基于参数优化VMD和峭度准则的齿轮故障诊断.pdf

第 期 年 月组 合 机 床 与 自 动 化 加 工 技 术 .文章编号:():./.收稿日期:修回日期:基金项目:国家自然科学基金青年基金项目()中铁十四局集团有限公司科研项目()作者简介:杨文斌()男硕士研究生研究方向为盾构机状态检测与故障诊断().通信作者:王志成()男正高级工程师研究方向为大直径盾构及地下工程施工技术().基于参数优化 和峭度准则的齿轮故障诊断杨文斌王志成马怀祥乔卉卉刁宁昆(.石家庄铁道大学机械工程学院石家庄.中铁十四局集团芜湖长江隧道建设指挥部芜湖)摘要:针对盾构主减速机齿轮故障特征难以提取的问题提出了一种基于参数优化变分模态分解()和峭度准则的故障诊断方法 利用粒子群算法()以最小平均包络熵为适应度函数来确定 算法的模态分量个数 及惩罚因子 的最佳组合将原始振动信号利用参数组合通过 分解成若干本征模态()分量根据峭度准则筛选出最佳和次最佳 分量进行重构降低噪声干扰最后提取重构信号的时域和熵理论特征利用粒子群优化支持向量机()和轻量级梯度提升机()进行故障识别分类 通过使用 试验台实测信号数据验证表明该方法能够有效地提取齿轮故障特征实现对齿轮故障类型的准确判定验证了该方法的可行性和有效性关键词:盾构主减速机变分模态分解粒子群优化算法故障诊断中图分类号:.文献标识码:(.):().()().:引言盾构机在地铁施工、过江通道等长大隧道工程中应用广泛设备的故障诊断以及高效运维研究对盾构机能够稳定运行、可靠施工的意义重大 主减速机是盾构机主驱动的关键组成部分通常在低速重载、扭转冲击巨大、环境恶劣的条件下工作导致齿轮故障经常发生 因此及时准确地提取主减速机齿轮的故障特征并对主减速机进行故障诊断具有重要的工程意义盾构机主减速机工作在非平稳工况环境产生的信号为非平稳、非线性信号且受主轴承、主电机产生的噪声信号干扰较为严重 故减速机产生的振动信号为多信号合成的复杂信号 将此类复杂信号分解为多个信号分量再进行降噪、特征提取分析等处理会使处理主减速机齿轮故障诊断的问题变得简单、高效 近年来不少专家学者为对振动信号进行降噪处理改进了信号分解方法 变分模态分解()方法通过变分问题完成模态分解在分解过程中能够抑制噪声干扰、模态混叠以及端点效应等问题故一经提出该方法就获得广泛应用 但 算法的分解效果受模态分量个数 及惩罚因子 的影响较大通过试验探索最佳参数组合较为繁琐 郑小霞等通过轴承实验数据分析了 中 和 的选取问题但未考虑 和 的交互影响 杨洪柏等利用经验模态分解()无需设定模态数分解的特点评估 分解的有效模态数将其作为 分解的 值但该方法需依托人工经验进行分析 蒲子玺等利用峭度准则对 分解后的信号重构降噪提取了强噪声下轴承的早期故障信息但并未对分解参数 和 进行自适应寻优综合上述研究分析为对 算法参数进行自适应寻优降低噪声信号的干扰提高对故障识别分类的诊断效果文中采用以最小平均包络熵作为适应度函数的粒子群算法优化 根据峭度准则对 分解所得 分量进行筛选重构完成对噪声的剔除并从时域和熵理论角度提取齿轮的故障特征最后输入到 以及 中进行故障诊断 变分模态分解算法及参数优化.算法 算法的核心思想是将信号构造为变分问题模型再通过迭代更新来搜索该模型的最优解 即某信号 可分解为 个中心频率 和有限带宽的 分量 相应的变分约束模型为:()().()式中:为经分解得到的 个 分量 为各分量的中心频率为求解上述变分模型将约束性变分模型转为非约束性变分问题故引入二次惩罚因子 和拉格朗日乘子()得到增广拉格朗日函数:()()()()()()()()()式中:为二次惩罚因子()为拉格朗日乘子运用交替方向乘子算法求解上述变分问题通过迭代更新 、和 计算式()的“鞍点”再利用/傅里叶等距变换将 、和 映射到频域对应的迭代表达式为:()()()()/)()()()()()()()()式中:()()()为 ()()()对应的傅里叶变换 算法实施流程为:步骤:初始化 步骤:开始循环 步骤:根据式()更新 步骤:给定判定精度 进行迭代更新直到满足收敛条件 收敛条件为:().