多特征指標錐齒輪健康狀態(tài)評估方法研究

熊天旸＊，李新民，金小強，張先輝，孫偉

中國直升機設計研究所，江西 景德鎮(zhèn) 333001

齒輪傳動是機械傳動中應用最廣的一種傳動形式。它的傳動比較準確，效率高，結構緊湊，工作可靠，壽命長。直升機尾傳動系統(tǒng)中的中減和尾減速器采用的都是錐齒輪傳動，因為錐齒輪傳動具有運行平穩(wěn)，可變傳動傳遞方向、傳遞大扭矩等優(yōu)點。針對尾傳動系統(tǒng)的錐齒輪進行研究對于提高直升機的安全性、減少維護成本等方面均有好處。

目前，國內(nèi)外對齒輪的研究主要從時域、頻域、時-頻域開展，具體由相關的方法獲得齒輪的嚙合頻率及其諧波成分以及轉(zhuǎn)速頻率及其諧波成分，分析正常狀態(tài)與故障狀態(tài)相應頻率對應的幅值，驗證方法的有效性[1,2]，但對于齒輪方面的研究還有其他思路，如由健康狀態(tài)指標方法對其進行研究。麥克法登[3]、扎克雷奇[4]各自出版了相關領域的經(jīng)典著作，提出了基于狀態(tài)的齒輪故障振動特征分析；登普西等總結了識別齒輪健康狀態(tài)的方法，著重討論了這些方法在美國聯(lián)邦航空局（FAA）和美國陸軍直升機上的應用[5]，參考文獻[6]～參考文獻[8]中對基于振動的齒輪故障探測進行了改進，但檢驗故障探測算法的經(jīng)驗數(shù)據(jù)非常少。為此，研究各齒輪故障的狀態(tài)指標(CⅠ)，并通過大量試驗，研究各狀態(tài)指標對故障的敏感程度。

同時，由于直升機尾減速器的結構特點，傳感器不能直接安裝在需測點而應裝在減速箱殼體，致使早期故障特征較為微弱，難以準確地將其從尾減速器的強噪聲背景下提取出來，同時尾減速器殼體上傳感器測得的振動信息相互干擾重疊導致其各部件的信息難以分離，時域同步平均（TSA）技術可以實現(xiàn)從混有噪聲干擾的信號中提取周期性信號，提高信噪比。因此，本文提出了一種基于TSA的錐齒輪健康狀態(tài)指標評估方法。首先，對原始信號進行TSA處理實現(xiàn)從混有噪聲干擾的信號中提取周期性信號，提高信噪比。然后根據(jù)各健康狀態(tài)指標對信號進行處理分析，得到指標對各故障狀態(tài)的敏感程度。最后通過進一步的試驗數(shù)據(jù)分析，驗證結果的有效性。

尾傳動系統(tǒng)的錐齒輪，因其安裝位置、結構等因素的影響，常出現(xiàn)齒輪剝蝕、裂紋、斷齒等故障[9]，本文主要研究各狀態(tài)指標對這三類故障的敏感程度，從而得到可以評估錐齒輪故障的狀態(tài)指標。

1 齒輪健康狀態(tài)評估指標及提取方法

1.1 特征信號提取方法

為提取精確的特征信號信息，需首先對原始振動信號進行預處理。時域同步平均（TSA）是一種消除干擾噪聲信號、提取那些和轉(zhuǎn)動頻率有關的振動分量、提高信噪比的工具。

如圖1所示，設振動信號為x(t)，采樣的間隔為Δ，旋轉(zhuǎn)頻率是f0。此時相應的離散信號為xn=x(nΔ)，根據(jù)旋轉(zhuǎn)頻率f0得到對應的振動信號，假設把xn分成p段，則每一段的周期為T=1/f0。若每段所采樣的點數(shù)均為N（如果不相等則通過重采樣的方式保證），所以時域同步平均-xn，就可以用式（1）表示：

時域平均后可以抵消掉外部環(huán)境等引起的噪聲信號，得到只與轉(zhuǎn)動頻率有關的振動分量[10]。

圖1 時域同步平均原理圖Fig.1 Schematic diagram of the TSA

1.2 齒輪健康狀態(tài)評估指標

國外常用健康狀態(tài)評估的指標如下。

（1）狀態(tài)指數(shù)

