基于虚拟仪器地大型高速齿轮箱故障诊断系统研究.pdf

李旗　朱成俊

[摘 要]齿轮箱在运行时的故障振动信号往往表现出非线性与非平稳性并且以调制的形式存在，基于此本文结合LabVIEW强大的信号处理功能和包络谱分析在处理调制信号的优点，将其应用到齿轮箱的故障诊断中，通过实验结果表明：基于LabVIEW的包络谱分析能够有效的辨别出齿轮箱的故障信息。

[关键词]故障诊断；包络谱；LabVIEW；齿轮箱

中图分类号：TH165.3 文献标识码：A 文章编号：1009-914X（2017）25-0127-01

齿轮箱是机械设备的重要组成部件，如果发生故障，往往会产生不可逆转的破坏，因此对其进行故障监测具有重要的价值。但是由于齿轮箱在运行时环境的复杂性，其振动信号往往表现出非线性和非平稳性，很难对其进行直接分析判断，而传统的傅里叶变换只适合应用于处理平稳信号，已经不适合用于对齿轮箱进行监测。因此需要找到其它的适合处理非平稳信号的算法，基于此刘自然提出了先用EMD將信号进行分解后，提取出表示齿轮箱故障特征的IMF，然后进行倒频谱分析，该方法准确的判断出了齿轮箱的故障信息。本文以LabVIEW为开发环境，设计了包络谱分析的齿轮箱故障诊断系统，将其应用到齿轮箱的故障诊断中。

1 包络谱分析基本原理

包络谱分析是针对非平稳调制信号的处理算法。对比传统的傅里叶变换，包络谱分析算法不仅改进在处理信号方式的算法，而且在处理的过程中有所加强。在包络谱分析之前对所需处理的信号进行带通滤波可以消除低频成分对信号分析时候的影响，有利于提取出所需的低频调制信号。对经过包络谱分析变换处理后得到的包络谱分析图进行分析可以诊断机械的故障类别。对信号进行包络谱分析时需先对进行Hilbert变换，其公式为

包络谱分析是诊断机械设备零件损伤的一种有效方法，经常把它应用到对轴承故障检测，现将其应用到齿轮箱诊断中。先通过数据采集卡采集齿轮箱振动信号，对其进行高通或带通滤波处理，对处理后信号进行包络谱分析，判断齿轮箱故障（图1）。

2 包络谱分解的LabVIEW实现

LabVIEW是NI公司开发的图形化编程语言，包含很多信号处理工具包，为信号处理提供了很大帮助。LabVIEW在工程上的应用越来越突出，本文结合LabVIEW编写关于包络谱分析的程序，对输入信号进行Hilbert变换，变换后的结果的平方与输入信号的平方相加后开方，对得出结果进行傅里叶变换，得出对输入信号进行包络谱分析处理后的结果。应用该程序可以对齿轮箱的振动信号进行分析，对分析结果进行分析判断，可为判断齿轮箱故障提供理论依据。

3 基于包络谱分析的齿轮箱故障检测

为检验用LabVIEW编写包络谱分析在分析齿轮箱故障的有效性，在SpectraQuest公司最近推出的轴承故障模拟试验台（MFS）上进行。实验所用的齿轮箱输入轴齿数为18，输出轴齿数为27，所用齿轮箱齿轮故障为断齿。对齿轮箱振动信号进行数据采集时用的是NI公司的NI9234数据采集卡，采样频率为10240HZ，采样时长为10s，输入轴的转速为1800r/s。根据计算可知其啮合频率为540HZ。

齿轮箱时域信号和相应频谱图（图2），从时域中很难判断齿轮箱是否发生故障，而频域中齿轮箱故障信号谱线完全被淹没在周围谱线中，很难对其准确区分和判断，说明FFT变换不适合用于齿轮箱故障诊断。

对齿轮箱输入信号进行包络谱分析后（图3），可明显找到频率为537.5HZ谱线，与计算的啮合频率很接近，由于轴转速在实际运行时与理论值有一定误差，计算的啮合频率也有一定误差，可判断齿轮箱发生故障。该实验表明此方法能够有效检测齿轮箱故障，有效判断齿轮箱。

4 结语

本文以LabVIEW为编程环境编写包络谱分析程序，拓宽了包络谱分析应用范围，使其更加适合应用与工程，通过齿轮箱实际故障诊断研究结果表明，基于LabVIEW的包络谱分析能够有效检测齿轮箱故障特征。

参考文献

[1] 贺妍，马维金，刘迎各，张纪平.基于时频特征提取与神经网络的齿轮箱故障诊断[J].机电信息，2016（12）.

[2] 刘自然，熊伟，颜丙生，甄守乐，王律强.EMD方法和倒频谱在齿轮箱故障诊断中的应用[J].组合机床与自动化加工技术，2014（9）.

[3] 卢锦玲，绳菲菲，赵洪山.基于相关向量机的风机齿轮箱故障诊断方法[J].华北电力大学学报（自然科学版），2017（2）.

作者简介

李旗（1990-），男，汉，河南省南阳市人，硕士研究生，从事教师工作。