛选出异响问题档位交叉齿轮;
通过更换齿轮判断所述交叉齿轮是否为问题齿轮,若不是,则转至步骤S2;
S2,对于存在异响问题的各档位所对应的传动部件,利用检测平台采集传动部件运行过程中的振动信号以及噪声信号;
基于采集到的信号进行阶次分析,得到传动部件中各组件的故障特征阶次,根据故障特征阶次判断疑似故障元件;
通过更换疑似故障元件判断其是否为问题元件,若不是,则转至步骤S3;
S3,对于待排查的档位对应的传动部件,利用检测平台采集传动部件转动过程中多个测点在多个异响时刻的振动和噪声信号数据;
利用模糊聚类算法对采集到的数据进行处理,得到信号幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域。
步骤S3得到异响源区域后,即大大缩小了传动异响部件的排查范围,在此区域内继续进行排查时,即使采用常规排查方式,仍可大大提升异响元件的排查效率。
可选的,方法中,步骤S3还包括,基于模糊聚类处理的结果,根据幅值对相似类进行排序,根据排序结果和测点位置关系绘制测点异响振动传递轨迹图。可使得异响的发生源与传动过程更加清晰,进一步降低基于模糊聚类算法结果排查异响元件的难度。
可选的,所述检测平台包括输入电机、输出电机和传感器组件,所述传感器组件包括转速传感器、扭矩传感器、振动传感器和噪声传感器;
所述传动部件的测试安装结构为:传动部件安装于输入电机与输出电机之间,分别由输入电机提供动力和由输出电机提供负载;传动部件的两端分别均安装转速传感器和扭矩传感器,用于测量输入、输出转速和扭矩;振动传感器和噪声传感器设置于传动部件上的多个不同位置。
可选的,所述检测平台还包括底座,底座上设有多个安装槽,所述输入电机和输出电机分别包括安装脚,并通过所述安装脚滑动、可固定地安装于所述安装槽内。
优选的,所述底座采用铸铁材料制成,所述安装槽为T型槽,输入电机和输出电机的安装角安装于同一条安装槽;
底座周部设有污水集流槽和排泄孔。
可选的,所述检测平台还包括隔声罩,所述输入电机与输出电机外分别设置所述隔声罩;
所述隔声罩的每一侧面的中部贯穿其长度方向设置有阶梯结构部,阶梯结构部两侧的边缘中部设有尖劈结构部,所述阶梯结构部与尖劈结构部之外的区域为沟槽结构,所述尖劈结构部与所述阶梯结构部之间的沟槽延伸方向与阶梯结构部的长度方向平行,且与其它沟槽结构区域的沟槽延伸方向相互垂直。
可选的,步骤S1中,所述对于存在异响问题的档位,根据各档位动力传递关系建立档齿矩阵,包括:
S11,对于各存在异响问题的档位,列出其档位动力传递关系上的所有齿轮;
S12,以存在异响问题的各档位作为矩阵行元素,各齿轮作为矩阵列元素,建立档齿矩阵,所述档齿矩阵中,不同行的相同齿轮位于矩阵的同一列;
步骤S1中,所述基于所述档齿矩阵,筛选出异响问题档位交叉齿轮,包括:将档齿矩阵中所有行均包含的相同的列元素齿轮,作为所述异响问题档位交叉齿轮。
可选的,步骤S2中,所述对于各档位对应的传动部件,利用检测平台采集传动部件运行过程中的振动信号以及噪声信号,包括:
将传动部件安装于检测平台的输入电机与输出电机之间,并安装传感器组件,控制输入电机转动,利用传感器获得设定测试周期的振动和噪声波形数据;
其中,所述设定测试周期的时长为输入电机6-10转的时长。
可选的,步骤S2中,所述基于采集到的信号进行阶次分析,得到传动部件中各组件的故障特征阶次,包括:
对于滚动轴承元件,计算其轴承滚动件损坏频率、轴承内轨道损坏频率、轴承外轨道损坏频率和轴承保持架损坏频率;
对于齿轮,计算定轴齿轮啮合频率,计算齿圈固定的单排行星齿轮啮合频率,计算太阳轮固定的单排行星齿轮啮合频率;
基于所选择的基准阶次,根据计算所得频率确定各传动部件元件对应的阶次;
对于采集到的振动噪声信号的时域波形,通过傅里叶变换得到对应的频域数据,根据频域数据对应的阶次,和所述各传动部件元件对应的阶次,确定各振动噪声信号测点对应的传动部件元件,得到各传动部件元件对应的阶次和振动噪声信号幅值。
