齒輪箱故障診斷方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種齒輪箱故障診斷方法及裝置，方法包括：1）采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理；2）對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形；3）進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)；4）將所述低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)。本發(fā)明簡(jiǎn)單、有效的實(shí)現(xiàn)面向多故障的齒輪箱故障診斷，提高整臺(tái)風(fēng)機(jī)的可靠性，降低整機(jī)的運(yùn)行維護(hù)成本，延長(zhǎng)風(fēng)機(jī)的盈利時(shí)間。
【專利說(shuō)明】齒輪箱故障診斷方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及風(fēng)電【技術(shù)領(lǐng)域】，特別是涉及一種基于多尺度小波分析和希爾伯特變換的面向多故障的新型齒輪箱故障診斷方法及裝置。
【背景技術(shù)】
[0002]近年來(lái)，風(fēng)力發(fā)電技術(shù)在新能源領(lǐng)域得到了迅速發(fā)展。由于風(fēng)電機(jī)組的運(yùn)行環(huán)境惡劣，當(dāng)機(jī)組發(fā)生故障時(shí)設(shè)備維修工作困難，因此平時(shí)要加強(qiáng)對(duì)風(fēng)電機(jī)組的主動(dòng)維護(hù)，避免被動(dòng)維修帶來(lái)的困難。而齒輪箱是風(fēng)電機(jī)組中的重要部件之一，眾所周知，齒輪箱故障在整個(gè)風(fēng)電機(jī)組機(jī)械故障中占有很大比例，是一種常見(jiàn)故障，因此對(duì)齒輪箱的故障檢測(cè)顯得極為重要。在現(xiàn)有風(fēng)電機(jī)組維修體系中，大多數(shù)仍然采用事后維修和定期維修的方式，這容易造成大量人力物力的浪費(fèi)。
[0003]為了提高整臺(tái)風(fēng)機(jī)的可靠性，降低整機(jī)的運(yùn)行維護(hù)成本，延長(zhǎng)風(fēng)機(jī)的盈利時(shí)間，需要提供一種面向多故障且能及時(shí)有效判斷出故障類型的齒輪箱故障診斷方法。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于，提供一種齒輪箱故障診斷方法，基于多尺度小波分析和希爾伯特變換，利用故障發(fā)生前期微弱的故障征兆，用小波降噪技術(shù)濾除齒輪箱振動(dòng)信號(hào)中的噪聲，然后對(duì)信號(hào)進(jìn)行多尺度小波分解，通過(guò)分析低頻重構(gòu)信號(hào)，來(lái)預(yù)測(cè)是否將要產(chǎn)生故障，如果確定故障將要發(fā)生，再對(duì)高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換，通過(guò)分析能量包絡(luò)譜相應(yīng)的波形參數(shù)值來(lái)判定預(yù)測(cè)故障的類型，實(shí)現(xiàn)簡(jiǎn)單、有效的對(duì)齒輪箱故障進(jìn)行診斷。
[0005]為達(dá)到上述目的，本發(fā)明提供了一種齒輪箱故障診斷方法，包括以下步驟:(I)采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理；(2)對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形；(3)進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)；(4)將所述低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)。
[0006]進(jìn)一步,步驟(I)中小波降噪法的小波函數(shù)選為sym5,采用極大極小軟閾值去噪。
[0007]步驟(2)中進(jìn)一步對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行以db5為小波函數(shù)的5層小波分解。
[0008]所述方法在步驟(4)判定有發(fā)生故障的趨勢(shì)之后進(jìn)一步包括:(5)對(duì)所述高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換得到相應(yīng)包絡(luò)譜；(6)將所述包絡(luò)譜與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)的希爾伯特變換包絡(luò)譜比較，判斷將要產(chǎn)生的故障的類型。
[0009]為達(dá)到上述目的，本發(fā)明還提供了一種齒輪箱故障診斷裝置，包括:去噪模塊、小波分解模塊、小波重構(gòu)模塊以及第一比較模塊；所述去噪模塊采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理；所述小波分解模塊與所述去噪模塊相連，用于對(duì)經(jīng)過(guò)所述去噪模塊去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形；所述小波重構(gòu)模塊與所述小波分解模塊相連，用于對(duì)所述小波分解模塊獲取的分解圖形進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)；所述第一比較模塊與所述小波重構(gòu)模塊相連，用于將所述小波重構(gòu)模塊重構(gòu)的低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)。
