薛 成,李 鑫,2,焦 静,毛雨琳
(1.南京工程学院 汽车与轨道交通学院, 南京 211167;2.南京航空航天大学 民航学院, 南京 211106)
齿轮箱以其结构紧凑、传动比高、承载能力大的独特特点被广泛地集成到各种旋转机械中。由于工作环境恶劣,齿轮箱容易损坏,导致整个机械系统性能下降甚至停机。为了有效地提高机器运行的可靠性和降低维护成本,对齿轮箱进行在线监测和故障诊断是十分必要的[1-2]。
基于振动信号的分析是最常见的齿轮箱故障诊断方法,但在面对多工况交替等情况时,其信号波动幅度大,各个工况的振幅不同,导致监测诊断能力有所下降。然而,振动信号的特征阶次在非平稳工况下,不会随着转速的变化而发生改变。因此,应用阶次分析的方法可以有效进行非平稳工况下齿轮箱的故障诊断。赵登利等[3]推导并总结了齿轮箱特征阶次,并通过真实风场数据进行了故障诊断分析与实验验证。王博等[4]根据齿轮转速对故障频率的影响,总结了齿轮箱各部件的故障阶次特征表,实现了变转速工况下的齿轮箱故障诊断。唐敏[5]也运用阶次跟踪技术将变速齿轮箱的时域非平稳特征转化为平稳的瞬态特征,优化了变速齿轮箱的状态评估效率。杜丽君等[6]提出了一种时域稀疏调频字典的齿轮复合故障诊断方法,从变速齿轮箱复杂的信号中准确提取出故障信号分量,确保了后续信号的幅值重构精度,完成了复合故障信号的分离诊断。……