上述方案中,在计算出频率后,根据选定的基准阶次,由阶次是频率的比值,可得到对应的阶次。
可选的,滚动轴承的轴承滚动件损坏频率表示为:
BSF=1/2×RPM×Pd/Bd×(1-(Bd/Pd×cosψ)2)
RPM为轴承所在轴的转速,N为轴承滚动件的数目,Pd为轴承节径,Bd为轴承滚动件直径,ψ为滚动件接触角;
滚动轴承的轴承内轨道损坏频率表示为:
BPFI=1/2×RPM×N×(1-Bd/Pd×cosψ)
滚动轴承的轴承外轨道损坏频率表示为:
BPFO=1/2×RPM×N×(1+Bd/Pd×cosψ);
滚动轴承的轴承保持架损坏频率表示为:
FTF=1/2×RPM×(1×Bd/Pd×cosψ)
定轴齿轮啮合频率表示为:GMF=Z×RPM′
齿圈固定的单排行星齿轮啮合频率表示为:GMF1=Z1×(n1±n2)/60
太阳轮固定的单排行星齿轮啮合频率表示为:GMF2=Z1×(n3±n2)/60
Z为齿轮齿数,RPM′为齿轮所在轴的转速,Z1为齿圈齿数,n1为太阳轮转速,n2为行星架转速,n3为齿圈转速;
GMF1和GMF2的表达式中,“±”的选取根据参与计算的两转速的方向确定,若为同向则取负号,否则取正号。
可选的,步骤S2中,所述根据故障特征阶次判断疑似故障元件,包括:
根据传动部件元件对应的阶次和振动噪声信号幅值,以及各阶次预设的振动噪声信号幅值阈值,
若啮合阶次存在振动噪声信号幅值超出对应的阈值,则对应的轴承或对应的一对啮合齿轮存在异常;对于同一对啮合阶次相同的齿轮,边频距对应齿轮所在轴的阶次,若边频距存在振动噪声信号幅值超出对应的阈值,则相应轴上的齿轮存在异常;
若非啮合阶次存在振动噪声信号幅值超出对应的阈值,则利用共振频率以及周边边带确认,与各元件对应模态阶次比较,如非啮合阶次与某一元件的模态阶次相等,则判断该元件存在异常;若传动部件内存在若干个相同元件,则通过异常尖峰距判断:若异常尖峰距存在振动噪声信号幅值超出对应的阈值,则该轴上的元件存在异常。
可选的,步骤S3中,对于待排查的档位对应的传动部件,假设在一个测试周期内,利用检测平台采集到传动部件转动过程中n个测点在m个异响时刻的振动/噪声信号幅值数据为U={X1,X2,Xi,,…,Xn},其中第i个测点在m个异响时刻的振动/噪声信号幅值数据为Xi=(Xi1,Xi2,Xi3,…,Xim);
所述利用模糊聚类算法对采集到的数据进行处理,得到信号幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域,包括:
对采集到的数据进行标准化处理,得到标准化后的U′;
利用相似系数法构建模糊系数矩阵R;
基于模糊等价矩阵聚类的传递闭包法,计算模糊相似矩阵R的模糊等价矩阵t(R);
取某一实数λ∈[0,1],计算λ截矩阵Rλ,根据Rλ对U′中的数据进行划分;
从划分的类中找出幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域。
有益效果
本发明的传动部件异响识别方法及装置,改变了过去主要依靠经验判断异响位置的局面,能够为进一步分析异响产生原因提供位置信息,本发明的应用,将减少异响原因查找引起的拆卸、装配所造成的人力、物力、财力的浪费。具体存在以下优点和进步:
(1)提出了档齿矩阵的概念,解决了各异响挡位人工定位难的问题,实现交叉齿轮的精准识别;
(2)提出了异响检测台,能够解决其它声源的干扰,有助于异响的主客观判断;
(3)模糊聚类法的应用解决了瞬态异响识别中的位置模糊性问题,排除了结构表面因结构特性引起的放大造成的识别误差;
(4)并结合多种传动部件异响分析方式制定了异响分析流程,并提出了阶次分析方法,为异响的定量分析奠定了理论基础;
(5)在阶次分析与模糊聚类分析中结合振动信号与噪声信号进行多特征判别,提升异响识别的准确度。
附图说明
