齿轮系统故障诊断与传递路径分析技术详解

1. 齿轮系统故障诊断的工程挑战

齿轮传动系统作为工业设备中的核心动力传递部件，其运行状态直接影响整机可靠性。在我参与的某风电齿轮箱故障诊断项目中，曾遇到一个典型案例：机组在额定转速下出现异常振动，常规频谱分析只能定位到高频段能量异常，却无法准确识别故障源位置。这正是传统振动分析方法的局限性——当系统存在多个传递路径时，传感器接收到的信号实际上是各路径振动的叠加结果。

传递路径分析（Transfer Path Analysis, TPA）技术正是为解决这类问题而生。与单纯依靠FFT频谱分析不同，TPA通过建立系统传递函数模型，能够逆向分解出各个路径对目标点的振动贡献量。这就好比在嘈杂的会议室里，通过定向麦克风阵列识别不同说话者的声源位置。

Matlab为实现TPA提供了完整的工具链：

• 信号处理工具箱（Signal Processing Toolbox）用于振动信号预处理
• 系统辨识工具箱（System Identification Toolbox）构建传递函数模型
• 优化工具箱（Optimization Toolbox）进行参数反演计算

关键提示：实际工程中齿轮系统的振动传递路径往往呈现非线性特性，特别是在出现裂纹、断齿等故障时。此时需要采用基于Volterra级数的非线性TPA方法，而非传统的线性频响函数。

2. 传递路径分析的核心原理拆解

2.1 路径贡献度计算模型

TPA的核心数学表达为：
[ Y(f) = \sum_{i=1}^{n} H_i(f) \cdot F_i(f) ]
其中：

• ( Y(f) ) 为目标点振动频谱
• ( H_i(f) ) 为第i条路径的频响函数
• ( F_i(f) ) 为第i条路径的激励力

在齿轮箱案例中，我们需要重点考虑以下典型传递路径：

1. 齿轮啮合路径（通过轴系直接传递）
2. 轴承支撑路径（通过箱体结构传递）
3. 空气噪声路径（通过介质辐射传递）

2.2 频响函数获取方法

工程实践中获取( H_i(f) )的三种主要方式：

对于齿轮系统，建议采用混合方法：

matlab复制% 示例：基于LMS Test.Lab数据的频响函数计算
[h, f] = tfestimate(excitation, response, hann(1024), 512, 1024, fs);
coherence = mscohere(excitation, response, hann(1024), 512, 1024, fs);
valid_idx = coherence > 0.8; % 只保留相干系数>0.8的频段
H = h .* valid_idx; % 滤波后的频响函数

2.3 激励力反演技术

当直接测量激励力不可行时（如齿轮啮合力），可采用矩阵求逆法：
[ F(f) = H^+(f) \cdot Y(f) ]
其中( H^+ )为频响函数矩阵的伪逆。Matlab实现需注意正则化处理：

matlab复制[U,S,V] = svd(H_matrix);
singular_values = diag(S);
tol = max(size(H_matrix)) * eps(norm(H_matrix));
rank_H = sum(singular_values > tol);
H_pinv = V(:,1:rank_H) * diag(1./singular_values(1:rank_H)) * U(:,1:rank_H)';
F_estimated = H_pinv * Y_measured;

经验之谈：齿轮系统的高频振动分量（>1kHz）往往需要特别关注传递路径的相位信息，此时建议采用PolyMAX算法而非传统的H1/H2估计法。

3. Matlab实现关键步骤详解

3.1 数据预处理流程

齿轮振动信号的典型预处理流程包括：

1. 转速同步平均（消除随机噪声）
2. 包络解调（突出故障特征）
3. 阶次跟踪（消除转速波动影响）

matlab复制% 转速同步平均实现
[tach, tach_time] = readTachometerData('tach.csv'); % 读取键相信号
resample_factor = 10;
[resampled_vib, resampled_time] = resample(vib_data, time_vec, resample_factor*fs);
angle_vec = interp1(tach_time, cumsum(tach)*360/60, resampled_time);
samples_per_rev = round(resample_factor*fs / mean(tach));
avg_waveform = zeros(samples_per_rev, 1);
for rev = 1:floor(max(angle_vec)/360)
    idx = angle_vec >= (rev-1)*360 & angle_vec < rev*360;
    avg_waveform = avg_waveform + resampled_vib(idx(1:samples_per_rev));
end
avg_waveform = avg_waveform / rev;

3.2 传递函数建模

针对齿轮箱结构特点，推荐使用状态空间模型：

matlab复制% 基于子空间法的状态空间辨识
data = iddata(response, excitation, 1/fs);
opt = n4sidOptions('Focus','simulation','N4Weight','auto');
sys = n4sid(data, optimal_order, 'Ts', 0, opt);

