润滑科技信息平台

专利摘要

本发明涉及一种齿轮泵实验平台及齿轮损伤检测方法，该齿轮泵实验平台包括油箱、分流器、齿轮泵、压力表、球阀、振动传感器和油液监测仪，油箱内通过隔板分隔为四个暂储室，分流器为一分四分流器，四个暂储室分别通过软管与分流器连接，分流器的输出端与齿轮泵的输入端连接，振动传感器的数量为三个，三个振动传感器分别安装在位于齿轮泵外壳的三个互相垂直直线上，振动传感器测量齿轮泵振动信号；齿轮泵的出液端口连接压力表和球阀，球阀的出液端口连接至油箱的进液端口；油液监测仪用于测量齿轮泵出液端口的油液颗粒度和四个暂储室内油液颗粒度。本发明解决了现有方法对齿轮泵的工况变化考虑不足而造成检测与诊断结果失准的问题。 ......

基本信息

专利类型:
发明专利
申请/专利号:
CN202010231030.9
申请日期:
2020-03-27
专利申请人:
武汉理工大学
分类号:
F04C14/28 ; G01M13/021 ; G01M13/028 ; G01M13/045 ; G06F30/20 ; G06N3/04 ; G06N3/08 ; G06N3/06 ; G06F119/14 ; G06F113/08
发明/设计人:
杨琨，陈洪昌，赖颢善，李继鑫
权利要求: 1.一种齿轮泵实验平台，包括油箱(1)、分流器(2)、齿轮泵(3)、压力表(4)、球阀(5)、振动传感器(6)和油液监测仪，其特征在于，所述油箱(1)内通过隔板分隔为四个暂储室，所述分流器(2)为一分四分流器，四个暂储室分别通过软管与所述分流器(2)连接，所述分流器(2)的输出端与齿轮泵(3)的输入端连接，所述振动传感器(6)的数量为三个，三个所述振动传感器(6)分别安装在位于齿轮泵(3)外壳的三个互相垂直直线上，所述振动传感器(6)测量齿轮泵(3)齿轮振动信号；所述齿轮泵(3)的出液端口连接压力表(4)和球阀(5)，所述球阀(5)的出液端口连接至油箱(1)的进液端口；所述油液监测仪用于测量齿轮泵(3)出液端口的油液颗粒度和四个暂储室内油液颗粒度。2.根据权利要求1所述的一种齿轮泵实验平台，其特征在于，所述油箱(1)和分流器(2)之间通过PVC钢丝软管、卡箍和内丝宝塔转接头连接，所述分流器(2)和齿轮泵(3)之间通过PVC钢丝软管、卡箍和法兰转宝塔转接头连接。3.一种齿轮损伤检测方法，其特征在于，应用权利要求1或2所述的齿轮泵实验平台，该检测方法包括以下步骤：步骤1)，采用齿轮泵齿轮数字孪生模型，对不同运行状态下齿轮的振动响应信号进行仿真计算，利用仿真信号中提取出来的特征向量以及齿轮泵出液端口的油液监测信息构建齿轮泵齿轮正常运行数字孪生数据库和齿轮泵齿轮故障数字孪生数据库，其中，齿轮泵齿轮故障数字孪生数据库包含齿轮断齿、齿面磨损以及轴承磨损三种故障状态的数字孪生数据库；步骤2)，利用步骤1)所得的齿轮泵齿轮正常运行数字孪生数据库中的每个特征向量作为单个神经元，建立自组织映射神经网络；针对不同神经元所代表的不同特征向量，利用3σ原则设置报警阈值区间，最后利用从经过降噪处理的齿轮泵实验平台实测振动信号中提取出来的特征向量与相同工况下的特征向量进行对比，若超出报警阈值区间，则判断齿轮产生损伤；步骤3)，利用步骤1)所得的齿轮泵齿轮故障数字孪生数据库中特征向量的差异性，建立稀疏编码表示的针对齿轮不同损伤状态的联合字典；通过联合字典建立损伤状态和稀疏编码的一对一映射关系；利用残差最小原则，匹配出与从经过降噪处理的齿轮泵实验平台实测振动信号中提取出来的特征向量残差最小的稀疏编码；最后通过稀疏编码与损伤状态的一对一映射关系，获得齿轮损伤类别及损伤程度。4.根据权利要求3所述的一种齿轮损伤检测方法，其特征在于，在所述步骤1)，建立齿轮泵齿轮数字孪生数据库，包括以下步骤：步骤1.1)，建立齿轮泵齿轮数字孪生模型；步骤1.2)，利用步骤1.1)所得的齿轮泵齿轮数字孪生模型对不同运行状态下的齿轮泵齿轮振动响应信号进行预测，从所述预测结果中提取齿轮泵齿轮振动响应信号的特征向量；步骤1.3)，利用步骤1.2)提取出来的特征向量，建立齿轮泵齿轮正常运行数字孪生数据库和齿轮泵齿轮故障数字孪生数据库，为损伤检测与定性诊断提供数据支持。