图1所示为本发明传动部件异响识别方法流程示意图;
图2所示为检测台结果示意图;
图3所示为含隔声罩的检测台结构示意图;
图4所示为隔声罩结构示意图;
图5所示为某多档传动部件的档位传递示意图;
图6所示为信号阶次分析流程示意图;
图7所示为模糊聚类分析流程示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
参考图1,本发明的传动部件异响识别检测平台包括底座2、输入电机1、输出电机5和传感器组件6,所述传感器组件包括转速传感器、扭矩传感器、振动传感器和噪声传感器;
在进行异响检测时,将待查异响问题的传动部件4安装于输入电机与输出电机之间,分别由输入电机提供动力和由输出电机提供负载;按照传递路径尽可能最短、安装位置刚性尽可能大的原则,传感器组件安装于传动部件的轴承座上,包括传动部件的两端轴承座上分别均安装转速传感器和扭矩传感器,用于测量输入、输出转速和扭矩;振动传感器和噪声传感器设置于传动部件上的多个不同位置。
检测平台的底座上设有多个安装槽,输入电机和输出电机分别包括安装脚,并通过安装脚滑动、可固定地安装于安装槽内。安装槽为T型槽,输入电机和输出电机的安装角安装于同一条安装槽,以便于移动来适应不同规格的传动部件大小。底座的底部四周设置减振块以减少电机振动产生的噪音,底座采用优质细颗料的灰口铸铁铸造而成,工作面设置吊装、安装孔,底座周部还设有污水集流槽和排泄孔。
如图2和图3所示,本实施例的检测平台还包括隔声罩7,输入电机与输出电机外分别设置所述隔声罩。图3示出了隔声罩的内侧面结构,隔声罩的每一侧面的中部贯穿其长度方向设置有阶梯结构部,阶梯结构部两侧的边缘中部设有尖劈结构部,所述阶梯结构部与尖劈结构部之外的区域为沟槽结构,所述尖劈结构部与所述阶梯结构部之间的沟槽延伸方向与阶梯结构部的长度方向平行,且与其它沟槽结构区域的沟槽延伸方向相互垂直。本实施例的隔声罩能够在检测过程中起到吸声效果,削弱电机产生的噪音,同时让传动部件异响声音不被掩蔽住。
本发明的传动部件异响识别方法,参考图4,包括以下步骤:
S1,对于各档位对应的传动部件,按照对应的转速与扭矩,利用检测平台进行测试,确定存在异响问题的档位;
对于存在异响问题的档位,根据档位动力传递关系建立档齿矩阵,基于档齿矩阵,筛选出异响问题档位交叉齿轮;
通过更换齿轮判断所述交叉齿轮是否为问题齿轮,若不是,则转至步骤S2;
S2,对于存在异响问题的各档位所对应的传动部件,利用检测平台采集传动部件运行过程中多个位置的振动信号以及噪声信号;
基于采集到的信号进行阶次分析,得到传动部件中各组件的故障特征阶次,根据故障特征阶次判断疑似故障元件;
通过更换疑似故障元件判断其是否为问题元件,若不是,则转至步骤S3;
S3,对于待排查的档位对应的传动部件,利用检测平台采集传动部件转动过程中多个测点在多个异响时刻的振动和噪声信号数据;
利用模糊聚类算法对采集到的数据进行处理,得到信号幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域。该异响源区域的识别为进一步分析故障原因和故障元件提供了位置参考。
进一步的,本实施例基于模糊聚类处理的结果,根据信号幅值对相似类进行排序,根据排序结果和测点位置关系绘制测点异响振动传递轨迹图,可使得异响的发生源与传动过程更加清晰,进一步降低异响元件排查的难度。
以下对上述步骤进行具体说明。
一、利用档齿矩阵排查故障元件
步骤S1中,对于存在异响问题的档位,根据各档位动力传递关系建立档齿矩阵,具体包括:
S11,对于各存在异响问题的档位,列出其档位动力传递关系上的所有齿轮;
S12,以存在异响问题的各档位作为矩阵行元素,各齿轮作为矩阵列元素,建立档齿矩阵,所述档齿矩阵中,不同行的相同齿轮位于矩阵的同一列;
步骤S1中,所述基于所述档齿矩阵,筛选出异响问题档位交叉齿轮,包括:将档齿矩阵中所有行均包含的相同的列元素齿轮,作为所述异响问题档位交叉齿轮。
