发表时间: 2022-04-16 09:37:13
作者: 浙江塞纳德动力科技有限公司
浏览:
蜗轮蜗杆减速机齿廓变化故障特征提取方法
摘要:蜗轮蜗杆减速机蜗轮齿廓变化故障诊断,提出了一种振动信号特征检测的新方法。在故障诊断过程中,为了提取故障信号的特征频率,给出了一种经验模式分解和希尔伯特变换相结合的方法。
前言
蜗轮蜗杆减速机虽然具有明显的优势,但齿廓变位故障不仅会导致事故,对正常生产造成很大影响,而且在停机检修时也会给企业经济带来很大损失。因此,企业应不断加强和改变齿廓变化的故障特征提取方法,并在此基础上对蜗轮减速器的工作状态进行检测,以达到“及时发现故障,及时维修”的目的。
1齿廓变化故障特征
(1)齿廓变化
蜗轮蜗杆减速机主要通过蜗轮蜗杆工作,齿廓变化是蜗轮蜗杆故障率高的主要原因。齿廓变化是减速器运行过程中蜗轮齿廓偏离理想齿廓,产生啮合调频现象,主要以啮合频率为载波频率,以蜗轮轴的旋转频率为调制频率,从而引起蜗轮蜗杆减速机 fault。
(2)断层特征
维修人员在诊断中可以发现,齿廓变化引起的故障一般不会产生很大的冲击振动,能量较低;只有齿廓变化严重时,才会产生很大的冲击振动,产生很大的做功能量。在这种情况下,蜗轮的固有频率会受到影响而发生变化,从而导致蜗轮减速器的失效。
2齿廓变化故障特征的提取方法
2.1经验模式分解的原则
(1) EMD(经验模态分解)主要用于处理新的信号,适用于处理非平稳周期内蜗轮减速器齿廓变化的信号。通常,一个非平稳信号经过EMD分解后可以转化为几个平稳的本征模。
(2)用假设的方法进行EMD分解。比如假设任何一个信号都是由许多本征模函数(IMF)组成的,然后按照EMD分解对其进行分解。分解后,将性能差和性能好的信号分别分组。可以发现,在EMD分解过程中,任何信号都可以分解成若干个IMF和一个残差信号组。
(3)通过对几个国际货币基金组织的研究,发现任何一个国际货币基金组织都有两个条件:
①在整个数据段中,任意IMF极值点的个数必须相等,即使有差异,也应≤1;
②在任一IMF分量的任一点,局部最大点形成的包络和局部最小点形成的包络的平均值为零。
2.2自相关分析
在蜗轮蜗杆减速机齿廓变化故障的提取中,自相关函数也是一种非常重要且全新的分析方法,主要描述随机振动样本在不同时刻的瞬时值之间的相关程度。因此,在使用自相关分析时,如果对同一个随机样本x(t)进行相关函数分析,那么x(t+τ)就是x(t)被时移后的样本,自相关函数Rx x(t+τ)可以定义为:
Rx(τ)=1imT→∞1T∫10x(t)×(t+τ)dt
其中t是信号观察时间,τ是滞后时间。
在使用自相关函数时,我们应该充分阐明它们的性质,主要包括:
(1)当τ = 0时,自相关函数获得最大值。
(2)当τ足够大或者τ→∞时,随机变量x(t)和X (t+τ)之间没有内在联系。
(3)自相关函数是偶数,即Rx (-τ) = Rx (τ)。
(4)周期函数的自相关函数仍然是同频率的周期函数,其幅度与原周期信号的幅度有关。通过研究自相关函数并利用其性质,可以准确地选择包含周期性冲击信号的IMF分量。
2.3希尔伯特变换
希尔伯特变换也是提取蜗轮蜗杆减速机齿廓变化故障过程中重要的信号分析处理工具。它主要基于经验模态分解,生成IMF,通过希尔伯特变换得到希尔伯特谱和解调谱。通常,一个完整的希尔伯特谱主要包括三部分:时间、频率和振幅。解调程序包含大量的原始信号。通过分析解调频谱中的原始信号,可以分析蜗轮减速器的齿形变化故障。
3齿廓变化故障诊断案例
3.1振动测试系统
(1)在蜗轮减速器的故障测试中,为了更好的进行振动测试,专门搭建了振动测试平台,如图1所示。振动台包括电机、法兰、磁粉制动器、微机、输入输出扭矩传感器和减速器。
(2)振动试验时,首先将减速器固定在试验台上,并将加速度传感器放在减速器上,并使其靠近振动源的蜗杆轴,以便加速度传感器在试验时更好地采集减速器的振动信号;其次,速度传感器的输出与微机的采集卡相连。这样,加速度传感器采集到的振动信号就可以传输到计算机中,并对其进行后期处理。
3.2振动信号分析
通过采集振动信号,将减速器的原始振动信号分解成不同频域的IMF分量。然后,对不同频域的IMF分量数据进行分析,识别是否存在故障信号。
3.3齿廓变化参数的测量
在分析完减速器的振动信号后,需要测量减速器的齿形变化参数,这可以通过精密测量仪器来完成,如JD45+齿轮测量仪。在获得相关参数后,可以对实测参数进行对比,数据可以证明EMD和希尔伯特变换相结合可以有效诊断蜗轮蜗杆减速机的齿廓变化故障。
4结论
(1)在分析齿廓变化故障特征的过程中,EMD分析和希尔伯特变换相结合是一种有效的方法。
(2)在分析齿廓变化故障时,要注意选择正确的IMF分量进行频域分析。只有选择正确的方法,才能保证研究结果的正确性;否则,盲目选择IMF元件不仅会浪费大量时间,还会影响故障分析的效率。
浙江塞纳德动力科技有限公司欢迎您的到来!