本發(fā)明涉及齒輪故障診斷的技術(shù)領(lǐng)域，特別地，涉及一種基于壓縮感知與雙譜分析的齒輪故障診斷方法。

背景技術(shù)：

齒輪箱廣泛應(yīng)用于各種機(jī)械設(shè)備當(dāng)中。當(dāng)齒輪箱發(fā)生故障，將會(huì)導(dǎo)致機(jī)械系統(tǒng)的故障并產(chǎn)生重大損失。所有齒輪箱故障中齒輪故障所占的比例在60％左右，因此，齒輪故障診斷的研究非常重要并且受到越來(lái)越廣泛關(guān)注。

經(jīng)典香農(nóng)/奈奎斯特采樣定理中，采樣頻率至少要是信號(hào)帶寬的兩倍以上才能保證信號(hào)信息不丟失。奈奎斯特定理對(duì)于頻率的限制，是很多應(yīng)用中采樣數(shù)據(jù)龐大的主要原因，這對(duì)進(jìn)一步的數(shù)據(jù)傳輸和數(shù)據(jù)存儲(chǔ)是一個(gè)巨大的挑戰(zhàn)。另外，工業(yè)生產(chǎn)中對(duì)于齒輪箱這種復(fù)雜關(guān)鍵設(shè)備的狀態(tài)監(jiān)控是長(zhǎng)期連續(xù)的，需要每天24小時(shí)連續(xù)監(jiān)控。長(zhǎng)期連續(xù)監(jiān)測(cè)需要采樣和存儲(chǔ)大量原始數(shù)據(jù)，進(jìn)一步對(duì)數(shù)據(jù)存儲(chǔ)和傳輸造成很大負(fù)擔(dān)。

例如中國(guó)專利cn201310416504.7提供了一種齒輪故障無(wú)鍵相角域平均計(jì)算階次分析方法，首先將采集的振動(dòng)加速度信號(hào)進(jìn)行低通保相濾波后通過(guò)平滑偽wigner-ville分布計(jì)算其時(shí)頻分布，然后通過(guò)viterbi最優(yōu)路徑搜索算法估計(jì)齒輪箱轉(zhuǎn)軸的瞬時(shí)頻率，再利用鍵相信號(hào)估計(jì)模型對(duì)瞬時(shí)頻率進(jìn)行逐點(diǎn)積分得到估計(jì)鍵相信號(hào)，最后結(jié)合等角度重采樣和角域平均技術(shù)對(duì)振動(dòng)加速度信號(hào)進(jìn)行計(jì)算階次分析，得到基于瞬時(shí)頻率估計(jì)的階次譜。此階次譜圖可以充分反映齒輪箱故障的特征信息。該發(fā)明綜合了平滑偽wigner-ville分布、viterbi最優(yōu)路徑搜索算法、角域平均技術(shù)、計(jì)算階次分析，可以對(duì)變轉(zhuǎn)速運(yùn)行工況下的齒輪箱進(jìn)行故障診斷。

因此，現(xiàn)有技術(shù)的缺點(diǎn)是需要采樣大量數(shù)據(jù)來(lái)實(shí)現(xiàn)故障診斷，或者壓縮信號(hào)后通過(guò)復(fù)雜的恢復(fù)算法將信號(hào)還原，恢復(fù)成功率與算法相關(guān)。業(yè)內(nèi)急需一種能減小采樣數(shù)據(jù)量的齒輪故障診斷技術(shù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的在于提供一種基于壓縮感知與雙譜分析的齒輪故障診斷方法，以解決目前齒輪故障診斷過(guò)程中，采樣數(shù)據(jù)量過(guò)大的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于壓縮感知與雙譜分析的齒輪故障診斷方法，包括步驟：