变分模态分解的参数优化在 分解中分解个数 以及二次惩罚因子 均需要预设且 性能直接受的影响 值过小产生模态混叠 值过大产生虚假分量 越小分解后 分量带宽越大 越大分解后 分量带宽越小因此在 之前选取合适的成为亟需解决的问题粒子群算法是一种群体智能优化算法通过多种群中不同个体间的协作与竞争完成寻优具有良好的全局寻优能力 假设第 个粒子在 维空间中的位置为 ()速度为 ()该粒子经过的最优位置为 ()种群中 个粒子经过的最优位置为 ()粒子会根据个体局部极值和种群极值更新自身的位置与速度 迭代更新公式如下:()()()()式中:为惯性权重 为迭代次数、为学习因子 为之间的随机数使用 对 进行优化时需要选取适应度函数对所优化参数进行评价 包络熵作为一种可对信号稀疏程度进行评判的指标其值大小反映了信号的不确定程度 经 分解后 分量包络熵的平均值即为信号的平均包络熵本文选用最小平均包络熵作为适应度函数来搜寻 分解分量含噪最少的 适应度函数为:()()()()()()式中:为最优参数()为原始信号经 变换后的包络信号 优化 参数具体步骤为:步骤:设定 的各项参数构建适应度函数步骤:随机初始化粒子的位置和速度步骤:进行 计算每个粒子在不同位置下的适应度函数值步骤:对比、评价适应值更新个体和种群极值步骤:利用式()和式()更新粒子的位置和速度步骤:循环迭代更新直至达到最大迭代次数停止更新输出最佳以及适应度函数值 峭度准则峭度是一种描述波形峰度的无量纲参数与齿轮的载荷、尺寸等参数无关对冲击信号较为敏感组合机床与自动化加工技术 第 期峭度定义为:()()式中:和 为信号的均值和标准差()为信号的期望值当峭度值接近 齿轮振动信号近似于正态分布表示齿轮无故障运行 当齿轮产生故障时振动信号中会产生冲击成分信号的峭度值会随之增大 故在齿轮故障诊断中使用峭度准则筛选经 后获得的最佳和次佳的 分量进行重构可组成包含丰富故障特征的重构信号进而实现信号的降噪 振动信号为正常信号时选择最接近于 的两组分量进行重构当信号为故障信号时选择峭度值最大和次最大的两组分量进行重构 齿轮故障诊断流程综合上述理论基础与研究思路提出了基于参数优化 和峭度准则的齿轮故障诊断方法具体流程如图 所示算法具体步骤为:步骤:通过动力传动故障诊断综合实验台()获取齿轮不同健康状态下的振动信号将信号按照所需长度及要求进行处理步骤:利用粒子群优化变分模态分解算法对振动信号进行分解并将所得 分量利用峭度准则进行筛选、重构步骤:对重构信号提取时域特征以及熵理论特征根据齿轮不同健康状况以及所需样本数构建故障特征数据集步骤:利用 算法对故障特征数据集进行可视化并采用 以及 算法进行故障识别分类完成故障诊断图 齿轮故障诊断算法流程图 验证分析.实验背景为验证所提方法的有效性笔者使用动力传动故障诊断综合实验台()进行了第二级行星轮系太阳轮 种不同健康状态的实验为模拟太阳轮出现的故障在 个不同齿轮上加工了齿根裂纹、磨损以及断齿故障故障齿轮如图 所示 第二级行星轮系参数以及通过计算的得到的相关频率如表 和表 所示 实验中驱动电机输入转频为 磁粉制动器电流设置为.相当于施加负载 采集仪为东方所 信号采集仪传感器为三通道压电式 振动加速度传感器采样频率为 每种状态采样时间为 实验平台及数据采集系统如图 所示图 故障太阳轮图 实验平台及数据采集系统表 实验台第二级行星轮系参数太阳轮齿数行星轮齿数齿圈齿数行星轮个数模数/表 实验台第二级行星轮系特征频率()太阳轮转频行星架转频啮合频率故障频率.实验中通过驱动控制器调节驱动电机转频使用磁粉制动器施加负载 实验共分 次完成每次实验使用不同健康状态的太阳轮 将传感器装于行星齿轮箱顶部通过数据采集仪采集振动信号以实际测得 实验台齿轮磨损信号为例原始信号时域图和频谱图如图 所示()时域图()频谱图图 原始信号时域图与频谱图.故障特征提取与分析采用所提算法对实测信号进行分析设定粒子群参数迭代次数为 种群规模为 值范围为 值范围为 图 为 适应度函数优化迭代图图 适应度函数优化迭代图通过 对 参数进行寻优得到最佳参数组合为利用所得参数对信号进行 分解结果如图 所示 由图 可知各分量分解后并未出现欠分解或过分解现象 年 月 杨文斌等:基于参数优化 和峭度准则的齿轮故障诊断图 分解的各分量信号经 后求得各 分量的峭度值如表 所示 通过峭度准则筛选表 中峭度值最大分量 和次最大分量 进行重构并按照图 所示故障特征指标提取重构前、后的信号故障特征组成特征数据集图 所提取信号故障特征表 实验台齿轮磨损信号 分解后各分量峭度值分量峭度.