本發(fā)明涉及噪音監(jiān)測(cè)領(lǐng)域，具體是一種齒輪箱噪音監(jiān)測(cè)方法。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、隨著工業(yè)自動(dòng)化和智能化的不斷發(fā)展，傳統(tǒng)的人工巡檢和定期維護(hù)方式逐漸無(wú)法滿(mǎn)足現(xiàn)代化生產(chǎn)的需求。這是因?yàn)槿藶橐蛩貙?dǎo)致的漏檢、誤判以及不能及時(shí)響應(yīng)等問(wèn)題日益顯現(xiàn)，增加了設(shè)備故障的風(fēng)險(xiǎn)和維護(hù)成本。因此，采用先進(jìn)的監(jiān)測(cè)技術(shù)，尤其是基于聲音信號(hào)的監(jiān)測(cè)，成為解決這一問(wèn)題的有效途徑。

3、齒輪箱在運(yùn)行過(guò)程中，各部件之間的相互作用會(huì)產(chǎn)生不同類(lèi)型的噪音，主要來(lái)源包括齒輪嚙合、軸承摩擦以及潤(rùn)滑油的流動(dòng)等。這些噪音的特點(diǎn)可以通過(guò)頻譜分析和時(shí)域分析等方法進(jìn)行提取和分析，從而為齒輪箱的健康狀態(tài)提供有力的依據(jù)。研究表明，齒輪箱的故障，特別是齒輪磨損、齒輪嚙合不良、軸承損壞等，通常會(huì)導(dǎo)致聲學(xué)信號(hào)的顯著變化。這些變化的特征通常具有一定的規(guī)律性，能夠被有效提取并用于故障診斷。

4、近年來(lái)，隨著傳感器技術(shù)和信號(hào)處理技術(shù)的進(jìn)步，基于聲音的監(jiān)測(cè)方法得到了廣泛應(yīng)用。通過(guò)在齒輪箱表面安裝聲學(xué)傳感器，可以實(shí)時(shí)采集運(yùn)轉(zhuǎn)過(guò)程中產(chǎn)生的噪音信號(hào)，利用現(xiàn)代信號(hào)處理技術(shù)，如快速傅里葉變換(fft)、小波變換等方法對(duì)信號(hào)進(jìn)行分析，提取出與齒輪箱狀態(tài)相關(guān)的特征參數(shù)。這些參數(shù)可以用于故障模式的識(shí)別、故障嚴(yán)重程度的評(píng)估，以及設(shè)備的運(yùn)行狀態(tài)監(jiān)測(cè)。

5、聲音信號(hào)監(jiān)測(cè)相較于傳統(tǒng)的振動(dòng)監(jiān)測(cè)方法具有多方面的優(yōu)勢(shì)。首先，聲音信號(hào)的獲取相對(duì)簡(jiǎn)單，易于實(shí)施，只需在設(shè)備附近設(shè)置錄音設(shè)備或麥克風(fēng)即可；其次，聲音信號(hào)能在一定程度上反映設(shè)備運(yùn)行的整體狀態(tài)，而不僅僅是某個(gè)特定部件的狀態(tài)，因而可以提供更全面的故障檢測(cè)信息；最后，通過(guò)對(duì)聲音信號(hào)的深入分析，可以實(shí)現(xiàn)對(duì)潛在故障的早期預(yù)警，有助于減少停機(jī)時(shí)間和維護(hù)成本，提高設(shè)備的可靠性和安全性。