a、獲取轉(zhuǎn)速信號(hào)，根據(jù)轉(zhuǎn)速信號(hào)生成相應(yīng)的m序列和采樣脈沖；

b、將得到的m序列與原始振動(dòng)信號(hào)相乘得到混頻信號(hào)；

c、將混頻信號(hào)進(jìn)行濾波，濾掉高頻部分；

d、根據(jù)采用脈沖，對(duì)濾波后信號(hào)進(jìn)行采樣并進(jìn)行平均運(yùn)算，得到壓縮信號(hào)；

e、對(duì)壓縮信號(hào)進(jìn)行中頻雙譜分析，實(shí)現(xiàn)故障診斷。

優(yōu)選的，所述步驟a包括：

a1、根據(jù)公式f_clock＝n*fp，確定采樣頻率f_clock

其中，n為周期脈沖數(shù)，默認(rèn)為63；fp為轉(zhuǎn)軸齒輪齒數(shù)；

a2、根據(jù)f_clock與轉(zhuǎn)速信號(hào)確定等角度時(shí)間序列；

a3、以等角度時(shí)間序列為采樣時(shí)間點(diǎn)，確定等角度采樣脈沖；

a4、以等角度時(shí)間序列為采樣時(shí)間點(diǎn)，生成m序列。

優(yōu)選的，所述步驟e中：

中頻雙譜mfbx定義為

其中，f1,f2—頻率變量，單位hz

e—表示求期望

x—頻譜序列。

優(yōu)選的，所述步驟e之后包括：

求出mfb后，以f1為橫坐標(biāo)、f2為縱坐標(biāo)作圖得到雙譜圖。

本發(fā)明具有以下有益效果：

本發(fā)明提出了一種基于壓縮感知的齒輪故障診斷方法，該方法只需采樣和存儲(chǔ)一小部分壓縮觀測(cè)數(shù)據(jù)，就可以直接實(shí)現(xiàn)故障診斷。

1、壓縮感知是一種利用信號(hào)的稀疏性(可壓縮性)對(duì)信號(hào)同時(shí)進(jìn)行采集和壓縮的新穎理論，采樣頻率不再依賴于信號(hào)的最大頻率，而是依賴于信號(hào)的結(jié)構(gòu)和內(nèi)容；而傳統(tǒng)的奈奎斯特信號(hào)采樣定理需要采樣頻率大于信號(hào)最高頻率的兩倍才能完整保留原始信號(hào)中的信息。壓縮感知理論突破了傳統(tǒng)的香農(nóng)－奈奎斯特信號(hào)采樣定理，可以減少樣本數(shù)量的同時(shí)保留有用的故障有關(guān)信息。

2、齒輪故障時(shí)存在相位耦合現(xiàn)象，雙譜是提取相位耦合特征的一種有效方法。本發(fā)明采用一種改進(jìn)雙譜方法提取壓縮信號(hào)的故障特征來(lái)實(shí)現(xiàn)故障診斷，直接對(duì)壓縮信號(hào)進(jìn)行故障特征提取，在實(shí)現(xiàn)了數(shù)據(jù)壓縮的同時(shí)，又避免了復(fù)雜的信號(hào)重構(gòu)過(guò)程，大大減小了數(shù)據(jù)傳輸及存儲(chǔ)負(fù)擔(dān)。具體如下：

1)、m序列為通過(guò)轉(zhuǎn)速信號(hào)得到的等角度m序列而非通常的等時(shí)間m序列；

為了配合等角度采樣信號(hào)，m序列也必須為等角度信號(hào)。與cn201310416504.7一種齒輪故障無(wú)鍵相角域平均計(jì)算階次分析方法中所運(yùn)用的等角度、角域平均技術(shù)的作用類似，都是轉(zhuǎn)化為角域平穩(wěn)信號(hào)，減小轉(zhuǎn)速波動(dòng)影響及削弱不相干信號(hào)，cn201310416504.7是對(duì)原始振動(dòng)加速度進(jìn)行等角度采樣及平均，本申請(qǐng)則是對(duì)壓縮后信號(hào)等角度低頻采樣及平均；后續(xù)處理也不同，cn201310416504.7做階次分析，本申請(qǐng)則是雙譜分析。

2)、通過(guò)m序列與原始振動(dòng)信號(hào)混頻，將高頻部分搬移到低頻部分，通過(guò)一個(gè)較低的采樣頻率即可獲得整個(gè)頻率范圍的信息；

3)、通過(guò)轉(zhuǎn)速信號(hào)得到等角度采樣脈沖，將振動(dòng)信號(hào)從非平穩(wěn)時(shí)域信號(hào)轉(zhuǎn)變?yōu)榻嵌扔蚱椒€(wěn)信號(hào)；

等時(shí)間采樣數(shù)據(jù)會(huì)受到轉(zhuǎn)速波動(dòng)的影響，從而影響后續(xù)雙譜分析效果，所以需要采用等角度數(shù)據(jù)減小轉(zhuǎn)速波動(dòng)的影響。

4)、將時(shí)域同步平均技術(shù)擴(kuò)展到角度域，實(shí)現(xiàn)角域平均，突出特征頻率，抑制其它異常頻率，使得故障信號(hào)清晰；