[0010]進(jìn)一步，所述去噪模塊中小波降噪法的小波函數(shù)選為Sym5，采用極大極小軟閾值去噪。
[0011]所述小波分解模塊進(jìn)一步對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行以db5為小波函數(shù)的5層小波分解。
[0012]所述裝置進(jìn)一步包括變換模塊以及第二比較模塊；所述變換模塊分別與所述第一比較模塊以及小波重構(gòu)模塊相連，用于在所述第一比較模塊判定有發(fā)生故障的趨勢(shì)后，對(duì)所述小波重構(gòu)模塊重構(gòu)的高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換得到相應(yīng)包絡(luò)譜；所述第二比較模塊與所述變換模塊相連，用于將所述變換模塊獲取的包絡(luò)譜與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)的希爾伯特變換包絡(luò)譜比較，判斷將要產(chǎn)生的故障的類型。
[0013]本發(fā)明齒輪箱故障診斷方法及裝置的優(yōu)點(diǎn)是:利用故障發(fā)生前期微弱的故障征兆，首先用小波降噪技術(shù)濾除齒輪箱振動(dòng)信號(hào)中的噪聲，然后對(duì)信號(hào)進(jìn)行多尺度小波分解，通過(guò)分析低頻重構(gòu)信號(hào)，來(lái)預(yù)測(cè)是否將要產(chǎn)生故障，如果確定故障將要發(fā)生，再對(duì)高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換，通過(guò)分析能量包絡(luò)譜相應(yīng)的波形參數(shù)值來(lái)判定預(yù)測(cè)故障的類型。簡(jiǎn)單、有效的實(shí)現(xiàn)面向多故障的齒輪箱故障診斷，提高整臺(tái)風(fēng)機(jī)的可靠性，降低整機(jī)的運(yùn)行維護(hù)成本，延長(zhǎng)風(fēng)機(jī)的盈利時(shí)間。
【專利附圖】

【附圖說(shuō)明】
[0014]圖1是本發(fā)明齒輪箱故障診斷方法的流程圖；
圖2是本發(fā)明齒輪箱故障診斷裝置的架構(gòu)示意圖。
【具體實(shí)施方式】
[0015]以下結(jié)合附圖對(duì)本發(fā)明齒輪箱故障診斷方法及裝置進(jìn)行詳細(xì)說(shuō)明，但是應(yīng)當(dāng)指出，本發(fā)明的實(shí)施方式是為了解釋目的的優(yōu)選方案，并不是對(duì)本發(fā)明范圍的限制。本領(lǐng)域技術(shù)人員可由本說(shuō)明書所揭示的內(nèi)容輕易地了解本發(fā)明的其它優(yōu)點(diǎn)與功效。本發(fā)明亦可通過(guò)其它不同的具體實(shí)例加以施行或應(yīng)用，本說(shuō)明書中的各項(xiàng)細(xì)節(jié)亦可基于不同觀點(diǎn)與應(yīng)用，在不背離本發(fā)明的精神下進(jìn)行各種修飾與變更。
[0016]參見(jiàn)圖1，本發(fā)明所述的齒輪箱故障診斷方法的流程圖，接下來(lái)對(duì)該方法所述步驟做詳細(xì)說(shuō)明。
[0017]Sll:采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理。
[0018]優(yōu)選的，小波降噪法的小波函數(shù)選為sym5，采用極大極小軟閾值去噪，將所測(cè)得的振動(dòng)信號(hào)處理成純凈的振動(dòng)信號(hào)。
[0019]S12:對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形。
[0020]優(yōu)選的，本發(fā)明所述方法對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行以db5為小波函數(shù)的5層小波分解。
[0021]S13:進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)。
[0022]低頻重構(gòu)信號(hào)反映信號(hào)的發(fā)展趨勢(shì)，高頻重構(gòu)信號(hào)反映信號(hào)的細(xì)節(jié)特征。[0023]S14:將所述低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)；否則，即可判定齒輪箱無(wú)故障。
[0024]無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)可以通過(guò)對(duì)獲取的正常狀態(tài)下的振動(dòng)信號(hào)進(jìn)行步驟S11-S13的處理預(yù)先獲得；以便在后續(xù)獲取的振動(dòng)信號(hào)經(jīng)處理后與之比較，進(jìn)而判斷是否有發(fā)生故障的趨勢(shì)。
[0025]本發(fā)明所述方法在步驟S14判定有發(fā)生故障的趨勢(shì)之后進(jìn)一步包括:
S15:對(duì)所述高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換得到相應(yīng)包絡(luò)譜。