以某传动部件为例,其档位传递关系如图6所示,转化成挡位齿轮传递路线,如表1所示:
表1某传动部件各挡位传递路线
建立档齿矩阵时,可首先将所有各挡位所对应的齿轮组合作为矩阵的行元素,矩阵中的每一列对应不同的齿轮,且每一列的所有齿轮为对应不同档位的相同齿轮,若某档位传递关系无响应齿轮,则对应行的对应列元素为空。
由表1列出对应的档齿矩阵如下所示:
将其中存在异响问题的挡位行元素从档齿矩阵中挑出,重新组成异响问题档齿矩阵,筛选出其中每个挡位行元素都有的齿轮,其他齿轮从矩阵中去除,如下所示,Zi即为异响问题档位交叉齿轮。
对于筛选出的异响问题档位交叉齿轮,通过更换齿轮查看异响问题是否消除,如果无法消除或者未找到异响问题档位交叉齿轮,则继续下一步骤,通过振动噪声检测及阶次分析排查异响故障元件。
二、振动噪声信号采集及阶次分析
本实施例步骤S2中,所述对于各档位对应的传动部件,利用检测平台采集传动部件运行过程中的振动信号以及噪声信号,包括:
将传动部件安装于检测平台的输入电机与输出电机之间,并安装传感器组件,控制输入电机转动,利用传感器获得设定测试周期的振动和噪声波形数据。测试周期至少覆盖传动部件6-10转的时域波形,最高分析频率至少为啮合频率的3.3倍。
本实施例基于采集到的信号进行阶次分析,得到传动部件中各组件的故障特征阶次,包括:
对于滚动轴承元件,计算其轴承滚动件损坏频率、轴承内轨道损坏频率、轴承外轨道损坏频率和轴承保持架损坏频率;
对于齿轮,计算定轴齿轮啮合频率,计算齿圈固定的单排行星齿轮啮合频率,计算太阳轮固定的单排行星齿轮啮合频率;
基于所选择的基准阶次,根据计算所得频率确定各传动部件元件对应的阶次;
对于采集到的振动噪声信号的时域波形,通过傅里叶变换得到对应的频域数据,根据频域数据对应的阶次,和所述各传动部件元件对应的阶次,确定各振动噪声信号测点对应的传动部件元件,得到各传动部件元件对应的阶次和振动噪声信号幅值。
上述方案中,在计算出频率后,根据选定的基准阶次,由阶次是频率的比值,可得到对应的阶次。基准阶次可选择为转速测试所在轴的阶次。
具体的,滚动轴承的轴承滚动件损坏频率表示为:
BSF=1/2×RPM×Pd/Bd×(1-(Bd/Pd×cosψ)2)
RPM为轴承所在轴的转速,N为轴承滚动件的数目,Pd为轴承节径,Bd为轴承滚动件直径,ψ为滚动件接触角;
滚动轴承的轴承内轨道损坏频率表示为:
BPFI=1/2×RPM×N×(1-Bd/Pd×cosψ)
滚动轴承的轴承外轨道损坏频率表示为:
BPFO=1/2×RPM×N×(1+Bd/Pd×cosψ);
滚动轴承的轴承保持架损坏频率表示为:
FTF=1/2×RPM×(1×Bd/Pd×cosψ)
定轴齿轮啮合频率表示为:GMF=Z×RPM′
齿圈固定的单排行星齿轮啮合频率表示为:GMF1=Z1×(n1±n2)/60
太阳轮固定的单排行星齿轮啮合频率表示为:GMF2=Z1×(n3±n2)/60
Z为齿轮齿数,RPM′为齿轮所在轴的转速,Z1为齿圈齿数,n1为太阳轮转速,n2为行星架转速,n3为齿圈转速;
GMF1和GMF2的表达式中,“±”的选取根据参与计算的两转速的方向确定,若为同向则取负号,否则取正号。
本实施例的信号阶次分析包括啮合阶次与非啮合阶次分析:当啮合阶次存在能量超标即振动噪声信号幅值超出预设阈值时,通过上述计算公式计算出的啮合频率以及周边边带确认,当边频距相当于某一个轴阶次时,表明该轴上齿轮有问题;当非啮合阶次存在能量超标,即非啮合阶次上对应的幅值是否超标,且与非啮合阶次相邻频率的频率差(即边频)上的幅值也超标时,利用计算出的共振频率以及周边边带确认,通过总结出的规律异常尖峰距判断异响问题元件。
具体的:若啮合阶次存在振动噪声信号幅值超出对应的阈值,可判断出对应的轴承或那一对啮合齿轮存在异常,同一对相互啮合的齿轮啮合阶次相同,如需进一步确认到底哪一个齿轮存在异常,则需要通过边频距判断,边频距对应齿轮所在轴的阶次,若边频距存在振动噪声信号幅值超出对应的阈值,则该轴上的齿轮存在异常;
