文摘

最大比较盲反褶积(CYCBD)可以从混合故障恢复周期脉冲信号由噪声和周期性的冲动。近年来,盲反褶积已广泛应用于故障诊断。然而,它需要一个预设的滤波器长度,和不适当的滤波器长度可能会导致不准确的提取故障信号。因此,为了确定滤波器长度自适应方法来优化CYCBD海鸥用优化算法(SOA)提出。在这种方法中,信噪比的比值峰度作为目标函数;首先,SOA是用于搜索最优滤波器长度在CYCBD迭代,然后使用最优滤波器长度来执行CYCBD;最后,通过傅里叶变换频域波形确定。故障提取的方法应用于模拟信号和振动信号测试的封闭功率流变速箱试验台,成功提取和故障频率,此外,使用最大相关峰态反褶积(MCKD)和多点最优最小熵反褶积与CYCBD-SOA调整(MOMEDA)比较,从而验证了该方法的可用性。

1。介绍

齿轮箱广泛用于传输系统;齿轮箱的故障诊断是必要的,以确保设备的安全稳定运行1,2]。目前,学者们提出了许多方法来提取故障信号的混合振动信号。这些方法包括深度学习技术(1- - - - - -3),经验模态分解(EMD) [4- - - - - -6),集成经验模态分解(EEMD) [7- - - - - -9),地方平均分解(LMD) [10),变分模态分解(VMD) [11- - - - - -13),和盲反褶积(14- - - - - -16]。然而,滚动轴承故障源信号的形成过程是一个卷积混合过程的源信号和噪声,和盲反褶积可以提取故障脉冲反褶积过程,因此,在轴承故障诊断[盲反褶积有明显的优势15]。

目前,基于反褶积理论的故障诊断方法包括最小熵反褶积(地中海),最大相关峰态反褶积(MCKD),多点最优最小熵反褶积调整(MOMEDA)和最大推导盲反褶积(CYCBD)。•威金斯首先提出了最小熵反褶积方法(17),然后很多研究者医学应用于故障诊断领域。李等人提出了一种改进的地中海曾经打乱青蛙跳算法找到最优滤波器系数,导致高阈值选择的准确性(18]。程等人采用了标准粒子群优化算法来解决地中海的滤波器系数并成功应用到铁路轴承故障信号提取(19]。然而,地中海的局限性是它只能deconvolve单个脉冲或脉冲的选择。为了克服缺陷的医疗方法,麦当劳等人提出了最大相关峰态反褶积(MCKD),提高高相关峰态和鼓励周期性对特定时期(20.]。王等人采用了MCKD作为前置滤波器降噪重负载回转支承轴承的振动信号。然后,固有模式函数(货币)的信号是由互补的集成经验模态分解,分解和货币基金的最佳熵值输入到支持向量机。故障实际结合故障信号的特征提取结果验证(21]。张等人采用MCKD削弱TQWT传播路径的影响,然后信号被分解为多个分解后不同问故障特征的增强值(22]。MCKD冲击脉冲提取的数量的增加,但只有有限数量的冲击可以在本地提取。麦当劳和赵提出多点最优最小熵反褶积(MOMEDA),使用时间调整目标向量定义的位置和重量脉冲反褶积得到的序列,和最优滤波器可以解决没有迭代算法(23]。王等人利用网格搜索方法解决MOMEDA的最优滤波器长度,并可靠地应用提取复合故障脉冲信号在强噪声环境中(24]。李等人提出了一个算法基于多点峰度光谱特征和MOMEDA采用光谱融合方法来重构信号频谱(25]。MOMEDA有显著的降噪效果,但这也大大降低了脉冲幅度的振动信号(15]。Buzzoni等人提出的最大推导盲反褶积(CYCBD)可以提取连续周期性脉冲和提高振幅的影响(14]。陈等人介绍了周期性检测技术(pdt)自动识别脉冲周期,和PDT-assisted CYCBD可以增强轴承故障特征对CYCBD [26]。王等人提出了一个新颖的方法,应用ACYCBD得到反褶积的信号,然后使用瞬时能量片双频谱(IESB)作为后处理方法抑制残余噪声(27]。王等人提出了一种自适应方法来确定循环频率设置和筛选CYCBD的长度。循环频率集的自相关函数是由形态信封,和选择的滤波器长度是equal-step搜索策略(15]。与其他反褶积算法相比,CYCBD更好的降噪性能,但循环频率和滤波器长度有很大的影响。

海鸥优化算法(SOA)于2019年提出了Dhiman库马尔,和测试结果证明SOA获得竞争结果相比九众所周知的优化算法(28]。在本文中,信噪比的比值峰度作为目标函数,和SOA用于自适应选择CYCBD的滤波器长度。SOA和组合的可靠性验证CYCBD仿真信号和实验信号,分别。

