[1]王建国,张明杰,李冠华.煤矿机械设备传动齿轮故障信号检测方法[J].机械与电子,2023,41(06):31-35.
　WANG Jianguo,ZHANG Mingjie,LI Guanhua.Detection Method of Fault Signal of Transmission Gear of Coal Mine Machinery and Equipment[J].Machinery & Electronics,2023,41(06):31-35.
点击复制

煤矿机械设备传动齿轮故障信号检测方法()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
41
期数:
2023年06期
页码:
31-35
栏目:
自动控制与检测
出版日期:
2023-06-25

文章信息/Info

Title:
Detection Method of Fault Signal of Transmission Gear of Coal Mine Machinery and Equipment
文章编号:
1001-2257 ( 2023 ) 06-0031-05
作者:
王建国 1 ; 张明杰 2 ; 李冠华 2
1. 国家能源集团包头能源李家壕煤矿,内蒙古 鄂尔多斯 017008 ;
2. 天地(常州)自动化股份有限公司,江苏 常州 213000
Author(s):
WANG Jianguo1 ;  ZHANG Mingjie2 ;  LI Guanhua2
( 1.Baotou Energy Lijiahao Colliery , CHN Energy , Erdos 017008 , China ; 2.Tiandi ( Changzhou ) Automation Co. , Ltd. , Changzhou 213000 , China )
关键词:
煤矿机械设备; 传动齿轮; 小波变换; 故障信号; 故障检测
Keywords:
coal mine machinery and equipment ;  transmission gear ;  wavelet transform ;  fault signal ;  fault detection
分类号:
TP391
文献标志码:
A
摘要:
为提升煤矿机械传动齿轮故障的检测效率和检测准确率,基于小波变换理论,研究煤矿机械设备传动齿轮故障信号检测方法。首先对煤矿机械设备的传动齿轮工作原理进行分析,充分考虑齿轮摩擦、时变刚度及齿侧间隙等因素,获取其传动齿轮运动状态方程。在此基础上,提出一种改进的小波变换方法,采用低通滤波器对其进行降噪,并采用连续小波对其进行强化,利用多分辨率分析的方法将其分解,从而达到对齿轮故障的检测。试验表明,该算法能较好地抑制噪声,并能达到 23.364 dB 的信噪比,且该方法对不同类型故障信号的检测识别精度达到 90% 以上。
Abstract:
In order to improve the detection efficiency and detection accuracy of transmission gear fault of coal mine machinery , based on wavelet transform theory , this paper studies the detection method of transmission gear fault signal of coal mine machinery equipment.This paper first analyzes the working principle of the transmission gear of coal mining machinery equipment , fully considers the factors such as gear friction , time-varying stiffness and backlash , and obtains its transmission gear motion state equation. On this basis , an improved wavelet transform method is proposed , which uses a low-pass filter to reduce its noise , uses continuous wavelet to strengthen it , and uses multi-resolution analysis to decompose it , so as to achieve the detection of gear faults.The experimental results show that the algorithm can suppress noise and achieve a signal to noise ratio of 23.364 dB.Through the detection of different types of fault signals , the identification accuracy of this method is more than 90% , which is better than the comparison method and is worth popularizing.

参考文献/References:

[ 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 ] . 传感技术学报,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 ] . 电子测量技术,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 ] . 振动与冲击, 2021 , 40 ( 5 ):46-54.
[ 4 ] 孙广慧,郑楚韬,孔祥轩,等 . 基于小波分析的变压器转换性故障快速识别方法[ J ] . 电网与清洁能源, 2021 , 37( 2 ): 23-29 , 41.
[ 5 ] 付华,王婧羽 . 基于 SR-VMD 的微弱故障行波检测方法[ J ] . 电力系统保护与控制,2021 , 49 ( 1 ): 156-162.
[ 6 ] YAN Y Y.Load characteristic analysis and fatigue reliability prediction of wind turbine gear transmission system [ J ] .International journal of fatigue , 2020 , 130 : 105259.
[ 7 ] 方学宠,娄益凡,吴安定,等 . 基于 SVMD 与 SLLE 的机械设备齿轮箱故障诊断方法[ J ] . 机械与电子, 2022 , 40( 1 ): 36-41 , 47.
[ 8 ] 孙昱,何林 . 基于电机电流信号的齿轮泵故障识别方法[ J ] . 机床与液压, 2021 , 49 ( 17 ): 191-195.
[ 9 ] 杨小青,丁康,何国林 . 齿轮故障振动啮合调幅调频信号分离方法[ J ] . 振动工程学报, 2021 , 34 ( 2 ): 379-388.
[ 10 ] 郭洋,钱鹏,胡韶奕,等 . 基于 Autogram 的齿轮断齿故障特征提取方法[ J ] . 机床与液压, 2021 , 49 ( 1 ): 180-186.
[ 11 ] 蔡先阳,郭瑜,伍星,等 . 基于改进边带滤波和重构谱相关的行星齿轮箱故障检测[ J ] . 振动与冲击, 2020 ,39 ( 24 ): 205-210 , 253.
[ 12 ] 仝蕊,康建设,李宝晨,等 . 基于 MUDW 的多测点齿轮故障信号融合处理[ J ] . 空军工程大学学报(自然科学版),2020 , 21 ( 4 ): 7-14.
[ 13 ] 朱丹,苏燕辰,燕春光 . 基于 SVD-MOMEDA 的高速列车齿轮箱轴承故障诊断[ J ] . 机车电传动, 2020 ( 2 ):144-148 , 152.
[ 14 ] 魏伟,李云鹏,梁景源 . 基于扭振信号加窗 RMS 时域同步平均的行星齿轮箱裂纹故障诊断[ J ] . 机械传动,2021 , 45 ( 12 ): 150-154.
[ 15 ] 曹金鑫 . 含故障传动系统齿轮 轴承耦合动力学特性研究[ J ] . 机械强度, 2020 , 42 ( 4 ): 982-987.

相似文献/References:

[1]王 勇,王 永.变速工况下采煤机传动齿轮磨损状态监测技术[J].机械与电子,2025,(06):68.
　WANG Yong,WANG Yong.Monitoring Technology for Wear Status of Transmission Gears in Coal Mining Machines Under Variable Speed Working Conditions[J].Machinery & Electronics,2025,(06):68.

备注/Memo

备注/Memo:
收稿日期: 2022-09-30
基金项目:天地科技股份有限公司科技创新创业资金专项项目( 2019-TD-ZD007 )
作者简介:王建国 ( 1989- ),男,内蒙古赤峰人,工程师,研究方向为采矿工程;张明杰 ( 1982- ),女,山东德州人,硕士,工程师,研究方向为嵌入式软件;李冠华 ( 1984- ),男,辽宁辽阳人,高级工程师,研究方向为电气控制。
更新日期/Last Update: 2023-06-26