6、隨著人工智能和大數(shù)據(jù)技術(shù)的發(fā)展，基于噪音監(jiān)測(cè)的故障診斷方法將更加智能化和自動(dòng)化。通過(guò)機(jī)器學(xué)習(xí)等智能算法，可以在海量數(shù)據(jù)中自動(dòng)挖掘并識(shí)別噪音特征與故障之間的相關(guān)性，從而實(shí)現(xiàn)高效的故障預(yù)測(cè)和健康管理。通過(guò)這些技術(shù)手段，齒輪箱噪音監(jiān)測(cè)將不僅僅局限于故障診斷，未來(lái)還能夠?yàn)樵O(shè)備的性能優(yōu)化和資源管理提供決策支持，推動(dòng)整個(gè)工業(yè)領(lǐng)域向更加智能、綠色和可持續(xù)的方向發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種齒輪箱噪音監(jiān)測(cè)方法，它通過(guò)在齒輪箱周?chē)侠聿贾酶哽`敏度聲學(xué)傳感器，并運(yùn)用先進(jìn)的信號(hào)處理與特征提取技術(shù)，能夠敏銳捕捉到噪音信號(hào)中細(xì)微的變化。這些變化往往與齒輪的初期磨損、軸承的早期疲勞、嚙合不良等潛在故障緊密相關(guān)。例如，在齒輪齒面剛開(kāi)始出現(xiàn)輕微磨損時(shí)，噪音的頻譜特征會(huì)在特定頻段出現(xiàn)微小的能量變化以及頻率的輕微偏移，本監(jiān)測(cè)方法能夠精確地識(shí)別這些早期故障跡象，有效避免了故障的進(jìn)一步惡化和設(shè)備的突然停機(jī)，極大地降低了維修成本和因停機(jī)造成的生產(chǎn)損失。

2、本發(fā)明為實(shí)現(xiàn)上述目的，通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

3、一種齒輪箱噪音監(jiān)測(cè)方法：

4、s1.在齒輪箱周?chē)念A(yù)定位置安裝多個(gè)聲學(xué)傳感器，所述聲學(xué)傳感器的布置方式能夠覆蓋齒輪箱的主要噪音輻射區(qū)域，且傳感器具備寬頻響應(yīng)特性，能夠采集頻率范圍為[x]hz至[y]hz的噪音信號(hào)，其中x和y為根據(jù)齒輪箱工作頻率范圍確定的具體數(shù)值；

5、s2.利用所述聲學(xué)傳感器實(shí)時(shí)采集齒輪箱在運(yùn)行過(guò)程中產(chǎn)生的噪音信號(hào)，并將模擬噪音信號(hào)傳輸至信號(hào)調(diào)理電路；

6、s3.所述信號(hào)調(diào)理電路對(duì)輸入的模擬噪音信號(hào)進(jìn)行放大、濾波處理，放大倍數(shù)為[z]倍，濾波采用低通、高通和帶通濾波器組合，去除信號(hào)中的電磁干擾、環(huán)境背景噪音以及超出齒輪箱正常工作頻率范圍的無(wú)效頻率成分，得到調(diào)理后的模擬噪音信號(hào)；

7、s4.通過(guò)模數(shù)轉(zhuǎn)換器將調(diào)理后的模擬噪音信號(hào)轉(zhuǎn)換為數(shù)字噪音信號(hào)，采樣頻率不低于[f]hz，確保能夠準(zhǔn)確捕捉噪音信號(hào)中的細(xì)節(jié)信息，所述數(shù)字噪音信號(hào)被傳輸至微處理器；

8、s5.微處理器對(duì)數(shù)字噪音信號(hào)進(jìn)行預(yù)處理，采用小波變換算法去除信號(hào)中的殘余噪聲，對(duì)信號(hào)進(jìn)行分幀處理，每幀的時(shí)長(zhǎng)為[m]ms，幀移為[n]ms，得到預(yù)處理后的噪音幀信號(hào)；

9、s6.從預(yù)處理后的噪音幀信號(hào)中提取特征參數(shù)，包括噪音信號(hào)的時(shí)域特征如均方根值、峰值因子、脈沖因子，頻域特征如頻譜重心、頻譜峰值頻率、各頻段能量占比，以及時(shí)頻域特征如小波包能量熵、希爾伯特-黃變換邊際譜特征；

