曹 展， 王细洋

(南昌航空大学 航空制造工程学院，南昌 330063)

基于AR模型的齿轮故障诊断

曹 展， 王细洋

(南昌航空大学 航空制造工程学院，南昌 330063)

为了诊断出强噪声干扰下的齿轮故障，提出时域同步平均技术与AR模型相结合的齿轮故障诊断方法。用TSA技术提取强噪声干扰下的齿轮特征信号，用FPE准则确定AR模型的阶次，利用AR模型参数算法确定齿轮正常状态下参数向量及参数容差范围，然后在模型阶次不变的情况下分析齿轮故障信号的AR模型参数，对比建立的参数容差范围，从而诊断齿轮故障。将该方法对实际试验信号进行分析，对提取到的8组正常齿轮特征信号数据建立AR模型，优化AR模型的最佳阶次为5阶，由AR模型参数算法得到了正常齿轮的AR模型参数向量及参数容差范围，再用同样阶数为5阶的AR模型分析了故障状态下的几组模型参数，对比建立的正常AR模型参数容差范围，从而诊断出齿轮故障。

时域同步平均；AR模型；齿轮故障诊断; 参数容差范围

0 引言

齿轮传动是常见的一种机械设备传动方式，齿轮一旦失效，容易诱发机器发生故障。因此监测齿轮的运行状态及准确可靠地判断齿轮运行工况对于设备维护人员确保设备的安全运转具有重要的意义。对齿轮箱振动信号进行分析和处理，以了解齿轮的运行情况，是目前齿轮故障诊断的最主要方法[1]。频谱分析法是常用的齿轮故障信号检测方法[2-3]，通过对齿轮特征信号进行频谱分析从而检测出故障，然而齿轮故障特征信号较为复杂并且具有很强的随机性，对较为明显的齿轮故障特征信号频谱分析是有效的，但在很多情况下频谱分析并不理想。……