论文部分内容阅读
行星齿轮箱广泛应用于需要提供大传动比和传动刚度的机械设备中,其良好的工作状态有利于保障设备的安全有效运行。由于行星轮轴承是行星齿轮箱中相对较容易出现故障的零部件,因此针对行星轮轴承的故障诊断工作,对进一步提高行星齿轮箱的安全性和可靠性有着重要意义。行星齿轮箱中,行星轮轴承同时具有自转和公转两种运动,其故障信号会受到复杂的调制作用,且其故障振动信号会与其他部件振动信号形成耦合。在齿轮信号和噪声的干扰下,行星轮轴承故障特征很容易作为噪声被过滤掉,使得其局部弱故障特征难以有效提取。针对行星轮轴承内圈故障诊断问题,提出了快速迭代滤波分解和参数自适应多点最优最小熵卷积相结合的故障特征提取方法,使用快速迭代滤波分解对振动信号进行分解,利用包络熵选取分解结果中包含轴承故障信息较多的分量,降低齿轮信号和噪声信号的影响。利用多点最优最小熵卷积对选取的分量进行故障特征增强,为提高算法性能,提出基于峭度和平方包络谱峭度的联合指标作为樽海鞘优化算法的适应度函数,自适应选取多点最优最小熵卷积的滤波器长度,有效提取了行星轮轴承内圈故障特征。外圈故障信号中存在行星轮自转带来的幅值调制,导致其故障冲击相对于内圈故障冲击更弱。为此,提出离散随机分离与最大二阶循环平稳盲解卷积相结合的方法路线。首先,通过离散随机分离抑制齿轮信号等严格周期信号的影响,再利用最大二阶循环平稳盲解卷积技术对故障冲击特征进行增强,最后通过平方包络谱直观反映故障特征。针对最大二阶循环平稳盲解卷积算法参数优化问题,提出了以改进故障特征比指标作为适应度函数的粒子群算法对循环频率和滤波器长度进行了优化选取。仿真研究中,通过对行星齿轮箱中轴承的故障振动信号的特性进行分析,在此基础上建立了行星轮轴承内圈和外圈的数值仿真信号。实验研究中以NGW型单级行星齿轮箱为研究对象,搭建了行星齿轮箱综合实验台。实验中利用人造局部故障模拟实际工况下的行星轮轴承内圈和外圈故障,分别采集了故障振动信号和转速脉冲信号。仿真和实验结果验证了所提出方法的有效性。