自适应多阶FRFT滤波在齿轮故障检测中的应用

"这篇文章是2013年发表的一篇工程技术论文，主要研究了如何在瞬变工况下，利用基于转速自适应多阶傅里叶分数阶变换（FRFT）滤波技术来提取变速器齿轮微弱故障的特征。通过自适应地将振动信号的频率曲线分为多个段，并在每一段内应用最佳阶次的FRFT滤波，从而提高了特征提取的准确性、速度和自适应性。这种方法有效地分离了瞬变工况下的啮合频率分量，抑制了干扰，使齿轮微弱故障特征的检测更为精准。关键词包括自适应分段、多阶FRFT滤波、瞬变工况和特征提取。" 文章详细介绍了在机械故障诊断领域的一种创新方法，特别是在齿轮故障检测中的应用。作者提出了基于转速信号的自适应分段多阶FRFT滤波技术，这是针对变速器齿轮在瞬变工况下工作时，由于转速变化导致的振动信号复杂性而设计的。在传统的故障诊断中，由于齿轮在不同工况下（如换挡或负载变化）的振动信号具有非线性和瞬态特性，提取微弱故障特征是一项挑战。 首先，该方法通过设定振动信号频率曲线曲率的阈值，将目标档位的啮合频率时频曲线自动划分为多个段，确保每个段内的信号频率近似线性变化。这样的分段处理有助于简化信号分析，减少非线性影响。 接下来，利用最小二乘拟合法在每一细分段内确定最合适的FRFT阶次。FRFT是一种扩展了传统傅里叶变换的数学工具，可以处理非平稳信号，尤其是对于具有局部特性的信号，它能提供更丰富的时频分布信息。在每个段的最佳分数阶域内进行滤波操作，可以进一步提升信号处理的效果。 通过这种方法，实际测量的变速器瞬变工况振动信号被分析，结果显示，自适应分段确定的多阶FRFT滤波技术能够准确、快速地找到最佳滤波阶次，同时表现出良好的自适应性。此外，多阶FRFT滤波有效分离出啮合频率成分，隔离了其他干扰信号，使得齿轮微弱故障特征得以清晰显现。最后，通过阶次包络解调分析，可以进一步解析出这些分离出的啮合频率分量，从而精确提取齿轮的微弱故障特征。 这项工作为瞬变工况下齿轮故障的检测提供了新的思路和技术手段，对于提高机械设备的故障诊断效率和预防性维护具有重要意义。该方法的实施和应用有助于降低机械设备的维修成本，延长设备寿命，保障生产安全。