10、s7.將提取的所述特征參數(shù)輸入預(yù)先訓(xùn)練好的故障診斷模型，所述故障診斷模型基于機(jī)器學(xué)習(xí)算法或深度學(xué)習(xí)算法構(gòu)建，通過(guò)對(duì)大量包含不同齒輪箱運(yùn)行狀態(tài)和故障類(lèi)型的噪音特征數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)，以實(shí)現(xiàn)對(duì)齒輪箱故障類(lèi)型和故障程度的識(shí)別與判斷；

11、s8.根據(jù)所述故障診斷模型的輸出結(jié)果，確定齒輪箱的運(yùn)行狀態(tài)，判斷為故障狀態(tài)，則通過(guò)通信模塊將故障信息發(fā)送至遠(yuǎn)程監(jiān)控終端，所述故障信息包括故障類(lèi)型、故障嚴(yán)重程度、故障發(fā)生時(shí)間以及對(duì)應(yīng)的噪音特征參數(shù)，所述通信模塊采用有線(xiàn)通信或無(wú)線(xiàn)通信方式。

12、所述聲學(xué)傳感器為電容式麥克風(fēng)或壓電式傳感器，在工作溫度范圍為[ta]℃至[tb]℃內(nèi)能夠穩(wěn)定工作，且具有良好的抗振性能，其中ta和tb為滿(mǎn)足齒輪箱實(shí)際工作環(huán)境要求的具體參數(shù)值。

13、所述故障診斷模型的訓(xùn)練過(guò)程包括，將收集到的歷史噪音特征數(shù)據(jù)按照一定比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，采用交叉驗(yàn)證方法優(yōu)化模型的超參數(shù)，當(dāng)模型在測(cè)試集上的準(zhǔn)確率達(dá)到預(yù)定閾值[p]％以上時(shí)，完成模型的訓(xùn)練，其中p為根據(jù)實(shí)際應(yīng)用需求設(shè)定的準(zhǔn)確率指標(biāo)值。

14、在微處理器對(duì)數(shù)字噪音信號(hào)進(jìn)行預(yù)處理之前，還包括數(shù)據(jù)校驗(yàn)步驟，通過(guò)校驗(yàn)算法對(duì)采集到的數(shù)字噪音信號(hào)進(jìn)行完整性和合理性檢查，剔除異常數(shù)據(jù)點(diǎn)，對(duì)缺失數(shù)據(jù)采用線(xiàn)性插值法或基于相鄰幀數(shù)據(jù)的統(tǒng)計(jì)規(guī)律進(jìn)行補(bǔ)充，確保數(shù)據(jù)的連續(xù)性和可靠性。

15、所述遠(yuǎn)程監(jiān)控終端設(shè)置有可視化界面，能夠?qū)崟r(shí)顯示齒輪箱的噪音頻譜圖、運(yùn)行狀態(tài)信息、故障報(bào)警信息以及歷史監(jiān)測(cè)數(shù)據(jù)的趨勢(shì)圖表，方便操作人員直觀地了解齒輪箱的工作情況和故障發(fā)生規(guī)律，所述可視化界面還支持?jǐn)?shù)據(jù)的導(dǎo)出和打印功能，以便進(jìn)行進(jìn)一步的數(shù)據(jù)分析和報(bào)告生成。

16、所述微處理器還能夠根據(jù)預(yù)設(shè)的閾值條件對(duì)齒輪箱的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)評(píng)估，當(dāng)提取的噪音特征參數(shù)超出正常閾值范圍時(shí)，立即啟動(dòng)本地聲光報(bào)警裝置，提醒現(xiàn)場(chǎng)操作人員及時(shí)關(guān)注齒輪箱的運(yùn)行情況，所述聲光報(bào)警裝置的報(bào)警音量不低于[v]db，報(bào)警燈光顏色為醒目的紅色或黃色，其中v為滿(mǎn)足現(xiàn)場(chǎng)環(huán)境噪音條件下能夠引起操作人員注意的音量值。

