李辉 郝如江

摘要： 相关熵为高斯、非高斯噪声处理的一种有效方法，针对强高斯噪声和非高斯噪声干扰下齿轮故障诊断问题，提出了一种基于相关熵和双谱的齿轮故障诊断方法。该方法综合利用高斯核函数和不完全Cholesky分解算法计算信号的相关熵，然后再计算相关熵的双谱，根据相关熵的双谱特征识别齿轮故障。通过不完全Cholesky分解算法计算信号的相关熵，不仅大大压缩了数据量，突出了齿轮故障特征，而且提高了计算效率。通过仿真和齿轮磨损故障振动信号分析结果表明：强背景噪声会造成传统双谱故障诊断方法失效，而基于相关熵和双谱分析的齿轮故障诊断方法，能在强噪声干扰背景中提取齿轮的故障特征准确识别齿轮故障，其性能优于传统双谱和小波变换域双谱，为一种有效的齿轮故障诊断方法。

关键词： 故障诊断; 齿轮; 信号处理; 相关熵; 双谱

中图分类号： TH165+.3; TH132.41; TN911.72 文献标志码： A 文章编号： 1004-4523（2021）05-1076-09

DOI：10.16385/j.cnki.issn.1004-4523.2021.05.022

引 言

齿轮是机械传动中最重要、最常用的零件之一，齿轮的健康状态是保证机械传动正常运行的重要因素，因此，基于振动信号的齿轮状态监测是一个广泛研究的课题[1?2]。当齿轮出现表面点蚀、齿根裂纹、断齿等故障时，使得振动信号产生复杂的幅值、相位调制现象，不仅具有非线性、非高斯信号特征，而且往往包含大量的背景噪声，将齿轮故障特征淹没，这些因素加大了齿轮故障诊断的难度。振动信号的非线性、非高斯特征使传统基于信号二阶统计量的方法，如相关分析、功率谱分析等性能衰退，甚至失效[3?4]。……