% 频响函数计算
[mag, phase, freq] = bode(sys, 2*pi*linspace(0,fs/2,1000));
H = squeeze(mag).*exp(1i*squeeze(phase)*pi/180);

3.3 路径贡献量可视化

工程实用的贡献量展示方式：

matlab复制figure('Position',[100 100 800 600])
subplot(2,1,1)
semilogx(freq, 20*log10(abs(Y_measured)), 'k', 'LineWidth',2)
hold on
colors = lines(size(F_estimated,2));
for i = 1:size(F_estimated,2)
    contrib = abs(H(:,i).*F_estimated(:,i));
    semilogx(freq, 20*log10(contrib), 'Color',colors(i,:))
end
legend('Measured','Gear Mesh','Bearing','Housing')
xlabel('Frequency (Hz)')
ylabel('Amplitude (dB)')

subplot(2,1,2)
area(freq, [abs(H(:,1).*F_estimated(:,1)), abs(H(:,2).*F_estimated(:,2))])
set(gca,'XScale','log')
xlabel('Frequency (Hz)')
ylabel('Contribution Ratio')

4. 工程应用中的典型问题与对策

4.1 相干函数过低问题

当路径间存在强耦合时（如齿轮箱多轴系结构），会出现相干函数下降。解决方案：

1. 增加参考点数量（建议不少于独立路径数的2倍）
2. 采用偏相干分析：

matlab复制[Pxy, f] = cpsd(x, y, hann(1024), 512, 1024, fs);
[Pxx, ~] = pwelch(x, hann(1024), 512, 1024, fs);
[Pyy, ~] = pwelch(y, hann(1024), 512, 1024, fs);
[Pzz, ~] = pwelch(z, hann(1024), 512, 1024, fs);
[Pxz, ~] = cpsd(x, z, hann(1024), 512, 1024, fs);
[Pyz, ~] = cpsd(y, z, hann(1024), 512, 1024, fs);
partial_coherence = (abs(Pxy - Pxz.*conj(Pyz)./Pzz)).^2 ./ ...
                   (Pxx - abs(Pxz).^2./Pzz) ./ (Pyy - abs(Pyz).^2./Pzz);

4.2 转速波动影响

风电齿轮箱常面临变转速工况，需采用阶次分析配合TPA：

1. 计算瞬时转速：

matlab复制[tach, tach_time] = readTachometerData('tach.csv');
inst_speed = 60 ./ diff(tach_time);
inst_speed = [inst_speed; inst_speed(end)]; % 补齐最后一点

2. 重采样至角度域：

matlab复制angle_vec = cumsum(inst_speed)/60*mean(diff(tach_time));
resampled_signal = interp1(tach_time, vib_signal, angle_vec, 'pchip');

4.3 非线性振动处理

齿轮磨损导致的非线性振动需采用高阶谱分析：

matlab复制[bispec, f] = bispectrum(vib_signal, fs, 'NFFT',1024, 'Overlap',512);
contourf(f, f, abs(bispec))
xlabel('f1 (Hz)')
ylabel('f2 (Hz)')
title('Bispectrum of Gear Vibration')

5. 完整案例：风电齿轮箱故障诊断

某2MW机组齿轮箱高速轴振动超标，实施TPA诊断流程：

1. 测点布置：

   • 高速轴非驱动端径向（测点1）
   • 齿轮箱底座（测点2）
   • 机舱平台（测点3）

2. 数据采集参数：

   matlab复制fs = 25600; % 采样率
   record_time = 60; % 秒
   rpm = 1800; % 额定转速
   gear_teeth = [25, 98]; % 各级齿轮齿数
   

3. 特征频率计算：

   matlab复制mesh_freq = rpm/60 * gear_teeth(1);
   sidebands = mesh_freq + (-5:5) * (rpm/60);
   

4. TPA实施结果：

   • 齿轮啮合路径贡献占比：63.2%（正常应<40%）
   • 轴承路径贡献：28.5%
   • 结构传递路径：8.3%

5. 故障定位：

   • 频谱中可见2倍啮合频率成分突出
   • 倒谱分析显示周期性冲击（间隔对应高速轴转频）
   • 开箱检查确认高速轴齿轮存在局部断齿

最终通过TPA技术将故障定位时间缩短了70%，相比传统方法提前3周发现隐患。这个案例充分说明，对于复杂齿轮系统，传递路径分析不仅能提高诊断准确性，还能量化各路径的故障贡献程度，为维修决策提供科学依据。