17、所述信號(hào)調(diào)理電路中的放大電路采用可編程增益放大器，能夠根據(jù)噪音信號(hào)的實(shí)際幅值自動(dòng)調(diào)整放大倍數(shù)，以保證信號(hào)在模數(shù)轉(zhuǎn)換過(guò)程中的精度和分辨率，同時(shí)避免信號(hào)過(guò)載失真；所述濾波電路的濾波器參數(shù)可通過(guò)微處理器進(jìn)行實(shí)時(shí)調(diào)整，以適應(yīng)不同工況下齒輪箱噪音信號(hào)的頻率特性變化。

18、所述方法還包括對(duì)齒輪箱噪音監(jiān)測(cè)系統(tǒng)的自診斷功能，在系統(tǒng)運(yùn)行過(guò)程中，定期對(duì)聲學(xué)傳感器、信號(hào)調(diào)理電路、模數(shù)轉(zhuǎn)換器、微處理器和通信模塊等硬件設(shè)備進(jìn)行檢測(cè)。

19、對(duì)比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：

20、早期故障精準(zhǔn)檢測(cè)：通過(guò)在齒輪箱周?chē)侠聿贾酶哽`敏度聲學(xué)傳感器，并運(yùn)用先進(jìn)的信號(hào)處理與特征提取技術(shù)，能夠敏銳捕捉到噪音信號(hào)中細(xì)微的變化。這些變化往往與齒輪的初期磨損、軸承的早期疲勞、嚙合不良等潛在故障緊密相關(guān)。例如，在齒輪齒面剛開(kāi)始出現(xiàn)輕微磨損時(shí)，噪音的頻譜特征會(huì)在特定頻段出現(xiàn)微小的能量變化以及頻率的輕微偏移，本監(jiān)測(cè)方法能夠精確地識(shí)別這些早期故障跡象，有效避免了故障的進(jìn)一步惡化和設(shè)備的突然停機(jī)，極大地降低了維修成本和因停機(jī)造成的生產(chǎn)損失。

21、全面的故障診斷能力：從噪音信號(hào)中提取豐富的時(shí)域、頻域和時(shí)頻域特征參數(shù)，并將其輸入基于機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法構(gòu)建的故障診斷模型中，該模型經(jīng)過(guò)大量不同工況和故障類(lèi)型數(shù)據(jù)的訓(xùn)練，具備強(qiáng)大的模式識(shí)別能力。它不僅能夠準(zhǔn)確判斷齒輪箱是否存在故障，還能精確地識(shí)別出多種具體故障類(lèi)型，如齒輪的斷齒、齒面膠合、齒面剝落，軸承的內(nèi)圈破裂、外圈磨損、滾動(dòng)體損傷，以及潤(rùn)滑不足、裝配不當(dāng)?shù)纫鸬墓收稀＿@種全面且精準(zhǔn)的故障診斷能力為維修人員提供了詳細(xì)的故障信息，有助于他們迅速確定故障原因和制定針對(duì)性的維修方案，大大提高了維修效率和質(zhì)量，減少了因故障排查不準(zhǔn)確而導(dǎo)致的維修時(shí)間浪費(fèi)和零部件的誤更換，進(jìn)一步降低了設(shè)備維護(hù)成本和停機(jī)時(shí)間，提升了整個(gè)生產(chǎn)系統(tǒng)的可靠性和穩(wěn)定性。

