74、基于编码器信号的行星齿轮箱故障诊断框架

基于编码器信号的行星齿轮箱故障诊断框架

1. 引言

行星齿轮箱凭借其紧凑结构下的大功率传输能力，成为旋转机械的重要组成部分。然而，它通常在恶劣工况下运行，可能导致机器意外停机甚至引发灾难性事故。因此，对行星齿轮箱进行健康评估，以提高机械设备的可靠性和稳定性，是一个具有挑战性的问题。

过去几十年，人们研究了多种行星齿轮箱状态维护（CBM）技术，如振动分析、声发射和温度分析等。其中，基于振动的方法应用广泛，因为振动信号包含丰富的机械设备动态特性信息。但在实际应用中，由于空间有限，外部振动传感器可能无法安装在被监测设备上，导致振动信号不可用。

随着测量技术和制造工艺的进步，许多机械设备（如数控机床、机器人和电机等）都安装了内置编码器传感器。编码器信号与振动信号类似，也包含反映机器健康状况的动态信息，具备故障诊断的潜力。而且，编码器信号相比振动信号有诸多优势，如传输路径短、信噪比高、能检测早期故障，可用于低速机器的状态评估，且编码器已安装在机器上，提供了零成本的状态监测方案，为开发具有自诊断能力的机械设备提供了机会。

不过，目前关于编码器信号基本特性的研究较少，基于编码器的状态监测方案框架也尚未完善。为填补编码器数据驱动诊断方法的空白，本文提出了一种利用编码器信号诊断行星齿轮箱潜在故障的框架。

2. 预备知识

2.1 重叠组稀疏性

在某些情况下，大值相邻会呈现出分组特性。为促进组稀疏性，选择考虑组稀疏特性的重叠组稀疏性作为特殊正则化项，定义为：
[R(u) = \sum_{n}\left[\sum_{k = 0}^{K - 1}|u(n + k)|^2\right]^{\frac{1}{2}