權利要求書： 1.一種行星齒輪箱齒面磨損故障診斷方法，其特征在于，包括以下步驟：
1)采用FSWT對原始振動信號進行頻帶選取，并進行信號重構；
2)將重構信號進行Hilbert變換，得到低頻調制信號；
3)采用MOMEDA算法提取低頻調制信號中的周期性故障脈沖，得到故障信號；
4)對故障信號進行平方包絡譜分析，突出故障信號中的瞬態能量成分，識別聚集在低頻段的故障特征頻率；
5)對故障信號進行HEI量化處理，實現對行星齒輪箱齒面磨損的故障診斷。
2.如權利要求1所述故障診斷方法，其特征在于，采用所述FSWT對原始振動信號進行頻帶選取，包括以下步驟：
1.1)對原始振動信號進行FSWT分析，提取包含瞬態脈沖豐富的頻帶作為故障頻帶；
1.2)采用FSWT逆變換對故障頻帶內的信號進行重構，重構信號z′(t)為：t1為起點時間,t2為終止點時間；ω1起點頻率,ω2為終止點頻率；W(t,ω,k)為原始振動信號z(t)的頻率切片小波變換，t和ω為觀測時間和觀測頻率，τ為時間自變量，k為頻域上的尺度參數。
3.如權利要求1所述故障診斷方法，其特征在于，采用所述MOMEDA算法進行故障脈沖提取，包括以下步驟：
3.1)利用解卷積獲取故障脈沖信號y(n)；
3.2)確定故障脈沖信號的故障脈沖周期，根據該故障脈沖周期選擇周期區間；
3.3)在多點峭度譜中選擇在周期區間峭度最大值處對應的周期，將該周期與理論脈沖周期結合計算誤差率，若誤差率在預設范圍內，則該周期為故障脈沖周期；
3.4)利用MOMDEA準確提取故障脈沖周期的故障脈沖信號，得到所需要包含故障信息的故障信號。
4.如權利要求3所述故障診斷方法，其特征在于，所述步驟3.1)中，解卷積過程為：式中，n表示采樣點個數，x(n)為原始振動信號，y(n)為故障脈沖信號，f為濾波器參數，k＝1,2,…,N?L,其中N表示解卷積范圍，L代表濾波器階數。
5.如權利要求4所述故障診斷方法，其特征在于，引入了多點D范數：式中，i為目標向量；當目標向量i與脈沖信號y(n)完全契合時，解卷積效果達到最佳，此時多點D范數MOMEDA的值取得最大值,與之對應的濾波器參數f即為最優濾波器參數。
6.如權利要求3所述故障診斷方法，其特征在于，所述多點峭度譜KMK為：式中，i
聲明：
“行星齒輪箱齒面磨損故障診斷方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
644
編輯：中冶有色網
來源：北京信息科技大學
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月18日 ~ 20日 