22、非接觸式實(shí)時(shí)監(jiān)測(cè)優(yōu)勢(shì)：與一些傳統(tǒng)的接觸式監(jiān)測(cè)方法相比，噪音監(jiān)測(cè)屬于非接觸式監(jiān)測(cè)技術(shù)，無(wú)需對(duì)齒輪箱進(jìn)行復(fù)雜的內(nèi)部改造和傳感器安裝調(diào)試，不會(huì)對(duì)齒輪箱的正常運(yùn)行產(chǎn)生任何干擾，同時(shí)也避免了因傳感器接觸不良或損壞而導(dǎo)致的數(shù)據(jù)丟失或測(cè)量誤差等問(wèn)題。而且，該方法能夠?qū)崟r(shí)連續(xù)地采集和分析噪音數(shù)據(jù)，對(duì)齒輪箱的運(yùn)行狀態(tài)進(jìn)行24小時(shí)不間斷的監(jiān)測(cè)，一旦出現(xiàn)異常噪音變化，能夠立即發(fā)出警報(bào)并進(jìn)行故障診斷，使操作人員和維修人員能夠及時(shí)掌握設(shè)備的健康狀況，及時(shí)采取相應(yīng)措施，確保生產(chǎn)過(guò)程的連續(xù)性和安全性，特別適用于對(duì)設(shè)備運(yùn)行穩(wěn)定性要求極高的工業(yè)生產(chǎn)場(chǎng)景。

23、降低勞動(dòng)強(qiáng)度與提高工作效率：由于采用了自動(dòng)化的噪音監(jiān)測(cè)和智能故障診斷系統(tǒng)，無(wú)需操作人員頻繁地進(jìn)行人工巡檢和手動(dòng)檢測(cè)，大大減輕了工作人員的勞動(dòng)強(qiáng)度，使他們能夠?qū)⒏嗟木ν度氲狡渌匾纳a(chǎn)任務(wù)和設(shè)備維護(hù)管理工作中。同時(shí)，快速準(zhǔn)確的故障診斷和及時(shí)的警報(bào)通知，使得維修人員能夠迅速響應(yīng)并高效地解決問(wèn)題，避免了因故障排查時(shí)間長(zhǎng)而導(dǎo)致的生產(chǎn)停滯，顯著提高了整個(gè)生產(chǎn)團(tuán)隊(duì)的工作效率，提升了企業(yè)的生產(chǎn)效益和競(jìng)爭(zhēng)力。

24、優(yōu)化設(shè)備維護(hù)策略：基于長(zhǎng)期積累的噪音監(jiān)測(cè)數(shù)據(jù)和準(zhǔn)確的故障診斷結(jié)果，企業(yè)可以深入分析齒輪箱的故障發(fā)生規(guī)律和設(shè)備的劣化趨勢(shì)，從而制定更加科學(xué)合理的預(yù)防性維護(hù)計(jì)劃和設(shè)備保養(yǎng)策略。合理安排設(shè)備的停機(jī)檢修時(shí)間和零部件的更換周期，避免了過(guò)度維護(hù)造成的資源浪費(fèi)和不必要的設(shè)備停機(jī)，同時(shí)也防止了因維護(hù)不足而導(dǎo)致的設(shè)備突發(fā)故障。這種基于數(shù)據(jù)驅(qū)動(dòng)的設(shè)備維護(hù)策略?xún)?yōu)化，有助于企業(yè)實(shí)現(xiàn)設(shè)備維護(hù)資源的合理配置，降低設(shè)備全生命周期成本，提高設(shè)備的綜合利用率和生產(chǎn)效率，保障企業(yè)生產(chǎn)的可持續(xù)發(fā)展。

25、改善工作環(huán)境與保障人員健康：齒輪箱運(yùn)行過(guò)程中產(chǎn)生的噪音往往會(huì)對(duì)周?chē)ぷ鳝h(huán)境造成嚴(yán)重的噪聲污染，長(zhǎng)期暴露在高噪音環(huán)境中會(huì)對(duì)操作人員的聽(tīng)力和身心健康產(chǎn)生不良影響。通過(guò)有效的噪音監(jiān)測(cè)和及時(shí)的故障修復(fù)，可以降低齒輪箱的運(yùn)行噪音，改善工作場(chǎng)所的聲學(xué)環(huán)境，為操作人員創(chuàng)造一個(gè)相對(duì)安靜、舒適的工作條件，有助于提高他們的工作滿(mǎn)意度和工作積極性，減少因噪音污染導(dǎo)致的職業(yè)健康問(wèn)題。