自适应滤波技术在车辆变速箱故障诊断中的应用

曹 文 ，唐雪松 ，张 盟

（1.装甲兵技术学院车辆工程系两栖空降装备教研室，长春 130117；2.装甲兵技术学院车辆系，长春 130117）

1 自适应滤波原理

信号的统计性能会随着系统与环境的变化而变化，与设定好的条件发生偏离，因此需要在设计中将滤波器的参数设置为自适应系统与环境的变化，实现自动跟踪也即所谓的自适应滤波器。自适应滤波分为IIR与FIR两种，FIR使用频率更高，其运行原理方块图如图1所示：

图1 自适应滤波原理图

2 如何建立自适应神经滤波器

2.1 自适应噪声抵消原理探究

图2即为适应噪声消除系统的方块图。其中A路指有用信号中s混合噪声no的信号，A、s、no之间的关系为：y=s+no，B路指自适应滤波器参数（噪声n1）的录入，此时x=n1。假定s与no或n1互不关联，但no与nl存在特定关系，而且所有参数均为零均值平稳随机过程，此时，系统的输出误差信号为：e=y-?=s+no-?。?为利用自适应滤波器估算而来的噪声n1，为降低两者之间的误差值，设定在理想状态下，该自适应滤波器可以抵消系统中的所有噪声，剩下的信号即为所需信号。

此信号为：E[e2]=E[s+（no-y'）2]=E[e2]+E[（no-y'）2]。当系统均方差数值最小时，y'=no，此时系统输出e=s，即未被干扰的初始信号s和系统输出信号e数值相近。

图2 自适应噪声消除系统原理图

2.2 adaline自适应滤波器模型

此滤波器模型将一个抽头延迟线模块和adaline网络连接而成。滤波器模型的信号通过左边输入，其输出端为R维向量P。

1960年w idrow和hoff提出了自适应线性神经元模型，此模型是一种利用LMS算法加以管理的自适应模式分类器。其运用理论权值调整规则为：

其中，输入向量为x（k），权值向量为w（k），神经元的学习速率为μ。

3 应用实例分析

3.1 实验及数据采集

该实验选取了某型发动机转速为600r/m in的装甲车，并将三档被动齿轮作为该实验的研究项目。首先，测试在正常状态下的变速箱体的振动加速信号。其次，将断齿齿轮换上，测试在断齿故障下的变速器的振动加速度信号。并在实验中对发动机机体的振动信号进行测量收集，用专门的信号对变速箱振动信号完成自适应滤波。

得到表1变速箱体振动信号幅值特征统计表。当齿轮出现故障，其幅值表现出上升趋势，尤其以最大值和脉冲指标数据上升最为明显，也说明了该信号中含有的脉冲成本较多。

表1 变速箱体振动信号幅值特征统计表

3.2 变速箱振动信号的频率探究

3.2.1 自适应滤波及自功率谱分析

在正常情况下，其振动信号能量介于500～2 500Hz，中心频率大约为1 300Hz。但当发生断齿故障后，其频带区域会增宽，尤其是在频率最低值时频带增幅最为明显。

3.2.2 断齿时振动信号的调幅分析

无论齿轮发生何种故障，在实验运行中通常表现为传动误差问题。实际运行的齿廓形状和角位置与理论形状和角位置出现了偏差，此差值数构成了齿轮振动和噪声的主要来源。

4 结语

变速箱内齿轮断齿是装甲车常见故障之一，可以通过变速箱体发出的振动加速信号的变化予以察觉。此外，通过对振动信号进行包络谱分析，能够有效诊断出变速箱齿轮断齿下的频率特性，并依据频率特性确定具体出现故障的部位，进而加以维修。

［1］［加］赫金.自适应滤波器原理（第四版）［M］.郑宝玉，译.北京：电子工业出版社,2010.

［2］孙德福.装甲车辆复杂系统故障诊断方法［M］.北京：国防工业出版社，2009.