《齿轮振动信号的去趋势波动分析及其在故障分类中的应用》.pdf

《《齿轮振动信号的去趋势波动分析及其在故障分类中的应用》.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第2期VolI28NO．22015年4月Apr．2015齿轮振动信号的去趋势波动分析及其在故障分类中的应用肖涵，吕勇，王涛(武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室，湖北武汉430081)摘要：针对齿轮振动信号具有非线性和非平稳性的特点，采用去趋势波动分析对振动信号特征进行提取。应用该振～方法对采自实验台的齿轮振动信号进行分析，获得对数尺度波动函数图。发现齿轮振动信号在不同时间尺度上眦动。具有不同的幂率关系，信号具有双标度性。分析了双标度产生的原因，提出将去趋势波动分析双对数图中小尺度V下的尺度指数与截

2、距组成齿轮振动信号的特征向量。应用高斯混合模型对100组不同故障模式的齿轮振动信号工进行特征描述，然后采用最大贝叶斯分类器对5O组齿轮测试信号进行分类，结果表明：应用该特征提取方法可获得较高的故障识别率。程叫关键词：故障诊断；信号分析；去趋势波动分析；特征提取；高斯混合模型学中图分类号：TH165．3；TN911．6文献标志码：A文章编号：1004—4523(2015)02—0331—06D0I：10．16385／j．cnki．issn．1004—4523．2015．02．021报．培墓分析方法。去趋势波动分析(Detrende

3、dfluctuation引言analysis，DFA)是CKPeng等人提出的一种时间序列长程相关性标度指数计算方法，其优点在于可以设备故障信号特征提取是设备故障诊断领域的将各种不同阶的外来趋势从时间序列中清除，从而研究热点之一。目前人们广泛采用的方法包括基于准确地观察到时间序列本身所具有的统计行为特振动信号的统计量，如振动烈度、峭度和偏态等；基征。因此故障信号的DFA分析结果比R／S分析的于线性系统的频谱分析、小波分析和Wigner—Mille结果更真实可靠，更适合于非平稳信号的分析。分布等。然而统计特征量多用于简易诊断，而无

4、论去趋势波动分析目前在金融l4]、医学信号处是频谱方法还是混合时频分析方法，都需要预先了理]、水文和气象学¨6领域应用广泛。在设备故障解系统的频率结构。实际上，当设备处于故障状态诊断领域，EPdeMoura等人采用DFA进行齿轮时，其振动信号往往具有非线性、非平稳特征l_】-2_，故障的识别，选取DFA分析过程中一些尺度下的其频域信号具有“伪随机”性和“宽频”性，频谱分析波动函数值(均方根)作为特征向量组，然后进行主诊断容易出现误差。近年来有学者将非线性时间序成分分析(Principalcomponentanalysis，PCA

5、)，达列分析方法用于故障识别，利用分形维、熵和李亚普到降维和分类的目的，效果显著]。这种方法并没诺夫指数等特征量进行故障识别口]，取得了一定的有应用DFA对长程相关性的描述作用，其实质是效果。然而有些非线性特征提取方法并未考虑到时将DFA作为一种数据空问转化到测度空问的映间序列的特点而直接加以应用，例如，有些时间序列射。林近山等人的研究表明，齿轮箱振动信号具有实际上是多分形时问序列，却采用单分形时间序列双标度性，但并未对双标度性进行深入研究]。本的特征提取方法，这样往往达不到理想的效果。文采用DFA进行振动信号的特征提取，对双标

6、度水纹工程师赫斯特第一个提出基于随机步理论性的成因进行研究，并提出针对性的故障特征提取的重整尺度分析法(Rescaledrangeanalysis，R／S)方案。将所提出的特征提取方法与高斯混合模型相并提取赫斯特指数，该指数可用于描述时间序列的结合，对齿轮故障进行分类，应用齿轮故障实验台所长程相关性。但该方法是针对平稳分形时间序列的采集的信号对算法进行了验证。收稿日期：2013—11-01；修订日期：20140819基金项目：国家自然科学基金资助项目(51105284，51375354)332振动工程学报第28卷一1．5时，时间

7、序列表征布朗运动。去趋势波动分析算法2齿轮振动信号双标度指数特征分析设存在时间序列z(￡)，t一1，2，3，⋯，N，对该序列进行去趋势波动分析的步骤如下：基于功率谱分析的齿轮故障诊断理论认为，处1)求时间序列()，t一1，2，3，⋯，N的累积离于不同故障状态的齿轮振动信号在频率分布及幅值差上存在差异，其中主要关注的频率包括转频、啮合频率、各阶倍频及其调制频率。因此实测的齿轮振动(忌)一∑Ix(t)一]，k一1，2，3，⋯，N(1)信号可看做周期信号和随机信号的叠加。设有幅值式中为(f)的均值。为1，频率为50Hz的正弦信号z()

8、与高斯分布随2)将时间序列Y(志)等分成N个不重叠的窗机信号(t)的叠加信号Y()。其中37(t)一口，每个窗口含s个采样点，则N一[N／s](取整)。sin(1O0~rt)，(￡)一randn(t)。分别对Y(t)，(t)和假设每个区间都具有一个有关时问t的P