留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

拟合函数系数特征的SVDD行星齿轮故障诊断方法

王亚萍 王艳 葛江华 许迪 孙永国

王亚萍, 王艳, 葛江华, 许迪, 孙永国. 拟合函数系数特征的SVDD行星齿轮故障诊断方法[J]. 机械科学与技术, 2019, 38(12): 1877-1884. doi: 10.13433/j.cnki.1003-8728.20190074
引用本文: 王亚萍, 王艳, 葛江华, 许迪, 孙永国. 拟合函数系数特征的SVDD行星齿轮故障诊断方法[J]. 机械科学与技术, 2019, 38(12): 1877-1884. doi: 10.13433/j.cnki.1003-8728.20190074
Wang Yaping, Wang Yan, Ge Jianghua, Xu Di, Sun Yongguo. SVDD Fault Diagnosis Method of Planetary Gears based on Fitting Function Coefficient[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(12): 1877-1884. doi: 10.13433/j.cnki.1003-8728.20190074
Citation: Wang Yaping, Wang Yan, Ge Jianghua, Xu Di, Sun Yongguo. SVDD Fault Diagnosis Method of Planetary Gears based on Fitting Function Coefficient[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(12): 1877-1884. doi: 10.13433/j.cnki.1003-8728.20190074

拟合函数系数特征的SVDD行星齿轮故障诊断方法

doi: 10.13433/j.cnki.1003-8728.20190074
基金项目: 

黑龙江省自然科学基金项目 E2018046

国家自然科学基金项目 51575143

详细信息
    作者简介:

    王亚萍(1972-), 教授, 硕士生导师, 研究方向为数字化设计与仿真分析、故障诊断与寿命预测, wypbl@163.com

  • 中图分类号: TH165+.3;TN911.7

SVDD Fault Diagnosis Method of Planetary Gears based on Fitting Function Coefficient

  • 摘要: 行星齿轮振动信号复杂多变,离散型故障信号需进行降噪、降维等复杂的处理过程,且信号处理过程中易造成信息缺失等。针对以上存在的问题,提出将函数型数据分析(Functional data analysis,FDA)与改进的支持向量数据描述(Support vector domain description,SVDD)相结合的故障诊断方法。根据齿轮不同故障类型建立不同的故障拟合基函数,将训练集数据与傅里叶基函数进行拟合,根据拟合得到的函数系数特征建立SVDD模型,并以ROC(Receiver operating characteristic)的评价函数为优化目标使用模拟退火算法对SVDD模型中的核参数σ和惩罚因子c进行优化;将不同的测试样本带入SVDD模型中,通过计算测试样本到超球体球心的相对距离来识别故障种类,进而完成行星齿轮的故障诊断。实验结果对比表明,本文中提出的方法能够解决离散型故障信号处理复杂、信息丢失等问题,准确地识别行星齿轮故障种类。
  • 图  1  行星齿轮振动传递过程示意图

    图  2  行星齿轮故障识别流程图

    图  3  行星齿轮试验台

    图  4  行星齿轮断齿故

    图  5  太阳轮振动信号拟合结果

    图  6  函数型数据分析与SVDD建立的优化模型的结果识别

    图  7  时域特征与SVDD结合建立的优化模型的结果识别

    图  8  函数型数据分析与KNN结合建立的优化模型的结果识别

    图  9  时域特征与KNN结合建立的优化模型的结果识别

    表  1  行星齿轮参数

    齿轮种类 太阳轮 行星轮(个数) 齿圈
    齿数/个 27 40(3) 108
    下载: 导出CSV

    表  2  行星齿轮参数

    啮合频率/Hz 旋转频率/Hz 故障特征频率/Hz 齿圈
    太阳轮 行星架 太阳轮 行星轮
    864 40 8 96 21.6 24
    下载: 导出CSV

    表  3  不同故障诊断模型的分类结果

    状态 诊断模型 参数 正确识别样本累计总数 未正确识别的样本累计总数 测试精度
    参数优化前 FDA+SVDD σ=64, c=0.1 56 32 63.75%
    时域特征+SVDD σ=30, c=0.5 59 35 63.47%
    FDA+KNN k=11 42 18 58.57%
    时域特征+KNN k=11 23 37 48.43%
    参数优化后 FDA+SVDD σ=2.563, c=0.334 57 3 92.59%
    时域特征+SVDD σ=2.632, c=0.325 54 10 82.16%
    FDA+KNN k=23 53 7 83.02%
    时域特征+KNN k=23 51 9 78.37%
    下载: 导出CSV
  • [1] 王亚萍, 匡宇麒, 葛江华, 等.CEEMD和小波半软阈值相结合的滚动轴承降噪[J].振动、测试与诊断, 2018, 38(1):80-86 http://d.old.wanfangdata.com.cn/Periodical/zdcsyzd201801012

    Wang Y P, Kuang Y Q, Ge J H, et al. De-noising method for bearing vibration signal based on CEEMD and wavelet semi-soft threshold[J]. Journal of Vibration, Measurement & Diagnosis, 2018, 38(1):80-86(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/zdcsyzd201801012
    [2] 雷亚国, 何正嘉, 林京, 等.行星齿轮箱故障诊断技术的研究进展[J].机械工程学报, 2011, 47(19):59-67 http://d.old.wanfangdata.com.cn/Periodical/jxgcxb201119008

