煤矿机械设备传动齿轮故障信号检测方法

摘要：在煤矿生产工程中，机械传动齿轮是重要组件之一，其质量会对整个生产过程造成严重影响。若机械设备中的传动齿轮存在故障，就会导致整个机械设备的传动性能降低，使其应用安全性降低。为避免此类问题的发生，应实时监测传动齿轮的运行状态。传动齿轮在运行过程中，由于长时间高频运动，可能会存在松动、失效等现象，其与其余部件摩擦、碰撞会产生瞬态的冲击信号，而失效现象也会导致声反射现象，亦可将其看为瞬态的冲击信号。瞬态的冲击信号具有非线性、非周期性等特点，并且其运转环境也存在较强的背景噪声，故对其进行提取、检测的准确性较差，无法判别其是否存在故障。针对这一问题，众多学者开展研究，获得一定成果。

关键词：煤矿机械；传动

张珂等提出了一种基于 DICA的故障诊断算法。该方法首先加入观察矩阵，考虑信号的动态变化，再利用深度分解的方法，对轴承早期失效进行特征提取，并建立了故障诊断模型，实现了对故障信号的实时监测。这种方法在使用时，由于平台不稳定，信号噪声不能及时消除，造成测量值与实际值相差较大。赵晓平等提出了一种基于 Triplet loss的深度测量学习模型的方法。首先建立了齿轮箱轴承和齿槽深度测量的学习模型，然后运用 Triplet loss对各种类型的故障进行测量，以达到有效的诊断目的。该方法在应用过程中同样存在提取信号不准确，检测准确率较差的问题。孙广慧等利用小波分析技术，对变压器的故障进行快速识别。首先研究了变流器和变流器之间的关系，并运用模式极大值理论探讨了小波信号的奇异性探测，然后选择适当的门限对其进行降噪，并运用小波模式极大值理论来判断故障的起因和差流发生的时间，从而达到快速诊断的目的。这种方法只能识别出它的失效，无法判定它的各种类型。

为此，本文引入小波变换理论开展传动齿轮的故障信号检测，提升传动齿轮的故障检测效率。

1 机械传动齿轮运动学模型

1.1 传动齿轮工作原理分析

机械设备的传动装置大致分为2种模型，一种为摩擦传动，一种为啮合传动。本文主要研究内啮合齿轮的传动过程。一般机械设备如果设计制造准确，维修周期合理，其齿轮的使用寿命可长达10～20 a， 这对于煤矿机械设备而言非常重要。为实时监测煤矿机械的传动状态，本文对传动齿轮的失效形式进行研究，在传动齿轮出现失效情况后，机械设备的传动性能会受到影响，故可通过传动齿轮的传动状态来分析其故障情况。接下来，对传动齿轮运动性能进行分析。

1.2 传动齿轮运动状态方程

齿轮每次啮合时都会产生摩擦，其啮合位置多在齿面的上、下2个位置，由于其移动方向的改变，摩擦系数也会随之变化。K为主从齿轮的接合点；ω1、ω2为主、从齿轮的旋转角速度；vK1、vK2为K点的主、从齿轮的直线速度；N1、N2为K点的主、从齿轮的接合线；β1、β2为vK1、vK2与N1、N2之间的夹角。2个齿轮的接触点之间的相对速度为

e0为初始误差；ωh为啮合角频率，因其传动误差与啮合线方向形变量有关，故用流变量sf对其进行表示，即sf=e′（t）。

2 传动齿轮故障信号检测

小波分析作为目前应用较为广泛的时频分析方法，主要通过伸缩和平移等方式对信号进行多尺度的细化分析，比较适合进行传动齿轮故障导致的瞬态冲击信号的处理与分析。提取出传动齿轮信号后，先对信号进行去噪增强处理，然后在多分辨分析的框架下对信号进行小波分解，实现故障信号的检测。

2.1 信号去噪

由于所提取的瞬变信号具有很高的频率和强烈的背景噪声，所以在进行信号分析前必须对其进行降噪。采用已建好的低通滤波器进行滤波，对故障信号进行滤波降噪。

当信号与噪声都为独立个体时，可将噪声标记为高频，并利用H滤波器对噪声进行过滤，令低频信号顺利通过。根据上述描述，对低通滤波器进行改进，改进后的低通滤波器定义为

2.2 信号增强

为解决对信号滤波后存在抑制问题，采用小波变换方法对信号增强处理。

基于小波变换对齿轮故障信号实行增强，具体流程如下：

a.提取原始信号中包含的小波基及分解尺度，对其实行小波分解处理，从中取得故障信号的多层小波系数。

b.从信号中获取适量阈值，达到抑制噪声的目的。当多层小波系数小于阈值时，需要对该系数实行缩小操作；反之大于阈值时，则需要扩大该系数。

c.重构小波系数，实现信号增强。

3 结束语

传动齿轮在机械设备运行过程中发挥重要作用，针对传动齿轮故障检测问题，提出煤矿机械设备传动齿轮故障信号检测方法。该方法对传动齿轮的机械运动进行详细分析，获取了动力学方程，然后引入小波变换理论，完成故障信号的去噪、增强及分解，实现对故障信号的检测。测试结果表明，本文方法对传动齿轮不同故障的检测准确率高于90%，具有较大的应用价值。

参考文献

[1] 蒲金飞，侯占强，吴学忠，等.基于蝶翼式MEMS振动传感器的轴承故障信号检测方法[J].煤矿安全，2022，35（4）：433-439.

[2] 张珂，蔡圣福，石怀涛，等.基于改进的动态独立成分分析故障检测方法[J].煤矿安全，2021，44（16）：79- 85.

[3] 赵晓平，王逸飞，张永宏，等.一种基于Triplet loss的齿轮箱复合故障识别方法[J].煤矿安全，2021，40（5）：46-54.

[4] 刘乙慧.负载敏感变量泵在掘进机液压系统中应用[J].煤矿安全技，2020，44（12）：39-41，49.

[5] 煤矿智能化最新技术进展与问题探讨. 王国法.露天采矿技术，2022