基于扭振信号的齿轮故障诊断研究

　　在机械诊断技术的研究与应用中,面对一个诊断对象首先应该考虑的问题是如何获得故障信息。实际诊断工作中,通常无法对所关心的部位直接进行观察和测量,而只能在条件允许的其它部位上拾取某些与故障相关的间接信号。这些信号往往是故障激励和其它激励的混合响应,其中除了与故障相关的成分外其余均被视为噪声。由于受到传递过程和噪声的影响,一般情况下对信号进行直接观察很难得到全面的故障特征,而且,通常的信号或特征并不是描述故障的直接物理量,它们与故障之间还存在着复杂的映射关系,需要借助一定的分析过程和识别方法才能得到故障的类型和程度。信息在传递与变换过程中只会减少不会增加,所以原始信号所包含的故障信息量的多少对诊断具有决定性的作用,即信号质量是整个诊断工作的基础。

　　齿轮故障诊断是机械诊断中一个具有代表性的问题。目前齿轮诊断中广泛使用的是箱体振动信号。这个信号中包含了每个齿轮的啮合振动以及机器系统中其它振源的响应。当载荷稳定不变时,齿轮的啮合振动信号基频及其高次谐波、调幅与调频包络等特征中包含了齿轮的故障信息,是诊断齿轮故障的依据。但是,由于箱体振动信号中包含了各个齿轮啮合振动以及整个机器系统中其它振动的响应,因此,如何将待诊断齿轮的啮合振动信号从很强的噪声中分离出来,是齿轮诊断的关键所在。对信号直接进行频域、时频域分析或多分辨分析,往往得不到好的效果[1～4]。

　　时域平均法是从复杂信号中提取周期分量的有力工具,P.D.McFadden[1,2]和J.D.Smith[1]首先将这种方法用到了齿轮诊断中。至今,许多基于新的信号处理方法的齿轮故障分析技术仍然依靠时域平均法来分离待诊断齿轮的啮合振动信号[4～6]。时域平均法具有良好的噪声抑制能力,但是,由于受到同步处理过程以及信号传递过程的影响,在抑制噪声的同时,部分有用信号尤其是信号中的高频分量也在一定程度上受到抑制。这对齿轮早期故障的诊断非常不利。

　　实际上,从齿轮传动系统的回转信号波动中可以得到扭振形式的啮合振动信号。当载荷稳定时,从故障激励到扭振信号之间的变换与传递过程,比同样激励到箱体往复振动之间的过程要简单得多,而且,扭振信号不像往复振动信号那样容易受到其它振源产生的机械波的干扰,所以扭振信号比往复振动信号对故障更加敏感、信噪比更高,利用扭振信号更容易发现齿轮的早期故障。

　　这里我们将“振动”一词理解为,一个物理量通过其恒定值而在其最大最小值之间往复变化。并将物体的直线振动称为往复振动,回转运动振动称为扭振。