2。基本理论

2.1。海鸥优化算法

海鸥的最重要的特点是移民和攻击行为。迁移是动物从一个地方到另一个的运动,根据季节为了找到最丰富的食物来源和获得足够的能量。在迁移过程中,动物成群旅行。在迁移过程中每个海鸥定位不同,避免相互碰撞。在一群海鸥可以移动的方向最好的位置。海鸥经常攻击候鸟形成一个螺旋运动模式,如图1。的步骤如下:(1)海鸥人口参数初始化:鉴于海鸥的运动行为在一个给定的搜索空间一个的行为B是随机负责勘探和开发之间的适当平衡;迭代的最大数量 ; 介绍了控制使用的频率变量线性下降的吗为0;和是常数定义螺旋形状。 在哪里x= 0、1、2、…_, 是一个随机数在[0,1]的范围。(2)计算新的搜索代理的位置以避免碰撞的邻居,和运动对最佳邻居的方向: 在哪里代表的位置搜索代理不会撞上其他搜索代理,代表当前位置的搜索代理,显示当前迭代,代表的职位搜索代理向最适合搜索代理(即。,fittest seagull), and代表之间的距离搜索代理和最适合的代理。(3)虽然攻击猎物,螺旋运动行为发生在空中。这种行为在x,y,z飞机描述如下。最好的解决方案是计算并保存和其他搜索代理的位置更新。 在哪里螺旋的每一圈的半径,是一个随机号码范围 ,和自然对数的基础。更新的职位搜索代理的计算使用方程(5)- (9)。 在哪里保存最好的解决方案和更新其他搜索代理的位置。(4)重复步骤(2)(3)更新最优解,直到迭代的最大数量。

2.2。CYCBD算法

一般来说,盲反褶积的目的是恢复源信号年代₀从噪声观测信号X,即

矩阵形式如下: 在哪里是未知的脉冲响应函数(IRF),h是逆滤波器,年代是估计的输入,指的是卷积运算l和N的总样本吗年代和h,分别。

在文献[14),离散时间信号的循环频率被定义为 在哪里k样本指数和吗T_年代周期(样本),可以与相关的失败率。

二阶推导(ICS₂)定义如下: 与 在哪里

根据(14)和(15),(13)可以表示为

在这种情况下,信号含有周期分量| |²被称为P [| |²),其中包含所有感兴趣的周期频率k,可以写成

把(10)和(18)(17)给下面的公式: 在哪里h是逆滤波器;权重矩阵可以表示为

根据(19)和(20.),最大的冲击源ICS₂行为可以提取。

2.3。海鸥CYCBD基于优化算法

海鸥优化算法有一个简单的程序,不仅可以获得全局最优解,但也有搜索精度和效率高。建立了目标函数和海鸥优化算法寻找最优滤波器CYCBD的长度。一般来说,信噪比越大的周期性故障脉冲信号在强噪声的背景下,就越好。轻轻峰度,如果信号波动,包含几个冲动,峰度值大。如果信号包含连续脉冲,脉冲的数量越多,相应的峰度值越小。因此,信噪比作为分子和峰度作为分母建立目标函数,可以写成

时,目标函数值最大,相应的滤波器长度是最优的解决方案。该方法的流程图如图2。

3所示。仿真分析

3.1。滤波器长度的影响l在CYCBD

演示的效果lCYCBD结果,模拟信号y了,见公式(22)。周期性脉冲和随机噪声的信号包括: 那里的自然频率 ,阻尼系数 ,和振幅 。

信号的波形如图3。

图3显示了模拟信号的时域图。图3(一)故障脉冲信号,和图3(b)是复合添加噪声后的信号。它可以观察到,周期性的影响(图3(一))被噪声淹没。

CYCBD恢复故障源通过求解一个有限长度的过滤器进行反褶积和提取连续周期性脉冲。然而,在降噪滤波器长度有很大的影响的结果。为了说明CYCBD结果滤波器长度的影响,不同的滤波器长度(l= 200,400,600,800)被用来消除干扰仿真信号y。频率对应于故障的模拟信号是50赫兹。指的是(14,循环频率设置设置为50、100、150、200、250、300、350、400、450、500]。图4显示了CYCBD不同滤波器的处理结果的长度。左边是降噪后的时域波形,右边是频域FFT后波形。

它可以明显看到从图4不同的滤波器长度对降噪结果有很大的影响和周期性的脉冲提取CYCBD。当l= 200,结果运用CYCBD含有大量的噪声,并有独立的脉冲相应的频域波形。然而,脉冲频率是19.99赫兹,79.96赫兹,119.9赫兹,179.9赫兹,219.9赫兹。没有故障频率及其倍频。当l= 400,噪声幅度减少,更多的出现在频域脉冲波形,但脉冲频率是39.98赫兹,59.96赫兹,89.94赫兹,109.9赫兹,139.9赫兹,等;信号混合的现象仍然存在。当l= 600,噪声幅值大大降低,连续周期性脉冲时域可观测到的。50赫兹的故障频率及其倍频域波形均匀分布。当l= 800,CYCBD信号提取是扭曲的,没有突出的脉冲频域波形中出现。结果表明,如果没有正确选择滤波器长度,CYCBD不能有效提取周期脉冲噪声所淹没。

