关于改进奇异值分解技术的齿轮调制故障特征提取.pdfVIP

第21卷第5期 振 动 工 程 学 报 V01．21No．5 2008年lo月 JournalofVibration OCt．2008 Engineering 基于改进奇异值分解技术的齿轮调制故障特征提取 陈恩利1，吴勇军1’2，申永军1，谢法h2 摘要：在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了信号时间序列重构的吸引 子轨迹矩阵奇异值分布与信号特征的关系，引入了自相关分析及信号叠加技术，改进了现有算法，使得吸引子轨迹 矩阵的重构科学合理。研究表明：该方法能在强噪声背景下提取出所需的调制信号，并成功用于实测齿轮调制故障 信号的提取，为齿轮箱故障诊断提供了一个新的思路。 关键词：故障诊断；齿轮；调制信号；奇异值分解 中图分类号：TB533+．1文献标识码：A 文章编号：1004—4523(2008)05．0530—05 I奇异值分解技术及时间序列重构的 引 言 吸引子轨迹矩阵 齿轮箱发生故障时通常会产生冲击和不同程度 的调制现象，在其振动信号的频谱图中出现形式各 1．I奇异值分解(SVD)定义 异的调制边频带。这些调制边频带的特点包含了很 设A为一个mx咒维实矩阵，它的奇异值分解 多有用的齿轮故障信息。因此，对调制现象及其边频 是指存在矩阵￡，∈舻×卅，u·￡，T=I和y∈彤h，y· 带分布特点进行研究是齿轮故障诊断中的一个很重 要的研究课题[xJ。 A=U·A·矿 (1) 目前，奇异值分解技术在故障诊断领域已有应 式中 A。≥A。≥…≥儿o称为矩阵A的奇异值。矩 用[2~1引，主要用于信号降噪处理及周期成分的提 取[2~8](奇异谱分析)。文献C9]受奇异值分解技术降 阵A的左、右奇异矩阵。 噪的启发，反其道而用之，利用奇异值分解技术降低 了平滑信号的影响，检测出信号中的突变信息，其检 1．2时间序列重构的吸引子轨迹矩阵 测效果与小波变换方法相当。文献Ei03在此基础上， 设时间序列：x=k。，z：，…，zⅣ]。按现有算法 进一步发展了该方法，利用奇异值分解技术同时降 构造的吸引子轨迹矩阵如下式所示。 低了光滑信号和噪声信号的影响，在强噪声背景下 Xl Z2 检测突变信息较文献[9]更为有效。 Z2 Z3 然而，现有方法尚存在一些问题：时间序列重构 D。= (2) 时延迟步长选择不合理，且没有确定的算法；重构时 Zmzm+l 矗：‰ 奇异值要么只选取前一部分，要么只选取后一部分 此时，m+挖一1=N。 或者只选取其中某一个，这种方式对于提取调制信 研究表明：延迟步长r的选择是基于时间序列 息显然是不合理的。因此，基于现有研究，本文引入