均方根（RMS）對幅值變化量的統(tǒng)計分析，該參數(shù)的主要用途是用于監(jiān)測整體振動水平：

式中：x為一次采集的數(shù)據(jù)序列，i為數(shù)據(jù)采集批次，N為一次數(shù)據(jù)采集的次數(shù)。

當齒輪箱出現(xiàn)磨損或腐蝕損傷時，振動水平將會增大，是描述缺陷較為簡單和直觀的指標。

（2）FM4基于差分信號的狀態(tài)指數(shù)

FM4可以表示差分信號的振幅分布與正常分布比較的測量值：

式中：di為差分信號中第i個數(shù)據(jù)表示差分信號的均值，N為差分信號時間記錄的總點數(shù)。

該參數(shù)假定處于健康狀態(tài)的齒輪箱的差分信號具有高斯幅值分布，而從帶缺陷輪齒的差分信號則擁有主峰值或多個主峰值，進而導致更少峰值的幅值分布，如果多個輪齒有缺陷，則數(shù)據(jù)分布變得平坦且峭度值降低。

（3）M6A基于差分信號的狀態(tài)指數(shù)

M6A為差分信號的六階中心矩同差分信號方差的三次方的比值：

M6A原理與FM4相似，適用于表面損傷類故障檢測，比FM4對故障更敏感：

（4）M8A基于差分信號的狀態(tài)指數(shù)

M8A為差分信號的八階中心矩同差分信號方差的4次方的比值，適用于表面損傷類故障檢測，比FM4、M6A對故障更敏感：

（5）基于邊頻帶分析的狀態(tài)指數(shù)

數(shù)據(jù)算法1階指數(shù)（DA1）檢測信號中總體能量的增加情況，用來指示分布式的齒輪故障。

式中：TSA表示經(jīng)過TSA處理后的數(shù)據(jù)。

2 齒輪健康狀態(tài)評估指標敏感性試驗

2.1 故障植入試驗設計

2.1.1 齒輪故障植入試驗設計

試驗采用一對錐齒輪嚙合的形式，故障齒輪為輸出齒輪，主動輪齒數(shù)為31，從動輪齒數(shù)為28。

齒輪故障植入試驗在90°夾角狀態(tài)下的尾傳動故障植入試驗臺上進行，控制轉(zhuǎn)速4000r/min，輸出端扭矩分別為總的輸出扭矩的0、25%、50%、75%、100%，輸出端齒輪試驗件分別為正常齒輪、深度25%裂紋故障齒輪、深度50%裂紋故障齒輪、5%齒面剝蝕故障齒輪、10%齒面剝蝕故障齒輪、齒形缺1/4斷齒故障齒輪、齒形缺1/2斷齒故障齒輪共7個試驗件，35個試驗狀態(tài)，每個穩(wěn)定狀態(tài)下采集6min數(shù)據(jù)，采樣率為2.5K。為了保證數(shù)據(jù)的準確性，各狀態(tài)均有一次重復試驗。

90°減速箱齒輪故障模擬件參數(shù)見表1，三維示意圖如圖2～圖4所示。

2.1.2 齒輪故障植入試驗測試

傳感器的安裝方案如圖5所示。配有光電傳感器、溫度傳感器分別對尾傳動系統(tǒng)的輸出轉(zhuǎn)速、齒輪箱的輸入、輸出溫度進行監(jiān)控，加速度傳感器分別采集齒輪箱輸入、輸出端齒輪、軸承的振動數(shù)據(jù)。數(shù)據(jù)采集系統(tǒng)為自研的8通道PXⅠ動態(tài)采集系統(tǒng)。

