在實際工程中,齒輪箱故障往往以復(fù)合故障的形式出現(xiàn),不同故障的信號相互耦合,彼此干擾,難以進行準確診斷。采用變分模態(tài)分解（VMD）和最大相關(guān)峭度解卷積（MCKD）相結(jié)合的齒輪箱復(fù)合故障診斷方法,首先對齒輪箱復(fù)合故障進行變分模態(tài)分解,并根據(jù)互相關(guān)準則濾除噪聲干擾;然后選取最佳的解卷積周期和濾波器長度,對降噪信號進行MCKD濾波,分離故障特征;最后將該方法應(yīng)用于齒輪箱,實現(xiàn)其復(fù)合故障診斷。通過某油田作業(yè)區(qū)的現(xiàn)場應(yīng)用,軸承和齒輪的故障特征頻率凸顯,證明了該方法的有效性。 

【文章來源】：油氣田地面工程. 2020,39(08)

【文章頁數(shù)】：4 頁

【部分圖文】：

測點位置示意圖

將采集的滾動軸承內(nèi)圈和齒輪齒面磨損復(fù)合故障信號進行VMD分解，當k=4時信號達到最佳的分解效果，分解后的時域波形及頻譜圖如圖2所示。為了達到降噪的目的，濾除噪聲干擾，求解分解后各模態(tài)分量與原信號的互相關(guān)系數(shù)，見表1。

軸承內(nèi)圈故障的解卷積周期T=fs/fi=175，齒面磨損故障的解卷積周期T=fs/fr=1 748，設(shè)定位移數(shù)M=7，設(shè)定濾波器長度L的搜尋區(qū)間為[20,1 000]，搜尋步長為20，通過搜尋迭代確定最佳濾波器長度L，最后達到最佳濾波效果。分離后的軸承內(nèi)圈故障和齒面磨損故障時域波形及頻譜如圖3和圖4所示（fm為齒面磨損特征頻率，fr為機組的轉(zhuǎn)頻）。圖4 分離后齒面磨損故障時域波形及頻譜

【參考文獻】：
期刊論文
[1]復(fù)合故障診斷技術(shù)綜述[J]. 張可,周東華,柴毅.  控制理論與應(yīng)用. 2015(09)
[2]基于形態(tài)分量分析與階次跟蹤的齒輪箱復(fù)合故障診斷方法[J]. 陳向民,于德介,李蓉.  航空動力學報. 2014(01)
[3]局部均值分解在旋轉(zhuǎn)機械復(fù)合故障診斷中的應(yīng)用[J]. 徐繼剛,趙榮珍,朱永生,于昊.  噪聲與振動控制. 2012(05)
[4]基于核形態(tài)成分分析的齒輪箱復(fù)合故障診斷研究[J]. 楊杰,鄭海起,關(guān)貞珍,王彥剛.  振動與沖擊. 2012(10)



本文編號：3604720