    Lei Y G, He Z J, Lin J, et al. Research advances of fault diagnosis technique for planetary gearboxes[J]. Journal of Mechanical Engineering, 2011, 47(19):59-67(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/jxgcxb201119008
    [3] 冯志鹏, 赵镭镭, 褚福磊.行星齿轮箱齿轮局部故障振动频谱特征[J].中国电机工程学报, 2013, 33(5):119-127 http://d.old.wanfangdata.com.cn/Periodical/zgdjgcxb201305017

    Feng Z P, Zhao L L, Chu F L. Vibration spectral characteristics of localized gear fault of planetary gearboxes[J]. Proceedings of the CSEE, 2013, 33(5):119-127(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/zgdjgcxb201305017
    [4] 桂勇, 韩勤锴, 李峥, 等.风机行星齿轮系统齿轮裂纹故障诊断[J].振动、测试与诊断, 2016, 36(1):169-175 http://d.old.wanfangdata.com.cn/Periodical/zdcsyzd201601027

    Gui Y, Han Q K, Li Z, et al. The fault diagnosis of cracks in the planetary gear system of wind turbine[J]. Journal of Vibration, Measurement & Diagnosis, 2016, 36(1):169-175(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/zdcsyzd201601027
    [5] 陈彬强, 张周锁, 訾艳阳, 等.机械故障诊断的衍生增强离散解析小波分析框架[J].机械工程学报, 2014, 50(17):77-86 http://d.old.wanfangdata.com.cn/Periodical/jxgcxb201417012

    Chen B Q, Zhang Z S, Zi Y Y, et al. Novel ensemble analytic discrete framelet expansion for machinery fault diagnosis[J]. Journal of Mechanical Engineering, 2014, 50(17):77-86(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/jxgcxb201417012
    [6] 于德介, 程军圣, 杨宇.Hilbert-Huang变换在齿轮故障诊断中的应用[J].机械工程学报, 2005, 41(6):102-107 doi: 10.3321/j.issn:0577-6686.2005.06.020

    Yu D J, Cheng J S, Yang Y. Application of Hilbert-Huang transform method to gear fault diagnosis[J]. Journal of Mechanical Engineering, 2005, 41(6):102-107(in Chinese) doi: 10.3321/j.issn:0577-6686.2005.06.020
    [7] 李志农, 朱明, 褚福磊, 等.基于经验小波变换的机械故障诊断方法研究[J].仪器仪报, 2013, 35(11):2423-2432 http://d.old.wanfangdata.com.cn/Periodical/yqyb201411003

    Li Z N, Zhu M, Chu F L, et al. Mechanical fault diagnosis method based on empirical wavelet transform[J]. Chinese Journal of Scientific Instrument, 2014, 35(11):2423-2432(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/yqyb201411003
    [8] Marron J S, Ramsay J O, Sangalli L M, et al. Functional data analysis of amplitude and phase variation[J]. Statistical Science, 2015, 30(4):468-484 doi: 10.1214/15-STS524
    [9] 苏为华, 孙利荣, 崔峰.一种基于函数型数据的综合评价方法研究[J].统计研究, 2013, 30(2):88-94 doi: 10.3969/j.issn.1002-4565.2013.02.012

    Su W H, Sun L R, Cui F. One comprehensive evaluation method study based on functional data[J]. Statistical Research, 2013, 30(2):88-94(in Chinese) doi: 10.3969/j.issn.1002-4565.2013.02.012
    [10] Hsing T, Eubank R. Theoretical foundations of functional data analysis, with an introduction to linear operators[M]. Chichester:John Wiley & Sons, 2015
    [11] Petersen A, M?ller H G. Functional data analysis for density functions by transformation to a Hilbert space[J]. The Annals of Statistics, 2016, 44(1):183-218 doi: 10.1214/15-AOS1363
    [12] Tarabelloni N, Ieva F. On data robustification in functional data analysis[C]//Affiliation: MOX-Modeling and Scientific Computing, Politecnico di Milano, 2016
    [13] 冯志鹏, 赵镭镭, 褚福磊.行星齿轮箱齿轮局部故障振动频谱特征[J].中国电机工程学报, 2013, 33(5):119-127 http://d.old.wanfangdata.com.cn/Periodical/zgdjgcxb201305017

    Feng Z P, Zhao L L, Chu F L. Vibration spectral characteristics of localized gear fault of planetary gearboxes[J]. Proceedings of the CSEE, 2013, 33(5):119-127(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/zgdjgcxb201305017
    [14] Liu B, Xiao Y S, Cao L B, et al. SVDD-based outlier detection on uncertain data[J]. Knowledge and Information Systems, 2013, 34(3):597-618 doi: 10.1007/s10115-012-0484-y
    [15] Jiang Q C, Yan X F. Just-in-time reorganized PCA integrated with SVDD for chemical process monitoring[J]. AIChE Journal, 2014, 60(3):949-965 doi: 10.1002/aic.14335
    [16] Li G N, Hu Y P, Chen H X, et al. An improved fault detection method for incipient centrifugal chiller faults using the PCA-R-SVDD algorithm[J]. Energy and Buildings, 2015, 116:104-113 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=203b25fa812cf3dcc0e7b511177fb096
  • 加载中
图(9) / 表(3)
计量
  • 文章访问数:  343
  • HTML全文浏览量:  187
  • PDF下载量:  20
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-11-06
  • 刊出日期:  2019-12-05

目录

    /

    返回文章
    返回