3.2。自适应的确定最优滤波器长度

为了找到最优滤波器长度自适应,海鸥优化算法用于搜索最优解。越中包含的噪声信号,信噪比越大价值。周期脉冲提取数量越大,峰态值越小。因此,目标函数值作为优化目标找到相对应的滤波器长度最大。

本文提出的方法用于从模拟信号中提取故障信号部分3.1。获得的最优滤波器长度SOA是499,和相应的CYCBD结果如图5。结果表明,故障信号与故障频率为50 Hz及其倍数可以有效提取。

4所示。实验验证

4.1。试验台

为了验证CYCBD-SOA的实用性的故障特征提取滚动轴承的外环,一个封闭功率流变速箱试验台是用来进行相关测试。外圈故障的振动信号采集。封闭功率流加载试验台的内力产生的扭力杆,和电磁调速异步电动机的速度调整范围从0 r / min - 1500 r / min。齿轮箱试验台如图6。压电传感器的类型ca -码10.41 - 186的敏感性 和采样频率为12000赫兹。圆锥滚子轴承,类型是32212,被安排在一个主轴承的驱动轮的耦合。外环裂纹的轴承是用来代替健康的轴承,如图7。外环的裂纹是由电火花加工,如图8。经过计算,轴承外圈的瞬时频率 ,在哪里转轴的转动频率。

4.2。比较和分析

在测试中,采样频率为12000赫兹,转速510 r / min。计算后,外环是40 Hz的故障频率。收集到的振动信号如图所示9。由于噪音太大,不能观察到的周期脉冲时域波形,在频域波形和故障特征不明显。

指的是(14],周期频率设置设置为[40,80,120,160,200,240,280,320,360,400]。从测试获得的振动信号被CYCBD-SOA去噪。计算最优滤波器长度是499,和相应的CYCBD-SOA结果如图10。它可以从噪声的时域波形组件大大减少,在频域波形和故障脉冲突出。有24个明显的峰值在50 Hz及其整数倍,集群和频率达到980 Hz。因此,CYCBD-SOA能够成功提取的故障频率外环的缺点。

为了说明CYCBD-SOA的优越性,测试振动信号处理和MCKD MOMEDA。上述三种方法获得的结果进行比较和分析。

MCKD用于过程振动信号进行测试。滤波器的长度设置为600,反褶积期是50。MCKD图所示的结果11。可以从时域波形,故障脉冲噪声削弱和突出。有24个连续周期脉冲频率为38.3赫兹,81 Hz, 123 Hz, 202.3赫兹,240.3赫兹,等等,在频域波形。提取的故障频率接近40 Hz及其整数倍,但存在一些偏差。此外,故障频率的振幅提取MCKD很小;很容易被淹没在强噪声信号。

滤波器的长度设置为600,周期是50。MOMEDA用于过程振动信号进行测试。结果如图所示12。时域波形显示噪音衰减。频域波形,它可以观察到,有24个连续脉冲在39.2赫兹,81 Hz, 120 Hz, 162 Hz, 200 Hz,等等。与MCKD相比,提取精度故障频率和振幅是加强改善。

因此,比较分析三种反褶积方法的结果表明,CYCBD-SOA有着明显的优势。它可以准确提取连续周期性脉冲,大大提高故障信号的振幅,这有利于故障信号提取强噪声背景下。

5。结论

滤波器长度的选择将影响CYCBD的结果。不合适的滤波器长度可能会导致不准确的提取故障信号。在这篇文章中,SOA应用于CYCBD,目标函数由信噪比的比值峰度作为最优目标值。获得的最优滤波器长度的迭代模式。

结论如下:如果滤波器长度太大或太小,CYCBD结果将扭曲。在这项研究中,最优滤波器长度自适应取决于使用CYCBD-SOA。该方法的准确性验证的周期脉冲萃取模拟信号。与此同时,CYCBD-SOA成功应用于轴承故障诊断。的裂纹故障轴承的外圈是显而易见的,40 Hz和故障频率及其整数倍可以提取。通过对比CYCBD-SOA MCKD和MOMEDA测试振动信号,验证该方法的可靠性。

数据可用性

使用的数据来支持本研究的发现没有可用的,因为他们是保密的。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

张千千,Haochi锅的构思和设计实验;福建徐全国进行实验;玉龙吴处理数据;秋霞风扇和Haochi锅程序算法;张千千写道。阅读和批准所有的作者都最后的手稿。

确认

这部分工作是支持中国山西省自然科学基金(201901 d211120),部分中国山西省自然科学基金(201801 d221339),通过山西省留学归国人员的科研项目(2020 - 007),并在一定程度上由中国国家自然科学基金(61903240)。