若非啮合阶次存在振动噪声信号幅值超出对应的阈值,则利用共振频率以及周边边带确认,与各元件对应模态阶次比较,如非啮合阶次与某一元件的模态阶次相等,则判断该元件存在异常;若传动部件内存在若干个相同元件,则通过异常尖峰距进一步判断:若异常尖峰距存在振动噪声信号幅值超出对应的阈值,则该轴上的元件存在异常。
在通过阶次分析得到疑似故障元件后,同样可通过更换对应元件查看是否消除异响问题,若无法找出疑似故障元件,或者更换元件后异响问题未消除,则继续下一步骤,通过模糊聚类算法识别异响源区域。
三、模糊聚类法识别异响源区域
这一部分内容中,在传动部件表面设置多个测点,通过检测平台检测传动部件在转动过程中多个异响时刻各测点的振动噪声信号,基于检测到的信号进行模糊聚类分析,进而获得异响源区域信息。
具体的:在传动部件表面布置n组振动噪声测点,并以输入电机的1个旋转周期为采样时间,第i个测点在共m个异响时刻的振动噪声信号为1个数据样本Xi=(Xi1,Xi2,Xi3,…,Xim),对全部测点数据样本组成的样本数据U={X1,X2,Xi,,…,Xn}进行标准化处理,将数据压缩在[0,1]区间内,得到标准化后的U′。
采用相似系数法构建模糊系数矩阵R,基于模糊等价矩阵聚类的传递闭包法,计算模糊相似矩阵R的传递闭包t(R),即模糊等价矩阵。取某一实数λ∈[0,1],计算出λ截矩阵Rλ,根据Rλ对U′中的数据进行划分,从划分的类中找出幅值最大类,幅值最大类数据为激励源周围结构件表面数据,该类中数据样本所属测点所包围的区域即为异响源区域。
根据聚类分析结果,以幅值对相似类进行排序,根据排序结果及测点位置关系,绘制基于测点的异响振动传递轨迹图,可实现异响问题的进一步分析。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (12)
1.一种传动部件异响识别方法,其特征是,包括:
S1,按照对应的转速与扭矩,利用检测平台对各档位对应的传动部件进行测试,确定存在异响问题的档位;
对于存在异响问题的档位,根据各档位动力传递关系建立档齿矩阵,基于所述档齿矩阵,筛选出异响问题档位交叉齿轮;
通过更换齿轮判断所述交叉齿轮是否为问题齿轮,若不是,则转至步骤S2;
S2,对于存在异响问题的各档位所对应的传动部件,利用检测平台采集传动部件运行过程中的振动信号以及噪声信号;
基于采集到的信号进行阶次分析,得到传动部件中各组件的故障特征阶次,根据故障特征阶次判断疑似故障元件;
通过更换疑似故障元件判断其是否为问题元件,若不是,则转至步骤S3;
S3,对于待排查的档位对应的传动部件,利用检测平台采集传动部件转动过程中多个测点在多个异响时刻的振动和噪声信号数据;
利用模糊聚类算法对采集到的数据进行处理,得到信号幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域。
2.根据权利要求1所述的方法,其特征是,步骤S3还包括,基于模糊聚类处理的结果,根据幅值对相似类进行排序,根据排序结果和测点位置关系绘制测点异响振动传递轨迹图。
3.根据权利要求1所述的方法,其特征是,所述检测平台包括输入电机、输出电机和传感器组件,所述传感器组件包括转速传感器、扭矩传感器、振动传感器和噪声传感器;
所述传动部件的测试安装结构为:传动部件安装于输入电机与输出电机之间,分别由输入电机提供动力和由输出电机提供负载;传动部件的两端分别均安装转速传感器和扭矩传感器,用于测量输入、输出转速和扭矩;振动传感器和噪声传感器设置于传动部件上的多个不同位置。
4.根据权利要求3所述的方法,其特征是,所述检测平台还包括底座,底座上设有多个安装槽,所述输入电机和输出电机分别包括安装脚,并通过所述安装脚滑动、可固定地安装于所述安装槽内。
