基于階次倒譜分析的齒輪箱故障診斷方法

基于階次倒譜分析的齒輪箱故障診斷方法

自行火炮的穩(wěn)態(tài)信號分析方法的優(yōu)越性自行火炮是我軍現(xiàn)裝備的一種高科技火炮。其中齒輪箱是自行火炮底盤中的主要部件,其性能的好壞直接影響到自行火炮的戰(zhàn)技性能的發(fā)揮,一旦失效將使自行火炮陷于癱瘓。由于齒輪箱的零部件如齒輪、軸和軸承的加工工藝復(fù)雜,又處于惡劣的工作環(huán)境,導(dǎo)致故障率較高。因此,研究快速有效的齒輪箱故障診斷方法對于防止突發(fā)性事故,降低設(shè)備維修費(fèi)用,保證自行火炮的戰(zhàn)技性能具有極其重要的軍事和經(jīng)濟(jì)意義。傳統(tǒng)的基于振動測試的故障診斷中所需要的傳感器需與振動體直接相連,甚至要置于箱體內(nèi)部來測取各種信號。而自行火炮的齒輪箱封裝在裝甲內(nèi)部,很難裝傳感器,難以實現(xiàn)不解體的自行火炮實車在線檢測。相比之下,聲學(xué)探頭作為一種非接觸式測試,其安裝靈活簡便,操作簡單,時間效率較高。因此,利用齒輪箱工作時產(chǎn)生的聲信號進(jìn)行不解體無損在線故障診斷具有一定的優(yōu)越性。另外,在自行火炮的實車中,常處于變速變負(fù)載等非穩(wěn)態(tài)工作狀態(tài),無法得到穩(wěn)態(tài)過程信號,只能獲取瞬態(tài)信號進(jìn)行檢測。瞬態(tài)過程信號往往包含著比穩(wěn)態(tài)信號更豐富的信息,可以反映更多的系統(tǒng)特性,在穩(wěn)態(tài)情況下本來不容易顯現(xiàn)出來的現(xiàn)象,在變速或變工況條件下可以得到更加充分的體現(xiàn)。所以,不能采取傳統(tǒng)的基于FFT的穩(wěn)態(tài)信號分析方法。本文采用瞬態(tài)聲信號結(jié)合階次倒譜分析對齒輪箱齒面磨損故障進(jìn)行診斷,并與相應(yīng)的振動信號進(jìn)行對照分析,驗證聲音信號的可行性和優(yōu)越性。1fft變換、橫向變換的數(shù)學(xué)模型當(dāng)對齒輪箱變速信號直接進(jìn)行傅里葉變換作頻譜分析時,將會產(chǎn)生嚴(yán)重的“頻率模糊”現(xiàn)象,針對這種不足,提出了角域采樣的階次分析方法,它對時域信號通過角域重采樣,將基于等時間間隔的信號轉(zhuǎn)換為等角度間隔的采樣信號,把時域非穩(wěn)態(tài)信號轉(zhuǎn)化成角域穩(wěn)態(tài)信號,滿足FFT變換的要求,可有效地解決“頻率模糊”現(xiàn)象。階次分析的關(guān)鍵在于信號的重采樣,為了找到合適的重采樣時間間隔,通常假設(shè)軸的轉(zhuǎn)速為勻加速運(yùn)動。在這個前提下,轉(zhuǎn)角θ可以通過下式來求得θ(t)=b0+b1t+b2t2(1)θ(t)=b0+b1t+b2t2(1)其中:b0,b1,b2為待定系數(shù)。將3個逐次到達(dá)的脈沖時間點(diǎn)t帶入式(1),可以求出bi的值。再根據(jù)式(2)求出恒定角增量Δθ所對應(yīng)的時間值t=12b2[4b2(kΔθ?b0)+b21???????????????√?b1](2)t=12b2[4b2(kΔθ-b0)+b12-b1](2)其中:k為插值系數(shù),由式(3)決定θ=kΔθ(3)θ=kΔθ(3)根據(jù)式(2)所求得的t值,對其振動信號進(jìn)行插值計算,得到振動信號角域里對應(yīng)于采樣時間點(diǎn)的幅值,至此完成振動信號從時域向角域的轉(zhuǎn)變。2直接進(jìn)行階次分析的數(shù)據(jù)處理若直接對上面所得到的角域重采樣信號進(jìn)行FFT分析,由于等角度重采樣信號同樣受噪聲和調(diào)制的影響,直接進(jìn)行階次分析難以產(chǎn)生較好的分析效果,需進(jìn)行進(jìn)一步的處理。而倒譜具有解卷積的作用,將角域重采樣信號進(jìn)行倒譜分析,不僅可以有效抑制噪聲的影響,而且還可以將功率譜上的周期分量簡化成單根譜線,容易識別故障的類型。2.1基于gsxf的倒頻率識別倒譜是功率譜的對數(shù)值的逆傅里葉變換,是頻譜的再次譜分析,設(shè)信號x(t)的單邊功率譜為Sx(f),則倒譜Cx(τ)為Cx(τ)=F?1[logSx(f)](4)Cx(τ)=F-1[logSx(f)](4)其中:F-1為傅里葉逆變換;τ為倒譜時間變量,稱為倒頻率。利用倒頻譜可將原來功率譜圖上成族的邊頻帶譜線簡化為單根譜線,識別出復(fù)雜頻譜圖上的周期結(jié)構(gòu),進(jìn)一步分解和識別故障頻率,分析和診斷產(chǎn)生故障的原因。