矿用机械传动齿轮箱体振动故障解调诊断方法

冯占祥

（张家口宣化华泰矿冶机械有限公司，河北 张家口 075100）

0 引言

矿用机械在矿业生产中发挥着至关重要的作用，而传动齿轮箱作为其核心组成部分，其正常运转对整个矿用机械的性能和效率产生重大影响。然而，由于工作环境恶劣、工作负荷大以及操作维护不当等因素，矿用机械传动齿轮箱常常出现各种故障，导致生产中断和重大经济损失。因此，对矿用机械传动齿轮箱的故障进行准确诊断，及时发现并排除故障，对于保障矿业生产的稳定性和连续性具有重要意义。李东东等[1]在研究行星齿轮箱故障诊断方法时，引入了深度特征融合网络，可以在齿轮箱变速工况下准确分类故障信号类型；欧曙东等[2]采用卷积自动编码器进行行星齿轮箱故障振动信号的检测与识别，解决了传统方法识别非线性、非平稳的故障振动信号能力有限等问题。随着矿业生产规模的不断扩大，矿用机械朝着大型化、自动化和高效化的方向发展，传动齿轮箱的结构也日趋复杂。这使得齿轮箱的故障诊断成为一个具有挑战性的问题。传统的基于经验的故障诊断方法已经难以满足现代矿业生产的需要。因此，本文研究设计一种新的、更加有效的矿用机械传动齿轮箱故障诊断方法，以提高矿业生产效率和降低维修成本。

1 采集并预处理齿轮箱体故障振动信号

由于齿轮箱体故障振动信号和正常振动信号的频率与幅值存在显著差异，所以根据齿轮箱体振动信号来进行故障诊断[3]。首先，需要在矿用机械传动齿轮箱运行过程中，采集箱体故障振动信号。主要采用了成本低、精度高的传感器来获取振动信号，综合考虑矿用机械传动齿轮箱的实际型号与运行特点，选择一个采样频率范围合适的加速度传感器，将其安装在齿轮箱体外壁，进行齿轮箱振动信号的获取。然而，受传感器自身采样精度与矿用机械传动齿轮箱恶劣运行环境等因素的影响，导致原始采集信号中存在大量无用噪声信号，如果直接应用于后续故障诊断中，难以保障诊断结果的准确度，所以对原始采集的矿用机械传动齿轮箱体故障振动信号做去噪处理[4]。为实现齿轮箱体故障振动信号的降噪，引入了小波分析法，通过对振动信号的分解与重构，去除无用噪声信号。在利用小波分析法去除矿用机械传动齿轮箱故障振动信号时，需要先利用下式所示小波变换函数进行原始振动信号的分解：

其中：

式中，X（a，b）表示原始矿用机械传动齿轮箱体故障振动信号的小波分解系数，其中a、b分别为伸缩与平移因子这两个常数；S（t）表示平方可积的矿用机械传动齿轮箱体故障振动信号，其中t为时间变量；fa，b（t）表示小波基函数；F（t）表示母小波函数。然后根据齿轮箱体故障振动信号的实际情况设定一个合理的小波系数阈值，进行分解系数的筛选[5]，算式为：

式中，γ表示小波系数阈值。如式（3）所示，将大于设定阈值的小波系数保留，小于阈值的则清零，从而将噪声部分的系数剔除，最后将剩余系数进行小波重构，即可得到降噪后的矿用机械传动齿轮箱体故障振动信号，为后续故障诊断提供数据支撑。

2 解调分析故障振动信号

由于受机械传动特性的影响，齿轮箱体在正常状态下也存在振动现象，所以传统振动信号识别方法难以准确诊断出齿轮箱是否存在故障，所以设计一种故障振动信号解调诊断方法：通过解调分析提取出和故障特征相关的振动信号调制分量，根据调制分量来诊断齿轮箱故障[6]。在进行矿用机械传动齿轮箱体故障振动信号的解调分析时，首先需要采用幅值解调方法进行幅值调制成分的提取，假设故障调制信号为y1（t），采用希尔伯特变换对其进行包络解调，表达式为：

式中，α1、β1分别表示第一个调幅阶次下，齿轮啮合频率幅值与相位；α2、β2分别表示第二个调幅阶次下，齿轮啮合频率幅值与相位；α3、β3分别表示第三个调幅阶次下，齿轮啮合频率幅值与相位；P1表示齿轮箱故障转频；P2表示齿轮啮合频率。

因受矿用机械传动齿轮箱内部齿轮与轴承转动波速影响，在进行箱体故障振动信号的幅值解调时，采用了三个调频阶次，这样得到的包括频谱图中就会包含故障特征频率的多阶次谐波分量，便于故障分量分析。然后从解调幅之后的剩余信号中提取调频信号，采用频率解调法进行频率分量解调[7]，根据式（4）所得矿用机械传动齿轮箱体故障振动信号的真实调幅，可以计算出剩余信号用于调频，计算式为：