表1 被動錐齒輪齒輪故障模擬件參數(shù)表Table 1 Fault seeded test piece parameters

圖2 齒面剝蝕故障件Fig.2 Tooth surface denudation failure

圖3 斷齒故障件Fig.3 Tooth broken failure

圖4 裂紋故障件Fig.4 Tooth cracked failure

圖5 傳感器安裝方案Fig.5 Sensors installation scheme

2.2 試驗數(shù)據(jù)分析

以75%的扭矩，輸出齒輪處的垂向振動數(shù)據(jù)為例，對試驗數(shù)據(jù)進行預處理，采用每個狀態(tài)的1min數(shù)據(jù)，重采樣為每圈256個點，30圈為一組進行時域平均，共得到每個狀態(tài)的10組數(shù)據(jù)。

如圖6所示，與原始數(shù)據(jù)相比，TSA處理后的數(shù)據(jù)去除了背景噪聲，更具有規(guī)律性。然后根據(jù)國外的健康狀態(tài)指標，分析得到適合尾傳動系統(tǒng)錐齒輪健康狀態(tài)評估的指標。其結果如下：由圖7可知，10組數(shù)據(jù)的正常狀態(tài)與剝蝕、斷齒故障狀態(tài)的RMS取值范圍有交集，與裂紋故障則無明顯交集，即RMS對齒輪的裂紋故障十分敏感，且裂紋程度越大越敏感。同理可得出：FM4對斷齒故障比較敏感（見圖8），對剝蝕、裂紋故障不敏感；M6A對剝蝕故障更敏感（見圖9），對斷齒、裂紋故障并不敏感；M8A對剝蝕故障更敏感（見圖10），對斷齒、裂紋故障并不敏感；DA1對剝蝕、斷齒故障并不敏感（見圖11），對裂紋故障比較敏感。

圖6 TSA處理前后對比圖Fig.6 Comparison before and after TSA

圖7RMS分析結果Fig.7 RMS analysis result

圖8 FM4分析結果Fig.8 FM4 analysis result

圖9 M6A分析結果Fig.9 M6A analysis result

圖10 M8A分析結果Fig.10 M8A analysis result

圖11 DA1分析結果Fig.11 DA1 analysis result

3 “盲”數(shù)據(jù)分析

“盲”數(shù)據(jù)是指事先不知道其健康狀態(tài)的一組數(shù)據(jù)。基于上述對尾傳錐齒輪健康狀態(tài)評估方法的研究，通過對“盲”數(shù)據(jù)的分析，可以判定該“盲數(shù)據(jù)”對應錐齒輪的健康狀態(tài)，并與真實的情況進行對比，驗證評估方法的有效性。

圖12～圖16是“盲”數(shù)據(jù)的分析結果：正常狀態(tài)與“盲”狀態(tài)的M6A、M8A、FM4值相差不大，而RMS、DA1值兩者差異較大，由上述研究可判定該“盲”狀態(tài)應為錐齒輪的裂紋故障狀態(tài)，與實際情況對比后發(fā)現(xiàn)，確為該故障狀態(tài)。

圖12 RMS（“盲”狀態(tài)）Fig.12RMS(“blind”state)

圖13 FM4（“盲”狀態(tài)）Fig.13FM4(“blind”state)

圖14 M6A（“盲”狀態(tài)）Fig.14M6A(“blind”state)

圖15 M8A（“盲”狀態(tài)）Fig.15M8A(“blind”state)

4 結論

本文針對齒輪剝蝕、裂紋、斷齒等故障模式，采用時域同步平均對故障植入試驗原始振動信號進行去噪處理，對FM4、DA1等5種健康狀態(tài)指標的敏感性進行了研究，并通過故障植入“盲”數(shù)據(jù)驗證了方法的有效性：

（1）時域同步平均對齒輪振動數(shù)據(jù)具有較好的去噪作用。

圖16 DA1（“盲”狀態(tài)）Fig.16DA1(“blind”state)

（2）M6A、M8A對剝蝕故障比較敏感,可用于評估齒輪剝蝕故障。

（3）RMS、DA1對齒輪裂紋故障比較敏感，可用于評估齒輪裂紋故障。

（4）FM4對斷齒故障比較敏感，可用于評估齒輪斷齒故障。

綜上，M6A、M8A對齒輪剝蝕，RMS、DA1對齒輪裂紋，F(xiàn)M4對斷齒有較高的診斷能力。