5.根据权利要求4所述的方法,其特征是,所述底座采用铸铁材料制成,所述安装槽为T型槽,输入电机和输出电机的安装角安装于同一条安装槽;
底座周部设有污水集流槽和排泄孔。
6.根据权利要求3-5任一项所述的方法,其特征是,所述检测平台还包括隔声罩,所述输入电机与输出电机外分别设置所述隔声罩;
所述隔声罩的每一侧面的中部贯穿其长度方向设置有阶梯结构部,阶梯结构部两侧的边缘中部设有尖劈结构部,所述阶梯结构部与尖劈结构部之外的区域为沟槽结构,所述尖劈结构部与所述阶梯结构部之间的沟槽延伸方向与阶梯结构部的长度方向平行,且与其它沟槽结构区域的沟槽延伸方向相互垂直。
7.根据权利要求1所述的方法,其特征是,步骤S1中,所述对于存在异响问题的档位,根据各档位动力传递关系建立档齿矩阵,包括:
S11,对于各存在异响问题的档位,列出其档位动力传递关系上的所有齿轮;
S12,以存在异响问题的各档位作为矩阵行元素,各齿轮作为矩阵列元素,建立档齿矩阵,所述档齿矩阵中,不同行的相同齿轮位于矩阵的同一列;
步骤S1中,所述基于所述档齿矩阵,筛选出异响问题档位交叉齿轮,包括:将档齿矩阵中所有行均包含的相同的列元素齿轮,作为所述异响问题档位交叉齿轮。
8.根据权利要求3所述的方法,其特征是,步骤S2中,所述对于各档位对应的传动部件,利用检测平台采集传动部件运行过程中的振动信号以及噪声信号,包括:
将传动部件安装于检测平台的输入电机与输出电机之间,并安装传感器组件,控制输入电机转动,利用传感器获得设定测试周期的振动和噪声波形数据;
其中,所述设定测试周期的时长为输入电机6-10转的时长。
9.根据权利要求8所述的方法,其特征是,步骤S2中,所述基于采集到的信号进行阶次分析,得到传动部件中各组件的故障特征阶次,包括:
对于滚动轴承元件,计算其轴承滚动件损坏频率、轴承内轨道损坏频率、轴承外轨道损坏频率和轴承保持架损坏频率;
对于齿轮,计算定轴齿轮啮合频率,计算齿圈固定的单排行星齿轮啮合频率,计算太阳轮固定的单排行星齿轮啮合频率;
基于所选择的基准阶次,根据计算所得频率确定各传动部件元件对应的阶次;
对于采集到的振动噪声信号的时域波形,通过傅里叶变换得到对应的频域数据,根据频域数据对应的阶次,和所述各传动部件元件对应的阶次,确定各振动噪声信号测点对应的传动部件元件,得到各传动部件元件对应的阶次和振动噪声信号幅值。
10.根据权利要求9所述的方法,其特征是,滚动轴承的轴承滚动件损坏频率表示为:
BSF=1/2×RPM×Pd/Bd×(1-(Bd/Pd×cosψ)2)
RPM为轴承所在轴的转速,N为轴承滚动件的数目,Pd为轴承节径,Bd为轴承滚动件直径,ψ为滚动件接触角;
滚动轴承的轴承内轨道损坏频率表示为:
BPFI=1/2×RPM×N×(1-Bd/Pd×cosψ)
滚动轴承的轴承外轨道损坏频率表示为:
BPFO=1/2×RPM×N×(1+Bd/Pd×cosψ);
滚动轴承的轴承保持架损坏频率表示为:
FTF=1/2×RPM×(1×Bd/Pd×cosψ)
定轴齿轮啮合频率表示为:GMF=Z×RPM′
齿圈固定的单排行星齿轮啮合频率表示为:GMF1=Z1×(n1±n2)/60
太阳轮固定的单排行星齿轮啮合频率表示为:GMF2=Z1×(n3±n2)/60
Z为齿轮齿数,RPM′为齿轮所在轴的转速,Z1为齿圈齿数,n1为太阳轮转速,n2为行星架转速,n3为齿圈转速;
GMF1和GMF2的表达式中,“±”的选取根据参与计算的两转速的方向确定,若为同向则取负号,否则取正号。
11.根据权利要求9所述的方法,其特征是,步骤S2中,所述根据故障特征阶次判断疑似故障元件,包括:
根据传动部件元件对应的阶次和振动噪声信号幅值,以及各阶次预设的振动噪声信号幅值阈值,
若啮合阶次存在振动噪声信号幅值超出对应的阈值,则对应的轴承或对应的一对啮合齿轮存在异常;对于同一对啮合阶次相同的齿轮,边频距对应齿轮所在轴的阶次,若边频距存在振动噪声信号幅值超出对应的阈值,则相应轴上的齿轮存在异常;