5.根据权利要求4所述的一种齿轮损伤检测方法，其特征在于，在所述步骤1)，建立齿轮泵齿轮数字孪生数据库，具体包括以下步骤：步骤1.1)，对齿轮泵外型及其齿轮的几何结构参数进行测量，对材料特性参数进行查询，对初始工况/环境参数进行感知；步骤1.2)，依据步骤1.1)中测量、查询和感知到的参数以及物理作用关系，建立齿轮泵齿轮及配合的数字孪生子模型；步骤1.3)，结合不同子模型之间的协调关系和接口配合，利用软件建立含有多个子模型的多物理场集成仿真平台，将子模型融合为统一物理模型；步骤1.4)，对齿轮泵实验平台中的齿轮泵齿轮在实际运行过程中的实时振动信号、油液信号和工况/环境参数进行监测；步骤1.5)，将工况/环境参数实时输入到统一物理模型中；步骤1.6)，利用步骤1.3)所得统一物理模型对齿轮泵的齿轮实时振动信号和油液参数进行仿真计算；步骤1.7)，对步骤1.4)所得实测的振动信号进行降噪处理；步骤1.8)，将步骤1.6)中统一物理模型的仿真计算结果与步骤1.7)中经过降噪处理的实测结果进行对比，计算二者的偏差；步骤1.9)，根据步骤1.8)中计算出的偏差值，利用扩展卡尔曼滤波算法对统一物理模型的内部参数进行调整和修正，获得实时同步的齿轮泵齿轮数字孪生模型。6.根据权利要求5所述的一种齿轮损伤检测方法，其特征在于，在所述步骤1.1)中，所述齿轮泵外型及其齿轮的几何结构参数从该齿轮泵的图纸文件中获取；所述材料特性至少包括齿轮所用材料的牌号及其力学性能；所述工况/环境参数包括齿轮泵的工作转速、进出口压力及流量。7.根据权利要求5所述的一种齿轮损伤检测方法，其特征在于，在所述步骤1.2)中，所述物理作用关系至少包括齿轮泵主动齿轮与从动齿轮的接触力和力矩、流场与力的耦合作用关系以及作用力和应变之间的关系；所述数字孪生子模型至少包括结构动力学模型、流体力耦合模型、应力分析模型以及损伤演化模型。8.根据权利要求3所述的一种齿轮损伤检测方法，其特征在于，所述步骤2)具体包括以下步骤：步骤2.1)，以步骤1)所得的齿轮泵齿轮数字孪生数据库为基础建立自组织映射神经网络，所述齿轮泵齿轮正常运行数字孪生数据库中的每个特征向量作为自组织映射神经网络中的单个独立神经元，所述自组织神经网络将作为齿轮泵齿轮损伤检测的基础；步骤2.2)，针对自组织映射神经网络中不同神经元代表的不同特征向量，利用3σ原则设置特征向量的报警阈值区间；步骤2.3)，对齿轮泵实验平台中齿轮泵齿轮实测振动信号进行降噪处理后提取特征向量，将所述特征向量与自组织映射神经网络中相同工况下的特征向量进行对比，若超出步骤2.2)所述特征向量的报警阈值区间，则判定为齿轮出现损伤。9.根据权利要求3所述的一种齿轮损伤检测方法，其特征在于，所述步骤3)具体包括以下步骤：步骤3.1)，利用步骤1)所得的齿轮泵齿轮故障数字孪生数据库，通过稀疏编码方法分析不同损伤状态下的齿轮泵齿轮在特征向量上的差异性；步骤3.2)，利用步骤3.1)所得的差异性，构造通过稀疏编码表示的针对损伤齿轮泵齿轮不同损伤状态的联合字典，建立稀疏编码与损伤状态的一对一映射关系；步骤3.3)，对齿轮泵实验平台中实测的油液监测信号与振动信号进行降噪处理后提取特征向量，利用残差最小原则以及步骤3.2)建立的联合字典，匹配出与从经过降噪处理的齿轮泵实验平台实测振动信号中提取出来的特征向量残差最小的稀疏编码；步骤3.4)，采用步骤3.3)所得的稀疏编码，根据步骤3.2)所得的稀疏编码与损伤状态的一对一映射关系，获得齿轮损伤类别及损伤程度。10.根据权利要求9所述的一种齿轮损伤检测方法，其特征在于，所述步骤3.3)中，获取与从经过降噪处理的齿轮泵实验平台实测振动信号中提取出来的特征向量残差最小的稀疏编码，具体的计算公式为式中，t为实测振动信号特征向量；D为联合字典；yi为第i种损伤状态的稀疏编码；i＝1,2,...,k，k为损伤状态的个数。