[0026]當(dāng)多尺度小波重構(gòu)出的低頻重構(gòu)信號(hào)反映出有發(fā)生故障的發(fā)展趨勢(shì)后，對(duì)重構(gòu)出的高頻重構(gòu)信號(hào)進(jìn)行處理，進(jìn)一步獲取信號(hào)的細(xì)節(jié)特征。
[0027]S16:將所述包絡(luò)譜與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)的希爾伯特變換包絡(luò)譜比較，判斷將要產(chǎn)生的故障的類型。
[0028]無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)可以通過(guò)對(duì)獲取的正常狀態(tài)下的振動(dòng)信號(hào)進(jìn)行步驟S11-S13的處理預(yù)先獲得；以便在后續(xù)獲取的振動(dòng)信號(hào)經(jīng)處理后與之比較，進(jìn)而判斷將要產(chǎn)生的故障的類型。
[0029]參見(jiàn)圖2，本發(fā)明齒輪箱故障診斷裝置的架構(gòu)示意圖，所述裝置包括:去噪模塊21、小波分解模塊22、小波重構(gòu)模塊23、第一比較模塊24、變換模塊25以及第二比較模塊26。
[0030]所述去噪模塊21采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理。優(yōu)選的，小波降噪法的小波函數(shù)選為sym5，采用極大極小軟閾值去噪，將所測(cè)得的振動(dòng)信號(hào)處理成純凈的振動(dòng)信號(hào)。
[0031]所述小波分解模塊22與所述去噪模塊21相連，用于對(duì)經(jīng)過(guò)所述去噪模塊21去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形。優(yōu)選的，對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行以db5為小波函數(shù)的5層小波分解。
[0032]所述小波重構(gòu)模塊23與所述小波分解模塊22相連，用于對(duì)所述小波分解模塊22獲取的分解圖形進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)。低頻重構(gòu)信號(hào)反映信號(hào)的發(fā)展趨勢(shì)，高頻重構(gòu)信號(hào)反映信號(hào)的細(xì)節(jié)特征。
[0033]所述第一比較模塊24與所述小波重構(gòu)模塊23相連，用于將所述小波重構(gòu)模塊23重構(gòu)的低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)。無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)可以通過(guò)對(duì)獲取的正常狀態(tài)下的振動(dòng)信號(hào)通過(guò)去噪模塊21、小波分解模塊22以及小波重構(gòu)模塊23的處理預(yù)先獲得；以便在后續(xù)獲取的振動(dòng)信號(hào)經(jīng)處理后與之比較，進(jìn)而判斷是否有發(fā)生故障的趨勢(shì)。
[0034]作為優(yōu)選的實(shí)施方式，本發(fā)明在當(dāng)多尺度小波重構(gòu)出的低頻重構(gòu)信號(hào)反映出有發(fā)生故障的發(fā)展趨勢(shì)后，對(duì)重構(gòu)出的高頻重構(gòu)信號(hào)進(jìn)行處理，進(jìn)一步獲取信號(hào)的細(xì)節(jié)特征。具體為:所述裝置進(jìn)一步包括變換模塊25以及第二比較模塊26。所述變換模塊25分別與所述第一比較模塊24以及小波重構(gòu)模塊23相連，用于在所述第一比較模塊24判定有發(fā)生故障的趨勢(shì)后，對(duì)所述小波重構(gòu)模塊23重構(gòu)的高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換得到相應(yīng)包絡(luò)譜。所述第二比較模塊26與所述變換模塊25相連，用于將所述變換模塊25獲取的包絡(luò)譜與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)的希爾伯特變換包絡(luò)譜比較，判斷將要產(chǎn)生的故障的類型。無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)可以通過(guò)對(duì)獲取的正常狀態(tài)下的振動(dòng)信號(hào)進(jìn)行步驟S11-S13的處理預(yù)先獲得；以便在后續(xù)獲取的振動(dòng)信號(hào)經(jīng)處理后與之比較，進(jìn)而判斷將要產(chǎn)生的故障的類型。
[0035]接下來(lái)給出上述技術(shù)方案的一實(shí)施例，對(duì)本發(fā)明所述齒輪箱故障診斷方法及裝置的工作原理作進(jìn)一步說(shuō)明。本實(shí)施例中由基于QPZZ-11.旋轉(zhuǎn)機(jī)械振動(dòng)分析及故障診斷試驗(yàn)平臺(tái)系統(tǒng)實(shí)驗(yàn)得到實(shí)驗(yàn)數(shù)據(jù)。采樣頻率定為2000*2.56hz。