若非啮合阶次存在振动噪声信号幅值超出对应的阈值,则利用共振频率以及周边边带确认,与各元件对应模态阶次比较,如非啮合阶次与某一元件的模态阶次相等,则判断该元件存在异常;若传动部件内存在若干个相同元件,则通过异常尖峰距判断:若异常尖峰距存在振动噪声信号幅值超出对应的阈值,则该轴上的元件存在异常。
12.根据权利要求1所述的方法,其特征是,步骤S3中,对于待排查的档位对应的传动部件,假设在一个测试周期内,利用检测平台采集到传动部件转动过程中n个测点在m个异响时刻的振动/噪声信号幅值数据为U={X1,X2,Xi,,…,Xn},其中第i个测点在m个异响时刻的振动/噪声信号幅值数据为Xi=(Xi1,Xi2,Xi3,…,Xim);
所述利用模糊聚类算法对采集到的数据进行处理,得到信号幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域,包括:
对采集到的数据进行标准化处理,得到标准化后的U′;
利用相似系数法构建模糊系数矩阵R;
基于模糊等价矩阵聚类的传递闭包法,计算模糊相似矩阵R的模糊等价矩阵t(R);
取某一实数λ∈[0,1],计算λ截矩阵Rλ,根据Rλ对U′中的数据进行划分;
从划分的类中找出幅值最大类,将该类中数据所属的测点所包围的区域作为异响源区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211684915.XA CN115839845A (zh) | 2022-12-27 | 2022-12-27 | 一种传动部件异响识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211684915.XA CN115839845A (zh) | 2022-12-27 | 2022-12-27 | 一种传动部件异响识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115839845A true CN115839845A (zh) | 2023-03-24 |
Family
ID=85579309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211684915.XA Pending CN115839845A (zh) | 2022-12-27 | 2022-12-27 | 一种传动部件异响识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115839845A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303473A (zh) * | 2023-05-11 | 2023-06-23 | 长鹰恒容电磁科技(成都)有限公司 | 一种数据库的构建方法、装置、设备及可读存储介质 |
-
2022
- 2022-12-27 CN CN202211684915.XA patent/CN115839845A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303473A (zh) * | 2023-05-11 | 2023-06-23 | 长鹰恒容电磁科技(成都)有限公司 | 一种数据库的构建方法、装置、设备及可读存储介质 |
CN116303473B (zh) * | 2023-05-11 | 2024-04-19 | 长鹰恒容电磁科技(成都)有限公司 | 一种数据库的构建方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2581724B1 (en) | A method and a system for the purpose of condition monitoring of gearboxes | |
