基于VMD相关系数峭度提取行星齿轮箱故障特征

李玉豪，刘远宏

(武警工程大学装备管理与保障学院， 西安 710016)

行星齿轮传动系统具有质量轻、体积小、传动比大、承载能力强、传动效率高等诸多优点，因此被广泛应用于作战飞机、舰船、装甲车辆、自行火炮、工程机械等大型复杂机械装备中[1--3]。由于经常承受大量级的交变载荷，导致其太阳轮、行星轮、内齿圈、行星架等关键部件出现严重磨损、疲劳裂纹、断齿和其他故障，尽早发现故障征兆并快速定位隔离，能有效避免故障恶化引发二次故障，降低维修成本和难度，提高设备可靠性和安全性。

从故障机理、检测与诊断方法等方面考虑，振动信号常被用来诊断行星齿轮传动系统故障，行星齿轮箱传动机理复杂，测得的振动信号调制强烈，频率成分复杂，行星轮和太阳轮故障难于区分，而现在很多研究还是套用定轴齿轮箱故障诊断方法，不能针对行星齿轮箱特点进行有效的分析[4]。某型行星齿轮箱为复合行星排行星齿轮箱，齿轮数量多，自由度维数高，同时存在多个定轴轮系和行星轮系，结构复杂，传感器测点选择十分困难，这些原因给该型行星齿轮箱故障诊断工作带来更大的困难。

Dragomiretskiy[5]等在2014年提出一种全新的非递归、自适应的信号处理方法变分模态分解(variational mode decomposition，VMD)，通过构造、迭代搜索约束变分模型的最优解以确定每个模态分量的中心频率和带宽，实现信号频谱的划分及各模态分量的有效分解[6]。不同于经验模态分解(empirical mode decomposition，EMD)、集合经验模态分解(ensemble empirical mode decomposition，EEMD)等传统递归算法，VMD摆脱了传统分解算法对信号分解的约束，有着坚实的数学基础，可以抑制或避免模态混叠现象，并且具有更高的运算效率及更好的鲁棒性[7-12]。……