[0036]首先在系統(tǒng)正常工作、加載電流為0.2A、實(shí)測(cè)轉(zhuǎn)速為800r/min的條件下得到齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)；然后換上有斷齒故障的齒輪，在加載電流為0.2A、實(shí)測(cè)轉(zhuǎn)速840r/min的條件下測(cè)得齒輪箱斷齒故障振動(dòng)信號(hào)數(shù)據(jù)；在小齒輪有磨損故障、加載電流為0.2A、實(shí)測(cè)轉(zhuǎn)速830r/min的條件下得到齒輪箱磨損故障振動(dòng)信號(hào)數(shù)據(jù)；在大齒輪點(diǎn)蝕、加載電流為
0.2A、轉(zhuǎn)速為834r/min的條件下得到齒輪箱點(diǎn)蝕故障振動(dòng)信號(hào)數(shù)據(jù)。
[0037]通過(guò)多次試驗(yàn)仿真設(shè)定各種故障類型所對(duì)應(yīng)的波形指標(biāo)參數(shù)值的范圍得到表1，即可將不同故障類型的特征區(qū)別開(kāi)來(lái)。實(shí)際運(yùn)行中將所有參數(shù)乘以相應(yīng)的比例因子即可得到實(shí)際運(yùn)行狀態(tài)下的風(fēng)力發(fā)電機(jī)齒輪箱不同故障類型所對(duì)應(yīng)的參數(shù)范圍。
【權(quán)利要求】
1.一種齒輪箱故障診斷方法，其特征在于，包括以下步驟: (1)采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理； (2)對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形； (3)進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)； (4)將所述低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)。
2.根據(jù)權(quán)利要求1所述的齒輪箱故障診斷方法，其特征在于，步驟(I)中小波降噪法的小波函數(shù)選為sym5,采用極大極小軟閾值去噪。
3.根據(jù)權(quán)利要求1所述的齒輪箱故障診斷方法，其特征在于，步驟(2)中進(jìn)一步對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行以db5為小波函數(shù)的5層小波分解。
4.根據(jù)權(quán)利要求1所述的齒輪箱故障診斷方法，其特征在于，所述方法在步驟(4)判定有發(fā)生故障的趨勢(shì)之后進(jìn)一步包括: (5)對(duì)所述高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換得到相應(yīng)包絡(luò)譜； (6)將所述包絡(luò)譜與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)的希爾伯特變換包絡(luò)譜比較，判斷將要產(chǎn)生的故障的類型。
5.一種齒輪箱故障診斷裝置，其特征在于，包括:去噪模塊、小波分解模塊、小波重構(gòu)模塊以及第一比較模塊； 所述去噪模塊采用小波降噪法對(duì)齒輪箱的振動(dòng)信號(hào)數(shù)據(jù)進(jìn)行去噪處理； 所述小波分解模塊與所述去噪模塊相連，用于對(duì)經(jīng)過(guò)所述去噪模塊去噪后的振動(dòng)信號(hào)進(jìn)行多尺度小波分解，得到不同分解尺度信號(hào)的分解圖形； 所述小波重構(gòu)模塊與所述小波分解模塊相連，用于對(duì)所述小波分解模塊獲取的分解圖形進(jìn)行多尺度小波重構(gòu)，分別得到低頻重構(gòu)信號(hào)和高頻重構(gòu)信號(hào)； 所述第一比較模塊與所述小波重構(gòu)模塊相連，用于將所述小波重構(gòu)模塊重構(gòu)的低頻重構(gòu)信號(hào)與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的低頻重構(gòu)信號(hào)比較，若有差異且差異有增大趨勢(shì)，則判定有發(fā)生故障的趨勢(shì)。
6.根據(jù)權(quán)利要求5所述的齒輪箱故障診斷裝置，其特征在于，所述去噪模塊中小波降噪法的小波函數(shù)選為sym5,采用極大極小軟閾值去噪。
7.根據(jù)權(quán)利要求5所述的齒輪箱故障診斷裝置，其特征在于，所述小波分解模塊進(jìn)一步對(duì)去噪后的振動(dòng)信號(hào)進(jìn)行以db5為小波函數(shù)的5層小波分解。
8.根據(jù)權(quán)利要求5所述的齒輪箱故障診斷裝置，其特征在于，所述裝置進(jìn)一步包括變換模塊以及第二比較模塊； 所述變換模塊分別與所述第一比較模塊以及小波重構(gòu)模塊相連，用于在所述第一比較模塊判定有發(fā)生故障的趨勢(shì)后，對(duì)所述小波重構(gòu)模塊重構(gòu)的高頻重構(gòu)信號(hào)進(jìn)行希爾伯特變換得到相應(yīng)包絡(luò)譜； 所述第二比較模塊與所述變換模塊相連，用于將所述變換模塊獲取的包絡(luò)譜與預(yù)先獲取的同一尺度無(wú)故障狀態(tài)下的高頻重構(gòu)信號(hào)的希爾伯特變換包絡(luò)譜比較，判斷將要產(chǎn)生的故障的類型。
【文檔編號(hào)】G01M13/02GK103837345SQ201410111726
【公開(kāi)日】2014年6月4日 申請(qǐng)日期:2014年3月25日 優(yōu)先權(quán)日:2014年3月25日
【發(fā)明者】楊明莉, 呂永海, 劉三明, 劉琦, 王致杰, 鄒楊 申請(qǐng)人:上海電機(jī)學(xué)院