公开(公告)号：CN115979640A

公开(公告)日：2023-04-18

申请号：CN202310169678.1

申请日：2023-02-27

Applicant: 哈尔滨工程大学

Inventor： 费红姿 ,  柳一林 ,  石忠心 ,  王浚哲 ,  郭子健 ,  袁晨

IPC: G01M13/028 ,  G06F18/24 ,  G06F18/23213 ,  G06F17/16 ,  G06F18/213

Abstract: 本发明的目的在于提供基于全极点模型和K‑means方法的齿轮故障诊断方法，包括建立齿轮箱系统振动信号全极点模型、基于K‑means的故障特征参数提取和齿轮故障在线诊断流程，其中建立齿轮箱系统振动信号全极点模型包括全极点模型、模型参数辨识、模型阶数确定和求取模型极点等。本发明将正常、断齿与磨损三种状态下的极点s1聚集成若干簇，并识别出每个簇的中心点Ci以及距离阈值Ri作为故障特征参数。基于故障特征参数中心点Ci以及距离阈值Ri，建立齿轮故障诊断流程，利用极点位置与中心点Ci的距离以及Ri判断是否属于某簇，从而实现齿轮健康、断齿、磨损三种状态的故障诊断。

公开(公告)号：CN115791159A

公开(公告)日：2023-03-14

申请号：CN202211669935.X

申请日：2022-12-25

Applicant: 哈尔滨工程大学

Inventor： 费红姿 ,  柳一林 ,  石忠心 ,  王浚哲 ,  郭子健 ,  袁晨

IPC: G01M13/021 ,  G06F18/214 ,  G06F18/2411 ,  G01M13/028

Abstract: 本发明的目的在于提供一种基于振动信号的齿轮故障在线实时诊断方法，包括如下步骤：齿轮系统健康监测，故障类型判断，故障位置判断。针对齿轮断齿、磨损等典型故障，本发明基于齿轮箱体的振动信号，可以实现齿轮传动系统的健康状态在线监测，进而进行故障类型诊断及发生位置确定。本发明提取振动信号的峭度KT作为健康监测特征参数，基于KT的正态分布特点，应用3σ准则对参数的阈值进行了优化。基于EEMD分解提取了IMF分量的能量占比pf和总能量熵HEN作为故障类型判断的特征参数，该特征参数随工况变化很小。