基于自适应参数优化RSSD-CYCBD的行星齿轮箱复合故障诊断

作     者：孙环宇 杨志鹏 王艺玮 郭琦 SUN Huanyu;YANG Zhipeng;WANG Yiwei;GUO Qi

作者机构：南京航空航天大学自动化学院南京211106 北京航空航天大学机械工程及自动化学院北京100191 

基　　金：国家科学技术支持计划(MKF20210012) 国家自然科学基金(51805262) 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2024年第50卷第10期

页      码：3139-3150页

摘      要：针对行星齿轮箱多振源耦合导致故障源辨识困难、较弱故障特征容易被噪声和较强故障特征掩盖,以及由传播路径引起的信号衰减导致的故障特征微弱等问题,提出一种自适应参数优化的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的行星齿轮箱多故障耦合信号分离及诊断算法。根据轴承和齿轮故障的不同共振属性,用RSSD算法将多故障耦合信号分解为包含齿轮故障特征的高共振分量和主要包含轴承故障特征的低共振分量后,通过CYCBD算法分别对高、低分量进行解卷积,消除传播路径影响和噪声干扰,实现微弱故障特征的增强和提取。特别地,针对RSSD和CYCBD中参数优化困难、依赖人工经验和自适应差等问题,使用基于松鼠算法(SSA)对参数进行自适应优化选取,设计了融合包络谱峭度、自相关函数最大值均方根和特征频率比在内的复合指标作为优化目标。对解卷积后的信号进行包络解调提取故障特征频率,识别不同故障源。通过行星齿轮箱多故障模拟信号和实测信号验证了所提算法的有效性和可行性,进一步地,将所提算法集成在边缘计算设备中,为行星齿轮箱等旋转机械的状态检测诊断及远程运维提供解决方案。

主 题 词：多源故障分离 共振稀疏分解 最大二阶循环平稳盲解卷积 松鼠算法 行星齿轮箱 

学科分类：080202[080202] 08[工学] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 081102[081102] 

核心收录：

D　O　I：10.13700/j.bh.1001-5965.2022.0773

馆 藏 号：203147872...