摘要：顶驱齿轮箱的检测信号中包含齿轮和轴承的复合特征,具有调幅调频特性,且振动信号多级传递。采用共振稀疏分解法在拟合信号时,对于混合着齿轮振动信号的低共振分量分析能力较差。为此,提出了基于共振稀疏反褶分析的故障信号诊断方法,并引入最小熵反褶积理论。首先对所采集的齿轮箱信号进行时频域分析;然后对得到的信号进行共振稀疏分解,得到信号的高共振分量和低共振分量,并做包络分析,得到齿轮的故障特征频率;最后利用最小熵反褶积变换对低共振分量进行处理,使得低共振分量中的齿轮信号与轴承信号分离开来。分析结果表明：通过对高、低共振分量信号进行包络分析,在高共振分量的包络谱中有效地提取出了齿轮故障特征频率,提高了齿轮故障诊断的准确性。利用最小熵反褶积优化低共振分量信号后,有效地加强了齿轮箱轴承工作过程中的冲击信号,排除了信号分解后齿轮高共振分量混入低共振分量中而导致的干扰,解决了传统诊断方法只能拟合高共振分量信号的问题。所得结论可为顶驱齿轮箱故障诊断方法的进一步发展提供参考。

关键词：顶驱 齿轮箱 共振稀疏 最小熵反褶积 故障诊断 

单位：中海油田服务股份有限公司