式中，y2（t）表示解调幅后的剩余信号；y（t）表示解调前的矿用机械传动齿轮箱体故障振动信号。一般来说，式（5）所求剩余信号是一个幅值区间为[-1，1]的纯调频信号，所以在对剩余调频信号进行频谱校正后，可以得到各阶调频边带处的准确频率与幅值，此时再利用式（4）进行希尔伯特变换法，以调频阶次为2 阶的参数进行调频，即可实现矿用机械传动齿轮箱体故障振动信号的频率分量解调。

综上，结合幅值解调方法与频率解调方法，进行矿用机械传动齿轮箱体故障振动信号的解调，可以去除原始故障振动信号包络，得到频谱分布清晰的调幅与调频信号，也就是通过解调方法提取到了矿用机械传动齿轮箱体振动信号中与故障特征相关的调制分量（频率与幅值）。最后将实际所得调制分量与正常状态振动信号的调制分量进行对比，即可判断原始采集的矿用机械传动齿轮箱体振动信号是否为故障信号，从而识别出矿用机械传动齿轮箱的故障状态，如果采集振动信号为故障信号，结合齿轮箱内部结构中各部件的运行数据，还可以进一步诊断出故障发生位置。

3 仿真实验

3.1 实验方法

为了检验矿用机械传动齿轮箱体振动故障解调诊断方法的有效性与正确性，以某矿用机械传动齿轮箱为对象，展开仿真对比实验。实验所用的矿用机械传动齿轮箱结构如图1 所示。

图1 实验矿用机械传动齿轮箱结构

图1 表明，实验所用机械传动齿轮箱是一个内齿圈固定的行星轮系，当行星架处输入动力后，动力就会从行星轮传递至太阳轮处，再经过太阳轮到达平动轮系，最后经高速轴输出。那么，在该矿用机械传动齿轮箱结构中，其故障特征频率设置见表1。

表1 实验矿用机械传动齿轮箱故障特征频率设置

基于上述的仿真实验中，在该矿用机械传动齿轮箱体上设置了一个检测点，采用测量范围为0.5 ～8000 Hz 的加速传感器，检测矿用机械传动齿轮箱体的振动信号，再进行故障解调诊断，根据诊断结果判断设计方法是否可行。

3.2 实验结果

基于上述仿真设置内容，采用本文设计的解调诊断方法进行矿用机械传动齿轮箱体振动故障的诊断实验。首先在矿用机械传动齿轮箱正常运行时，采集箱体振动信号并进行解调分析，得到齿轮箱正常振动信号的解调分析指标值；然后在矿用机械传动齿轮箱结构中的L4 平动轮处模拟故障，采集箱体故障振动信号并进行解调分析，得到齿轮箱故障振动信号的解调分析指标值。具体数值见表2。

表2 实验齿轮箱体振动信号解调指标参数值对比

从表2 的数据可以看出，当实验矿用机械传动齿轮箱发生故障时，箱体故障振动信号的解调分析指标值相对于正常值有明显的变化，变化率达到了±50%以上，说明实验矿用机械传动齿轮箱出现了冲击振动现象，可以确诊齿轮箱存在故障。为进一步定位实验矿用机械传动齿轮箱故障位置，绘制实验矿用机械传动齿轮箱体故障振动信号解调谱图见图2。

图2 实验齿轮箱体振动信号解调谱

从图2 可以看出，在实验矿用机械传动齿轮箱体故障振动信号的解调谱图上，30.56 Hz、61.15 Hz、91.72 Hz、122.25 Hz 处均存在峰值，与表1 中数据进行对比可知，30.56 Hz 为L4 平动轮所在轴的转频，61.15 Hz、91.72 Hz、122.25 Hz 分别为L4 转频的2、3、4 倍频，已知如果矿用机械传动齿轮箱存在故障，箱体故障振动信号的功率谱图中齿轮啮合频率和倍频处势必存在明显峰值，所以可以判断实验矿用机械传动齿轮箱体振动故障位置在L4 平动轮处，与实验设置相符。由此说明，本文设计方法不仅可以识别出矿用机械传动齿轮箱的故障状态，而且可以进一步定位到故障发生位置，具有实用性。

4 结语

仿真实验结果证实基于解调分析的矿用机械传动齿轮箱体振动故障诊断方法在实际应用中的有效性。该方法通过对振动信号进行深入分析，能够快速准确地定位齿轮箱体故障位置，为矿用机械的维护和检修提供了有力支持。然而，该方法仍存在一些局限性，如对噪声的敏感性以及对复杂故障识别能力的有限性。针对这些问题，前述中已经提出改进措施，以期进一步提高齿轮箱体振动故障诊断的准确性和可靠性。未来，我们将继续深入研究矿用机械传动齿轮箱体振动故障的相关问题，结合其他先进的信号处理和机器学习方法，不断完善和优化诊断系统，以期为矿业生产的稳定运行提供更加可靠的技术支撑。