专利名称：齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法
技术领域：
本发明涉及机械设备故障诊断技术，特别涉及一种齿轮箱损伤的故障诊断方法。
背景技术：
齿轮箱在运行中萌生的故障(即早期故障)，具有症状不明显，特征信息微弱，往往被机械设备运行过程中的强背景噪声所淹没，从而使得传动齿轮箱早期故障的动态监测、诊断与故障预示的难度不断增大。因此，如何对采集到的振动信号进行降噪处理，突出或提取有用特征信息是故障诊断和故障预示中的一个关键课题。基于相邻小波系数之间具有相关性的特点，现有的降噪处理方法一般为分块阈值降噪，它是将相邻的小波系数作为一个整体进行阈值处理。其不足之处是(I)分块阈值降噪方法根据经验选择邻域分块长度，往往产生很大的偏差；(2)在小波分解的每一层均使用全局阈值，而全局阈值并不是最优的。

发明内容
本发明的目的在于提供一种可解决背景技术所存在的问题的齿轮箱损伤的时域诊断方法，该方法首先利用获得的最优邻域分块长度和阈值，对多小波分解后的高频系数进行阈值处理；其次把低频系数和阈值处理后的高频系数进行多小波反变换，得到重构信号；然后分析信号中时域脉冲波形的周期性和规律性，并结合齿轮箱机理分析，有效提取出齿轮箱损伤特征。为达到以上目的，本发明是采取如下技术方案予以实现的一种齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法，其特征在于(I)对含噪信号进行预处理，得到矢量输入信号；(2)对矢量输入信号进行多小波分解，得到高频系数和低频系数；(3)根据判断条件对高频系数进行阈值处理符合条件时采用自适应邻域分块阈值算法，否则采用逐点比较算法，得到降噪后的高频系数；(4)对低频系数和经过阈值处理后的高频系数进行多小波反变换，重构降噪后的矢量输出信号；(5)对矢量输出信号进行后处理，得到一维降噪结果；(6)通过分析降噪结果中的时域脉冲波形的周期性，提取出传动齿轮箱的损伤特征进行故障诊断。其中，步骤3)所述的自适应邻域分块阈值算法包括下述步骤I)设含噪信号S是所关心的故障特征F与噪声E的叠加，可以表示为S=F+E以2X2维多小波变换为例，S= [S(1)，S(2)]T表示经过预处理后的2维振动信号，噪声E服从多元正态分布N (O, Vj)，在第k个邻域分块中，定义变量A A =作为阈值降噪的基本变量，将其中向量化的系数转化为标量，矩阵'为多小波分解第j层的高频系数Da =[《K,]T的协方差矩阵；
权利要求
1.一种齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法，其特征在于 (1)对含噪信号进行预处理，得到矢量输入信号； (2)对矢量输入信号进行多小波分解，得到高频系数和低频系数； (3)根据判断条件对高频系数进行阈值处理符合条件时采用自适应邻域分块阈值算法，否则采用逐点比较算法，得到降噪后的高频系数； (4)对低频系数和经过阈值处理后的高频系数进行多小波反变换，重构降噪后的矢量输出信号； (5)对矢量输出信号进行后处理，得到一维降噪结果； (6)通过分析降噪结果中的时域脉冲波形的周期性，提取出齿轮箱的损伤特征进行故障诊断； 其中，步骤3)所述的自适应邻域分块阈值算法包括下述步骤 1)设含噪信号S是所关心的故障特征F与噪声E的叠加，可以表示为S=F+E 以2X2维多小波变换为例，S= [S(1)，S(2)]T表示经过预处理后的2维振动信号，噪声E服从多元正态分布N (O，Vj)，在第k个邻域分块中，定义变量D ,作为阈值降噪的基本变量，将其中向量化的系数转化为标量，矩阵 ' 为多小波分解第j层的高频系数~=[4Κ)Γ的协方差矩阵； 定义 mad (y) =L 4826 · median (| y-median (y) |) 式中，函数medianO用于寻找数列y中的中位数，矩阵Vj可表达为 I/ , - Ii2Q1-Q1(bx +^7)* ·α2~bnI {hx +b2)'ax -a2 a2 -a2式中，ax= I /mad (Tow1)，a2= I / mad (r ow2)，b ^mad (ax · r Ow^a2 · r ow2)，b2=mad· Towl-H2 · row2)，其中Iow1与row2代表多小波高频系数的2个分量； 在自适应邻域分块阈值降噪算法中，第k个邻域分块中多小波系数组合为S-I1uk =h，其中L为邻域分块长度；阈值表示为 Sum2j k> μ2 (XStm1i k < μ2 式中，μ =21ogni, H1为多小波第j层分解的数据长度； 2)设定判断条件，令工二”丨乙化2—μρ=2υ0δηι，用(μ'Ι；)表示阈值和邻域分块长度 {μ 二 argmin SI Uili(XyU^L) 根据下式，定义故障特征F的估计算子
2.如权利要求I所述的一种齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法，其特征在于，步骤(6)的具体实施方式
为计算降噪结果中时域冲击波形的平均时间间隔来作为冲击波形的周期，根据输入轴转速和齿轮箱传动比计算出各转轴的旋转周期，通过比较冲击波形的周期和齿轮箱各转轴的旋转周期，判断齿轮箱是否存在损伤，确定出损伤齿轮所在的转轴。
全文摘要
本发明公开了一种齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法。该方法根据多小波系数之间的相关性，以Stein无偏风险估计误差最小作为约束条件，自适应地选取最优的邻域分块长度和阈值，能够有效消除噪声干扰,准确提取信号特征；利用所构造的自适应邻域分块阈值降噪方法分析连轧机传动齿轮箱振动信号，获得降噪后的重构信号，通过分析时域脉冲波形的周期性，有效提取出连轧机传动齿轮箱损伤特征。该检测方法结果可靠，实时性好，简单易行，通用性强，适用于连轧机等重载设备传动齿轮箱的损伤诊断。
文档编号G01M13/02GK102879195SQ201210361690
公开日2013年1月16日 申请日期2012年9月25日 优先权日2012年9月25日
发明者訾艳阳, 孙海亮, 何正嘉, 李兵, 曹宏瑞, 陈雪峰, 张周锁 申请人:西安交通大学