對于齒輪故障診斷來說,它可較好地研究齒輪嚙合頻率及邊頻特征,通過識別邊頻帶的寬度找到故障齒輪所在的軸,再通過嚙合頻率就可以確定損傷齒輪,最終找到故障所在。2.2階次譜分析方法將倒譜分析方法引入到角域信號階次分析中,就得到階次倒譜分析方法,分析步驟為:首先對時域非平穩(wěn)信號進(jìn)行等角度重采樣,轉(zhuǎn)化為角域平穩(wěn)信號,即做階次分析,得到階次譜圖;然后對角域平穩(wěn)信號進(jìn)行倒譜分析,得到階次倒譜圖。3基于階躍返回的齒輪磨損后故障的診斷3.1振動信號的獲得和分析齒輪箱變速變負(fù)載測試系統(tǒng)由調(diào)速電機(jī)、某型兩級傳動齒輪箱、聯(lián)軸器、磁粉負(fù)載、振動加速度傳感器、聲強(qiáng)傳感器、轉(zhuǎn)速扭矩傳感器和LMS分析儀組成。其中,轉(zhuǎn)速扭矩傳感器測量轉(zhuǎn)速信號,聲強(qiáng)傳感器測量聲音信號。為了對比分析聲測信號與振動信號,在與聲音測點(diǎn)相對應(yīng)的軸承座上安裝振動加速度傳感器獲取振動信號,測試環(huán)境有簡單的消聲設(shè)施,背景噪聲較小。試驗中通過控制電流大小來改變負(fù)載的大小,同時控制調(diào)速電機(jī)改變輸入轉(zhuǎn)速,最終獲得變速變負(fù)載的非平穩(wěn)信號。這些信號經(jīng)LMS分析儀采集到計算機(jī)中,最后進(jìn)行分析處理。為模擬齒面磨損故障,在輸出軸齒輪某一齒分度圓位置處銼掉0.2mm的深度。此齒輪齒數(shù)Z=81,時域采樣頻率為12.8kHz,采樣時間為2s,采樣點(diǎn)數(shù)為25600點(diǎn)。設(shè)輸出軸的轉(zhuǎn)頻為fout,則系統(tǒng)各特征頻率為:嚙合頻率fm=81fout;嚙合階次Xm=81;嚙頻倒階次X?m=360°Xm≈4.44°X^m=360°Xm≈4.44°;齒面磨損特征頻率fwear=fout;齒面磨損特征階次Xwear=1;齒面磨損倒階次X?wear=360°X^wear=360°。3.2正常信號分析在一對齒輪嚙合過程中,其嚙合頻率及其各次諧波可以看作一個高頻振蕩,把它看作載波。當(dāng)齒輪發(fā)生齒面磨損故障時,會導(dǎo)致以齒輪軸的回轉(zhuǎn)周期為特征的嚙合力變化,其所引起的信號在每周呈現(xiàn)一次,可視為緩變信號,即調(diào)制信號。因此,動態(tài)嚙合力中含有齒輪所在的軸的回轉(zhuǎn)頻率及其倍頻。在頻譜圖中,兩頻線間的間隔即為其調(diào)制信號的頻率。找出調(diào)制信號的頻率即可判斷故障所在。在下面的分析過程中,把振動信號和聲音信號放在一起以作對比分析。圖1為故障信號時域圖,從中可以看到信號幅值隨著轉(zhuǎn)速的變化而逐漸增大,還能看到調(diào)制信號特征,但不能判斷故障的類型。圖2為同步轉(zhuǎn)速曲線圖,圖中可以明顯看出隨著時間的增加,輸出軸相應(yīng)的轉(zhuǎn)速逐漸上升,最終達(dá)到穩(wěn)定轉(zhuǎn)速。圖3為信號的FFT分析,可以看出明顯的“頻率模糊”現(xiàn)象,在頻譜圖上難以反映系統(tǒng)的真實特征。因此,無法用常規(guī)的嚙合頻率來進(jìn)行分析。圖4是圖1信號經(jīng)過角域重采樣后得到的信號,圖5是重采樣的階次譜圖,由圖5可以清楚地看出嚙合階次及其倍頻,說明階次分析可以避免頻率的混疊現(xiàn)象。與正常情況比較,幅值發(fā)生顯著變化,可推斷出發(fā)生故障的齒輪副。但由于受軸頻調(diào)制影響,齒面磨損特征階次反映到了邊頻帶上,在圖5中很難發(fā)現(xiàn)邊頻帶信息,不能最終進(jìn)行故障定位,所以需要進(jìn)一步處理。圖6是角域重采樣信號的倒譜圖,即階次倒譜圖。圖中可以清晰地看到嚙頻的倒階次4.44°及其倍頻,而且齒面磨損故障的特征階次360°也很明顯,并且聲音信號的效果要優(yōu)于振動信號,從而驗證了齒輪箱的故障狀態(tài)。為方便比較分析起見,下面做出正常聲音信號的階次譜圖和階次倒譜圖,如圖7所示。從圖中可看到明顯的嚙頻倒階次特征4.44°及其倍頻成分,可是在360°處卻沒有峰值。4傳統(tǒng)數(shù)學(xué)模型分析和階次分析方法作為一種非接觸、不解體、無損診斷技術(shù),利用聲學(xué)信號進(jìn)行齒輪箱故障診斷是切實可行的,聲音信號的分析效果可以與振動信號相媲美,而且在一定程度上還優(yōu)于振動信號。另外,在實車檢測時僅能利用的非平穩(wěn)瞬態(tài)信號,由于“頻率模糊”現(xiàn)象的存在而不能進(jìn)行傳統(tǒng)的頻譜分析,而將時域非穩(wěn)態(tài)