齿轮传动系统故障诊断方法研究综述
李怀俊，等
齿轮传动系统故障诊断方法研究综述 ResearchSummaryoftheDefaultDiagnosisApproach forGearTransmissionSystem
李怀俊彭育强
（广东交通职业技术学院航道交通学院，广东广州510650）
摘要：针对国内外近年来在齿轮传动系统故障诊断领域的研究成果，基于不同数据源进行了分类总结，剖析了常用的报动、油液等分析方法的优势与不足。对振动信号处理中的传统与现代方法进行了评析；同时总结了基于能量视角的故障诊断方法的研究现状和技术特点，说明了能量与振动信号之间的密切关系。通过挖掘能量信号所隐含的故障特征，可以开展有效的能量信号非线性处理方法研究，形成一种新型的面向齿轮等转设备的故障诊断方法。
关键调：齿轮传动故障诊断振动分析油液分析能量信号
相干分析
中图分类号：TP206+.3
文献标志码：A
DO1:10. 16086/j. enki. issn1000 0380. 201510004
Abstract: In accordance with the research achievements in gear transmision system fsult diagnosis field of worldwide, and based on different disgnostic data source, the advantages and disadvantages of commonly used analysis methods, such as vibration analysis or oil analysis are dissected, and the traditional and modern methods in vibrstion signal processing are evaluated; in addition, the current status of research and technical features of the fault diagnostic methods based on energy perspective are summarized, the close relationship between energy and vibration signal is described. It is commented that through excavating the implied fault characteristics of energy signal, the study of effective nonlinear processing method for energy signal can be conducted, to form a new type of fault diagnostie method suitable for rotating equipment including gears, ete.
eeon
0引言
长期以来，针对齿轮传动系统故障诊断技术的研究主要有三方面：故障机理分析、信号特征提取、故障识别与预测。随着信息技术的飞速发展，软硬件条件的不断融合和互补使得故障诊断技术研究日新迈人新的高度。综合国内外的研究热点，针对齿轮传动系统的故障诊断方法主要有振动分析、油液分析、声信号分析等方法。同时，信号采集技术的不断完善也促使各种监测信息不断融合，形成了多源数据相互融合的故障诊断方法。本文固绕常用的故障诊断技术展开对比分析与总结，并对基于能量信号的故障诊断方法进行了评价分析。
振动分析故障诊断方法
在齿轮传动系统故障诊断中，振动分析方法的研广东省高校优秀青年教师培养基全资助项目（编号：Yq2013178)。修改收到日期：20150104，
第作者车怀像（1978-），男，2014年毕业于年南理工大学机城电子工程专业，获博士学位，制教授；主委从事动态系统故障诊断与预测方面的研究。
《自动化仪表》第36卷第10期
12015年10月
万方数据
究起步较早，目前这方面的研究重点体现在故障机理分析、信号降噪与处理、特征参数提取、智能故障诊断等若干方面。
在特征参数提取方面，研究视野逐渐从早期的直接测量一些简单的时域振动参数，过渡到振动频域分析方法，这主要是因为信号处理技术特别是FFT方法的有效性。早期研究以JamesLTaylor和Bridal的工作为代表"]。文献[2]研究了采用最小方差倒谱方法对滚动轴承的微弱故障进行辨识。文献[3]基于阶次跟踪技术实现振动信号重采样，在转速变化很小时仍可用包络分析获得较准确的特征数据，并用于齿轮轴系变工况故障诊断。近10年来，随着时额分析（time frequencyanalysis）、小波分析（waveletanalysis）、经验模态分解（empiricalmodedecomposition，EMD）、希尔伯特-黄变换（HilbertHuangtransform，HHT）等现代信号分析方法的不断涌现，分析手段也得以丰富，非平稳信号分析效果日趋提升。Combet()提出了一种基于时域同步平均的包络谱解调技术，用于齿轮箱变工况下特征谐波的提取，取得了不错的诊断效果。褚福磊、StaszewskiWJ、陈进等在齿轮箱等旋转机械故障诊断领域研究了时频分析技术(3-6)。Yan等[7]提出了一
17