5)、將普通雙譜擴(kuò)展為中頻雙譜，實(shí)現(xiàn)對(duì)壓縮信號(hào)的特征提取。

壓縮采樣之后，傳統(tǒng)雙譜為零，不適用于直接檢測(cè)壓縮采樣信號(hào)中的齒輪故障特征，因此采用擴(kuò)展雙譜—中頻雙譜分析方法。

除了上面所描述的目的、特征和優(yōu)點(diǎn)之外，本發(fā)明還有其它的目的、特征和優(yōu)點(diǎn)。下面將參照?qǐng)D，對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

附圖說(shuō)明

構(gòu)成本申請(qǐng)的一部分的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：

圖1是本發(fā)明優(yōu)選實(shí)施例的流程示意圖；

圖2是本發(fā)明優(yōu)選實(shí)施例的m序列(前100個(gè)點(diǎn))示意圖；

圖3是本發(fā)明優(yōu)選實(shí)施例的原始振動(dòng)信號(hào)的階次譜圖；

圖4是本發(fā)明優(yōu)選實(shí)施例的混頻后信號(hào)的階次譜圖；

圖5是本發(fā)明優(yōu)選實(shí)施例的濾波后的階次譜圖；

圖6是本發(fā)明優(yōu)選實(shí)施例的平均后壓縮信號(hào)的階次譜圖；

圖7是本發(fā)明優(yōu)選實(shí)施例的故障齒輪在故障初期的雙譜圖；

圖8是本發(fā)明優(yōu)選實(shí)施例的故障齒輪在故障中期的雙譜圖；

圖9是本發(fā)明優(yōu)選實(shí)施例的故障齒輪在故障后期的雙譜圖。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說(shuō)明，但是本發(fā)明可以根據(jù)權(quán)利要求限定和覆蓋的多種不同方式實(shí)施。

參見(jiàn)圖1至圖6，本發(fā)明公開(kāi)了一種基于壓縮感知與雙譜分析的齒輪故障診斷方法，包括步驟：

a、獲取轉(zhuǎn)速信號(hào)，根據(jù)轉(zhuǎn)速信號(hào)生成相應(yīng)的m序列和采樣脈沖；

所述步驟a包括：

a1、根據(jù)轉(zhuǎn)速信號(hào)，確定采樣頻率f_clock，f_clock＝n*fp，

其中，n為周期脈沖數(shù)，默認(rèn)為63；fp為轉(zhuǎn)軸齒輪齒數(shù)；

a2、根據(jù)f_clock與轉(zhuǎn)速信號(hào)確定等角度時(shí)間序列；

a3、以等角度時(shí)間序列為采樣時(shí)間點(diǎn)，確定等角度采樣脈沖；

a4、以等角度時(shí)間序列為采樣時(shí)間點(diǎn)，生成m序列。

b、將得到的m序列與原始振動(dòng)信號(hào)相乘得到混頻信號(hào)；

原始振動(dòng)信號(hào)與轉(zhuǎn)速信號(hào)是同時(shí)采集，一一對(duì)應(yīng)的。

c、將混頻信號(hào)進(jìn)行濾波，濾掉高頻部分；

d、根據(jù)采用脈沖，對(duì)濾波后信號(hào)進(jìn)行采樣并進(jìn)行平均運(yùn)算，得到壓縮信號(hào)；

e、對(duì)壓縮信號(hào)進(jìn)行中頻雙譜分析，實(shí)現(xiàn)故障診斷。

中頻雙譜mfbx定義為

其中，f1,f2—頻率變量，單位hz

e—表示求期望

x—頻譜序列。

本發(fā)明通過(guò)matlab仿真實(shí)驗(yàn)以及實(shí)際齒輪數(shù)據(jù)，驗(yàn)證了壓縮感知的數(shù)據(jù)壓縮能力，參見(jiàn)圖3，以前兩個(gè)嚙合階次13，26作為有用信號(hào)，奈奎斯特采樣定理下采樣階次至少需達(dá)到52以上才能保留完整信息，本發(fā)明通過(guò)壓縮感知將采樣階次降到10，參見(jiàn)圖5。以及在壓縮同時(shí)保留了關(guān)鍵故障特征信息，再通過(guò)雙譜分析可以成功提取故障特征，實(shí)現(xiàn)故障的正確診斷。參見(jiàn)圖7至圖9，可以看到三個(gè)明顯尖峰在坐標(biāo)(3,1),(2,4),(5,3)處，隨故障發(fā)展程度而逐漸增加高度。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。