时变转速工况下行星齿轮箱故障诊断方法研究

时变转速工况下行星齿轮箱故障诊断方法研究行星齿轮箱较之于传统定轴齿轮箱而言, 具有传动比高、负载能力强、结构紧凑等优势, 因此被广泛应用于风力发电、重载车辆、船舶运输等工业现场。然而, 由于这些复杂装备长期在沙尘、腐蚀等恶劣环境条件下工作 , 行星齿轮箱容易出现齿面划痕、齿根裂纹、齿轮疲劳断裂等缺陷。这些故障可能导致系统振动加剧、传动效率降低、计划外停机甚至整体结构毁坏等后果, 造成严重经济损失。 因此 , 行星齿轮箱的状态监测与故障诊断, 对保障工业设备安全高效运行、减少不必要的经济损失、避免重特大工业事故, 有着十分重要的意义。然而 , 对于行星齿轮箱故障诊断问题 , 目前仍存在两方面难点尚未得到有效解决 :(1) 行星齿轮箱的故障机理和特征形式尚未得到系统梳理总结。现有参考多基于固定转速条件下的频谱峰值分布 , 而未考虑时变转速工况下时变边带的特征。并且大多数研究只针对横向振动 , 并未考虑其它物理量特征的故障特征反馈。 (2) 时变转速工况下的行星齿轮箱非平稳信号分析方法还有待进一步提高。 行星齿轮箱信号具有复杂的调幅调频结构 , 在时变转速工况下 , 旋转相关的特征频率呈现时变特性 , 基于时域或频域的故障诊断方法难以揭示变化的频率特征,而常用的时频分析方法存在时频分辨率低或交叉项/ 自项干扰等缺陷,难以准确显示复杂的时变故障特征。本文针对以上两方面难点, 对行星齿轮箱时变转速工况下的故障诊断问题 , 进行了深入研究。从理论建模、非平稳信号时频结构分析、故障特征提取方面入手 , 通过理论推导、仿真分析和实验验证 , 完成了一系列创新研究 :1. 在理论建模方面 , 系统总结了包括横向振动信号、扭转振动信号、电机电流信号在内的 3 种行星齿轮箱特征信号解析模型 , 并具体实现了 :(1) 将现有的恒定转速故障特征推广至更通用的时变转速工况故障特征 ;(2) 将故障调制特征的载波成分从常用的啮合频率推广至固有频率 ;(3) 将基于横向振动的行星齿轮箱故障特征规律研究延伸至扭转振动信号和感应电机定子电流信号分析。 这些研究为行星齿轮箱故障特征提取提供了理论基础。 2. 在非平稳信号时频结构分析方面 , 考虑传统时频分析方法在应对行星齿轮箱故障诊断问题上的局限和不足 , 应用前沿信号处理方法进行故障特征提取 , 并针对性地做出了改进和创新 :(1) 针对传统方法时频分辨能力不足的问题 , 应用重排小波尺度谱 , 有效提取了时变边带和冲击特征 ;(2) 针对重排方法应对复杂时频结构的不足, 提出基于迭代广义重排的多种高性能时频分布 ;(3) 针对前沿的同步压缩变换理论 , 改进其时间方向定位能力的不足 , 提出迭代广义同步压缩变换方法。 这三种方法具有时频精度高、 无交叉项或自项干扰的优点 , 能够适应复杂结构的行星齿轮箱非平稳信号特征提取问题。3. 在故障特征提取方面 , 将传统的幅值解调和频率解调分析方法推广到了时变转速的条件 , 并基于迭代广义解调提出了一种新的阶比谱分析方法。此外 , 针对扭转振动信号提出了基于扭转共振边带识别的故障诊断方法 , 针对电流信号提出了基于时变空间向量分析的故障诊断方法。为多渠道、 更方便地提取非平稳故障特征提供了有效途径。本论文中 , 结合不同齿轮故障条件下的行星齿轮箱时变转速测试结果 ,验证了所提出的行星齿轮箱时变转速工况下的横向振动、扭转振动以及电流模型的准确性。进一步结合这些信号模型 , 验证了所提出的时频分析、时变解调和阶比分析方法的优越性。最后 , 将这些方法应用于实验条件下的真实行星齿轮箱信号分析中 , 成功诊断出了不同位置的行星齿轮箱齿轮故障。综上而言 , 针对应用广泛的行星齿轮箱的时变转速工况下故障特征提取问题 , 包括横向振动、扭转振动、定子电流在内的多种特征信号在本文中被成功解析建模 ; 包括时频分析、时频解调分析、阶比分析、空间向量分析在内的多种非平稳信号故障特征提取方法 , 以及同步压缩变化、 迭代广义解调在内的多种先进算法 , 在本文中被具体应用和验证。 这些理论和技术将为广泛的设备监测诊断提供创新性的指导和帮助。