将重构信号提取的故障特征组合为特征向量每图 故障特征可视化种状态生成 组特征向量构造成 的特征数据空间 通过非线性 流形学习算法将特征数据维数约简至 维进行可视化结果如图 所 示 分别表示太阳轮正常、裂纹、磨损和断齿状态可以发现将特征数据维数约简至 维进行可视化后数据样本呈现规律分布不同故障状态被明显区分符合“类内间距小类间间距大”原则 这证明了所提故障特征提取方法的有效性该方法能有效地去除原始故障信号的冗余信息提高故障特征的分类性另外分别在重构前以及重构后的故障特征数据集中取 组数据作为训练数据集 组数据作为测试数据集放入 分类器进行识别诊断诊断结果如图 所示()实验信号重构前诊断结果()实验信号重构后诊断结果图 诊断结果如图 所示对未经 和峭度准则重构前的信号提取时域和熵理论的特征向量通过 算法诊断准确率为 如图 所示经所提方法处理后的信号诊断准确率达到 仅有一个测试样本被错分同时将故障特征数据集中每种状态前 个样本作为训练样本后 个样本作为测试样本 将各状态下前 个样本投入 进行训练之后将各状态的后 个样本投入训练好的分类器中进行识别所得 算法适应度曲线以及诊断结果分别如图 和图 所示图 算法适应度曲线图 测试集诊断结果 初始参数.迭代次数为种群数量为 由图 可知粒子通过 次迭代达到最佳适应度.由图 可知经实验台实测信号的测试集样本中仅有 个样本被错分诊断准确率为.可以证明经本文所提算法提取出的故障特征可以达到较好的故障诊断效果 结论针对盾构机主减速机齿轮故障特征难以提取的问题提出了基于参数优化变分模态分解和峭度准则的故障诊断方法通过将信号经 算法分解后使用峭度准则对所得 分量进行筛选、重构再对重构后的信号提取时域和熵理论结合的多特征向量最后使用 以及 算法进行故障诊断 采用该方法对 实验台实测数据进行了分析结论为:()通过 优化 参数有效避免了人为因素选取对 算法产生的影响避免了 算法对信号分解时出现欠分解或模态混叠现象的产生取得较好的分解效果()提出了采用峭度准则对 所得分量进行筛选、重构该方法既可保留有效的故障特征信息也能消除噪声干扰(下转第 页)组合机床与自动化加工技术 第 期方法可以获得具有一定局部冗余度的最优结构同时具有理想的可制造性和应用价值 结果表明:()在相同性能的约束条件下该方法相比于传统拓扑优化方法得到的优化结构冗余度更高传力路径更多在实际工况中可以预防部分局部失效的情况()该方法打破当前流行的将局部破损模式无缝平铺或者重叠平铺进行局部破损区域的预估分布方式而是以应变能最大为追寻目标确定最危险局部破损区域进行拓扑优化避免出现畸形优化优化结果具有更高的可制造性应用价值得到提升但是该方法目前应用范围有一定的限制无法结合实际使用场景进行更全面的危险评估进而确定更为准确的危险区域 后续研究需进一步探究其在三维结构中的拓展和应用参考文献 李芳凌道盛.平面应力问题的结构拓扑优化.浙江工业大学学报():.():.():.():.():.():.杜剑明郭旭.基于鲁棒性优化的桁架结构失效安全设计.力学学报():.():.彭细荣隋允康.考虑破损安全的连续体结构拓扑优化 方法.力学学报():.:.():.():.():.郭中泽张卫红陈裕泽.结构拓扑优化设计综述.机械设计():.蒋淑慧袁行飞马烁.考虑冗余度的杆系结构构件重要性评价方法.哈尔滨工业大学学报():.():.阎杰杨永竹谢军等.离散体结构拓扑优化综述.科学技术与工程():.彭细荣隋允康.连续体结构破损安全拓扑优化预估破损区域的理性准则.固体力学学报():.(编辑 祝智铭)(上接第 页)()使用 和 对经本文算法提取出的故障特征进行识别诊断取得了较高的准确率证明了所提算法可以有效地提取齿轮故障特征具有较好的实用价值为盾构机主减速机齿轮的故障诊断提供了一定的参考参考文献 官振红陈磊陈宏等.盾构关键部件在线振动监测系统设计.机床与液压():.刘宏志.及盾构机设备状态监测与故障诊断实用技术综述.隧道建设():.丁承君付晓阳冯玉伯等.基于参数优化 的齿轮箱故障特征提取方法.机械传动():.():.():.郑小霞周国旺任浩翰等.基于变分模态分解和排列熵的滚动轴承故障诊断.振动与冲击():.杨洪柏蒋超石坤举等.基于变分模态分解参数估计的滚动轴承故障信息提取方法.轴承():.蒲子玺殷红张楠等.基于峭度准则 及平稳小波的轴承故障诊断.机械设计与研究():.张俊张建群钟敏等.基于 方法的风机轴承微弱故障诊断.振动.测试与诊断():.李宁.粒子群优化算法的理论分析与应用研究.武汉:华中科技大学.何勇王红.改进 及其在滚动轴承故障诊断中的应用.机械科学与技术():.胡爱军马万里唐贵基.基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法.中国电机工程学报():.丁承君张良冯玉伯等.和 相结合的滚动轴承故障诊断.机械科学与技术():.:/.(编辑 祝智铭)年 月 高 涵等:连续体结构的失效安全拓扑优化设计