摘要
行星齿轮箱具有结构紧凑、承载能力强、传动比高等特点，被广泛应用于各种工业领域。然而，由于行星齿轮箱的工作环境复杂，容易出现故障。为了避免这些故障可能导致的重大事故，需要对其进行状态监测和故障诊断。与传统的基于振动信号的故障诊断方法相比，电机电流信号分析法具有信号获取成本低，不易受环境和噪声影响等优势，已经逐渐应用于齿轮故障诊断中。但是在该方法中存在故障信息被电流基频及其谐波掩盖且故障频率以调制的形式出现的问题，因此提出了一种基于电流信号和辛几何模态分解的行星齿轮箱故障诊断方法。 为了解释齿轮故障在电流信号中的表现形式，通过机-磁-电相互作用分析，推导了稳态和变速工况下感应电机电流的信号模型。而且导出了稳态工况下电流信号模型的傅立叶频谱、包络谱和频率解调谱的具体表达式，总结了电流信号在频谱和解调谱中的故障特征。 提出了基于辛几何模态分解的电流信号处理方法，针对辛几何模态分解对电流信号的分解特点，提出新的时域参数幅值指标和改进频谱熵用于确定信号重构条件，实现信号基频及谐波分量的移除和齿轮故障信息的提取。并在Simulink环境中搭建了齿轮故障仿真模型，利用辛几何模态分解、经验模态分解和时移相加方法对故障仿真信号进行对比分析，验证了该方法的有效性。 搭建行星齿轮箱故障模拟实验台，进行太阳轮裂纹、点蚀和行星轮裂纹、磨损、点蚀、断齿故障实验，采集稳态和变速工况下故障行星轮和太阳轮的实验电流信号。通过对稳态工况下的正常和故障齿轮的实验电流进行时域和频域分析，发现在时域和频域中存在严重的基频遮掩问题。将辛几何模态分解处理采集到的实验电流信号，利用幅值指标和改进频谱熵重构分量，并对重构分量频谱分析，可以揭示故障特征信息。最后研究了在稳态工况下不同转速对行星齿轮箱故障诊断的影响。 为了实现能够在变速工况下完成行星齿轮箱的故障诊断，提出了基于辛几何模态分解和小波变换的非平稳信号特征提取方法，利用辛几何模态分解移除基频分量，再用小波变换时频分析。最后利用非平稳实验信号证明所提方法的有效性。
NETL