【技術實現步驟摘要】
本專利技術涉及傳動系統故障診斷，特別涉及一種傳動系統的故障診斷方法及系統。
技術介紹
1、隨著工業智能制造和人工智能的發展，傳動系統傳感器在現代工業中扮演著關鍵角色，它們被廣泛地用于監測和控制傳動系統的運行狀態，確保設備的安全性和可靠性。近年來其趨向于高精度、高靈敏性、多傳感數據融合、自動化處理等方面發展。
2、目前，傳動系統的故障診斷已有許多實施方案，大多使用振動探頭做傳感器件，雖然其適用性廣，對各種故障皆有反應，但其振動信號混雜，振動原因復雜難辨，且正常信號和故障信號差異甚微，因此通過其振動信號分析故障類型比較困難。
3、因此，現有技術還有待于改進和發展。
技術實現思路
1、本專利技術的主要目的在于提供一種傳動系統的故障診斷方法及系統，旨在解決現有技術中利用傳感器對傳動系統進行故障診斷時健康信號與故障信號差異甚微從而導致故障類型識別困難的問題。
2、為實現上述目的，本申請提供了一種傳動系統的故障診斷方法，所述傳動系統的故障診斷方法包括：
3、在傳動系統的聯軸器上安裝摩擦發電傳感器；
4、采集傳動系統在不同工況下所述摩擦發電傳感器的輸出信號；
5、對所述輸出信號進行特征提取和標定，獲得數據集；
6、利用所述數據集訓練并測試支持向量機，獲得故障診斷模型；
7、實時采集待診斷傳動系統中摩擦發電傳感器的目標輸出信號，將所述目標輸出信號輸入到所述故障診斷模型中進行傳動系統故障診斷，輸出所述待診
8、可選地，所述聯軸器包括兩個鋼爪和作為連接所述兩個鋼爪的中間體的梅花型彈性體；
9、所述在傳動系統的聯軸器上安裝摩擦發電傳感器，具體為：
10、將所述摩擦發電傳感器嵌裝入所述梅花型彈性體和所述鋼爪的間隙中，且所述摩擦發電傳感器以特定的安裝方式安裝在所述梅花型彈性體若干個擠壓面的任意面；其中，所述特定的安裝方式是指使得所述摩擦發電傳感器輸出信號幅值大于預設值且傳動系統在不同工況下所述摩擦發電傳感器輸出信號特征差異大于閾值的安裝方式。
11、可選地，所述摩擦發電傳感器由摩擦發電片、導電銅箔和pi絕緣膠帶三層結構組成，所述摩擦發電傳感器用于采集所述梅花型彈性體與所述鋼爪之間的振動信號，并將所述振動信號轉換為電壓信號。
12、可選地，所述采集傳動系統在不同工況下所述摩擦發電傳感器的輸出信號，具體包括：
13、采集傳動系統健康狀態下所述摩擦發電傳感器的輸出信號，并作為健康信號；
14、采集傳動系統模擬故障狀態下所述摩擦發電傳感器的輸出信號，并作為故障信號；
15、其中，所述模擬故障狀態包括帶傳動打滑、傳動軸不對中和齒輪磨損。
16、可選地，所述對所述輸出信號進行特征提取和標定，獲得數據集，具體包括：
17、對所述輸出信號進行快速傅里葉變換，得到輸出信號對應的頻域信號；
18、分別提取所述輸出信號的時域特征值和所述輸出信號對應的頻域信號的頻域特征值，所述時域特征值和所述頻域特征值均包括標準差、均方根、波形因數和峰峰值；
19、標定所述輸出信號中的健康信號和故障信號，獲得所述輸出信號的標簽；
20、基于所述輸出信號的特征值和標簽，構建數據集。
21、可選地，所述利用所述數據集訓練并測試支持向量機，獲得故障診斷模型，具體包括：
22、將所述數據集劃分為訓練集和測試集；
23、基于改進粒子群算法，確定所述支持向量機的最佳懲罰因子和最佳核函數參數；
24、根據所述最佳懲罰因子和所述最佳核函數參數，利用所述訓練集對所述支持向量機進行訓練，獲得支持向量機的分類模型；
25、利用所述測試集對所述支持向量機的分類模型進行測試，驗證所述支持向量機的分類模型的性能，將通過驗證的支持向量機的分類模型作為故障診斷模型用于傳動系統故障診斷。
26、此外，為實現上述目的，本專利技術還提供了一種傳動系統的故障診斷系統，用于實現如上任一所述的傳動系統的故障診斷方法中的步驟，所述傳動系統的故障診斷系統包括傳動系統試驗臺和摩擦發電傳感器；
27、所述傳動系統試驗臺包括底座及設置在所述底座上的變頻電動機、轉速傳感器、齒輪箱、扭矩傳感器、傳送帶輪、傳送帶、磁粉制動器和控制臺，所述變頻電動機的電機軸與所述齒輪箱的輸入軸通過聯軸器連接，所述聯軸器包括兩個鋼爪和作為連接所述兩個鋼爪的中間體的梅花型彈性體，所述摩擦發電傳感器嵌裝入所述梅花型彈性體和所述鋼爪的間隙中，所述摩擦發電傳感器以特定的安裝方式安裝在所述梅花型彈性體若干個擠壓面的任意面。
28、可選地，所述摩擦發電傳感器由摩擦發電片、導電銅箔和pi絕緣膠帶三層結構組成，所述摩擦發電傳感器用于采集所述梅花型彈性體與所述鋼爪之間的振動信號，并將所述振動信號轉換為電壓信號。
