基于自回归模型的齿轮轴破损诊断

齿轮轴失效引起的齿轮箱振动行为与轮齿失效引起的齿轮箱振动行为不同。传统的齿轮故障诊断方法大多针对于轮齿破损,难以有效识别齿轮轴破损。用自回归模型拟合正常齿轮振动的时域同步平均信号,利用Akaike判据获得自回归模型的阶数,用Levinson-Durbin递归算法求解Yule-Waker方程获得自回归模型的系数。将建立的自回归模型作为线性滤波器处理齿轮箱振动信号,获得预测误差信号。之后对预测误差信号进行两样本Kolmogorov-Smirnov检验,获得正常齿轮轴振动信号和待处理齿轮轴振动信号预测误差的K-S统计距离和相似概率,并将其作为齿轮轴破损特征指标量。实际试验表明这一特征指标的有效性。