US6801864B2 (en) | System and method for analyzing vibration signals | |
JP4117500B2 (ja) | 異常診断装置及びこれを有する転がり軸受装置並びに異常診断方法 | |
US8315826B2 (en) | Diagnostic method for a ball bearing, in particular for an angular-contact ball bearing, a corresponding diagnostic system, and use of the diagnostic system | |
JP2005062154A (ja) | 異常診断装置及びこれを有する転がり軸受装置 | |
JP2012008030A (ja) | 回転機軸受診断装置 | |
CN115839845A (zh) | 一种传动部件异响识别方法 | |
EP0800072A2 (en) | Method and apparatus for location of anomalous signal in a radial bearing | |
US20240053225A1 (en) | Method and Apparatus for Identifying an Abnormality in Mechanical Apparatus or Mechanical Component | |
JP3871054B2 (ja) | 機械設備の状態監視方法及び装置 | |
Inturi et al. | Bearing fault severity analysis on a multi-stage gearbox subjected to fluctuating speeds | |
JP3959873B2 (ja) | 転がり軸受の異常診断装置、転がり軸受の異常診断方法 | |
CN117491015A (zh) | 一种基于频谱峰值能量和分析的转频计算方法 | |
CN116007930B (zh) | 一种汽车传动性能的测试方法及系统 | |
US20210255060A1 (en) | Method and device for diagnosing abnormality in rolling bearing | |
KR20070105288A (ko) | LabVIEW를 이용한 디젤엔진발전기의 베어링 고장진단 | |
CN106403880B (zh) | 一种压缩机转子和定子之间的间隙检测方法和装置 | |
Thanagasundram et al. | Autoregressive based diagnostics scheme for detection of bearing faults | |
Bhonde et al. | Automatic detection of bearing faults | |
CN113358212B (zh) | 基于相对谐阶次的机电故障诊断方法、系统及建模方法 | |
JP2019086349A (ja) | 軸受の状態監視装置及び異常診断方法 | |
CN116358864B (zh) | 一种旋转机械设备故障类型诊断方法及系统 | |
Rezaei | Fault Detection and Diagnosis on the rolling element bearing | |
TW201329427A (zh) | 用於齒輪箱之狀態監視的方法及系統 | |
CN117782598A (zh) | 利用中介轴承外圈损伤故障特征频率分析轴承故障的方法 |
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 |