29、可選地，所述傳動系統的故障診斷系統還包括導電滑環、示波器和上位機，所述導電滑環安裝在所述聯軸器所在的電機軸上，所述摩擦發電傳感器與所述導電滑環的一端連接，所述導電滑環的另一端與所述示波器的一端連接，所述示波器的另一端連接所述上位機。
30、可選地，所述導電滑環用于導出所述摩擦發電傳感器的輸出信號，所述示波器用于采集所述輸出信號，所述上位機利用matlab軟件對所述輸出信號進行特征提取和標定獲得數據集，所述上位機還利用支持向量機算法對所述數據集進行分類識別，輸出傳動系統的故障類型。
31、有益效果：與現有技術相比，本專利技術提供了一種傳動系統的故障診斷方法及系統，所述方法包括：在傳動系統的聯軸器上安裝摩擦發電傳感器；采集傳動系統在不同工況下所述摩擦發電傳感器的輸出信號；對所述輸出信號進行特征提取和標定，獲得數據集；利用所述數據集訓練并測試支持向量機，獲得故障診斷模型；基于所述故障診斷模型進行傳動系統故障智能診斷。本專利技術采用特定的安裝方式在聯軸器的彈性體上安裝摩擦發電傳感器，有效提高摩擦發電傳感器輸出信號的幅值，使得不同工況輸出信號特征差異明顯，有效提高后續模型識別故障類型的準確率，并且結構緊湊，安裝便捷，應用范圍廣泛；結合機器學習算法實現傳動系統故障類型的自動識別，有利于提高工業自動化的智能程度。
本文檔來自技高網...【技術保護點】
1.一種傳動系統的故障診斷方法，其特征在于，所述傳動系統的故障診斷方法包括：
2.根據權利要求1所述的傳動系統的故障診斷方法，其特征在于，所述聯軸器包括兩個鋼爪和作為連接所述兩個鋼爪的中間體的梅花型彈性體；
3.根據權利要求2所述的傳動系統的故障診斷方法，其特征在于，所述摩擦發電傳感器由摩擦發電片、導電銅箔和PI絕緣膠帶三層結構組成，所述摩擦發電傳感器用于采集所述梅花型彈性體與所述鋼爪之間的振動信號，并將所述振動信號轉換為電壓信號。
4.根據權利要求1所述的傳動系統的故障診斷方法，其特征在于，所述采集傳動系統在不同工況下所述摩擦發電傳感器的輸出信號，具體包括：
5.根據權利要求4所述的傳動系統的故障診斷方法，其特征在于，所述對所述輸出信號進行特征提取和標定，獲得數據集，具體包括：
6.根據權利要求1或5所述的傳動系統的故障診斷方法，其特征在于，所述利用所述數據集訓練并測試支持向量機，獲得故障診斷模型，具體包括：
7.一種傳動系統的故障診斷系統，用于實現如權利要求1-6任意一項所述的傳動系統的故障診斷方法中的步
8.根據權利要求7所述的傳動系統的故障診斷系統，其特征在于，所述摩擦發電傳感器由摩擦發電片、導電銅箔和PI絕緣膠帶三層結構組成，所述摩擦發電傳感器用于采集所述梅花型彈性體與所述鋼爪之間的振動信號，并將所述振動信號轉換為電壓信號。
9.根據權利要求7或8所述的傳動系統的故障診斷系統，其特征在于，所述傳動系統的故障診斷系統還包括導電滑環、示波器和上位機，所述導電滑環安裝在所述聯軸器所在的電機軸上，所述摩擦發電傳感器與所述導電滑環的一端連接，所述導電滑環的另一端與所述示波器的一端連接，所述示波器的另一端連接所述上位機。
10.根據權利要求9所述的傳動系統的故障診斷系統，其特征在于，所述導電滑環用于導出所述摩擦發電傳感器的輸出信號，所述示波器用于采集所述輸出信號，所述上位機利用MATLAB軟件對所述輸出信號進行特征提取和標定獲得數據集，所述上位機還利用支持向量機算法對所述數據集進行分類識別，輸出傳動系統的故障類型。
...【技術特征摘要】
1.一種傳動系統的故障診斷方法，其特征在于，所述傳動系統的故障診斷方法包括：
2.根據權利要求1所述的傳動系統的故障診斷方法，其特征在于，所述聯軸器包括兩個鋼爪和作為連接所述兩個鋼爪的中間體的梅花型彈性體；
3.根據權利要求2所述的傳動系統的故障診斷方法，其特征在于，所述摩擦發電傳感器由摩擦發電片、導電銅箔和pi絕緣膠帶三層結構組成，所述摩擦發電傳感器用于采集所述梅花型彈性體與所述鋼爪之間的振動信號，并將所述振動信號轉換為電壓信號。
4.根據權利要求1所述的傳動系統的故障診斷方法，其特征在于，所述采集傳動系統在不同工況下所述摩擦發電傳感器的輸出信號，具體包括：
5.根據權利要求4所述的傳動系統的故障診斷方法，其特征在于，所述對所述輸出信號進行特征提取和標定，獲得數據集，具體包括：
6.根據權利要求1或5所述的傳動系統的故障診斷方法，其特征在于，所述利用所述數據集訓練并測試支持向量機，獲得故障診斷模型，具體包括：
7.一種傳動系統的故障診斷系統，用于實現如權利要求1-6任意一項所述...
【專利技術屬性】
技術研發人員：汪朋飛，熊玉鵬，陳慧明，程實其，李光軼，莫康凡，黃桂堅，
申請(專利權)人：深圳大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。