盾构机减速器多级行星齿轮磨损状态检测

马帅

摘要：齿轮运行状况直接关系到盾构机减速器工作质量，为了保证其正常工作，需针对盾构机制减速器多级行星齿轮磨损状态进行定期检测。针对齿轮进行检测方法的设计，首先通过平移不变量小波降噪方法对减速器多级行星齿轮振动信号进行降噪处理，设置自适应局部阈值，分割出齿轮图像啮合区，最后检测点蚀区域。

关键词：盾构机减速器；盾构机；齿轮磨损；多级行星齿轮

0   引言

盾构机在地下工程建设中发挥着越来越重要的作用，减速器作为盾构机的核心部件，其运行状态直接影响到盾构机的性能和安全性。多级行星齿轮作为减速器的重要组成部分之一，其磨损状态对减速器的性能和寿命具有重要影响。而对盾构机减速器多级行星齿轮磨损状态进行检测，则对于保障盾构机的正常运行，提高地下工程建设的安全性和效率具有重要意义。

传统的行星齿轮磨损状态检测有2种：一是通过监测风机齿轮油指标评价设备运行状态的检测方法[1]，二是基于改进谱残差的直齿圆柱齿轮啮合磨损状态的检测方法[2]。上述方式费时费力，难以实现实时检测。为解决上述问题，本文提出一种盾构机减速器多级行星齿轮磨损状态检测方法，可对行星齿轮磨损状态的实时检测，提高盾构机的运行安全性和效率。

1   减速器多级行星齿轮磨损状态检测设计

1.1   减速器多级行星齿轮振动信号降噪

1.1.1   采取降噪措施的必要性

在行星齿轮中，振动信号的采集和处理是至关重要的，因为这些信号包含了关于设备运行状态的重要信息。然而，这些信号常常受到环境噪声、设备内部的电磁的干扰，导致信号中存在大量的噪声[3]。这些噪声的存在使得信号的整体平稳性受到影响，进一步影响了磨损状态检测的准确性。

为了解决这一问题，需要采取有效的降噪措施，对采集到的振动信号进行处理。其中，平移不变量小波降噪方法是一种被广泛应用的降噪技术。

1.1.2   平移不变量小波降噪原理

该方法利用小波变换的特性，对信号进行多尺度分析，从而将噪声和有用信号分离。通过这种方式可以有效地去除信号中的噪声，提高信号的平稳性，进一步提高了磨损状态检测的准确性。

假设采样离散数据为XH，获取与之对应的正交小波变换方法，得到行星齿轮箱振动信号的正交小波变换分解公式：

（1）

式中：dj表示尺度系数；FA表示小波系数；n表示滤波处理次数；k表示常數。

从信号滤波的角度来看，正交小波分解是一种有效的信号处理方法[4]。在正交小波分解过程中，离散信号通过一系列的高通滤波器和低通滤波器进行处理，从而提取出信号中的高频信息和低频信息。

这种处理方式能够有效地滤除信号中的噪声和其他干扰成分，保留信号中的有用信息，为后续的信号分析和处理提供重要基础。正交小波分解在信号滤波中扮演着重要的角色，能够提高信号的清晰度和可理解性，为各种应用领域提供强大的技术支持。

信号重构过程DFG可以表示为公式（2）的形式：

DFG=x（t）×λ                  （2）

式中：λ表示小波分解的层数。

1.1.3   降噪步骤

将被噪声污染的信号恢复原始信号，对应的减速器多级行星齿轮振动信号降噪步骤如下所示。

步骤一：将采集到的行星齿轮振动信号作为输入。

步骤二：采用正交小波变换技术，对含噪声的信号进行处理，通过小波分解，将噪声信号分解为多个子信号，每个子信号都对应一组小波系数。这些系数中包含噪声成分和重要的信号特征。

步骤三：对行星齿轮振动信号实行多次循环平移处理。对应的计算式为：

WG=Av×Sn×σO×DFG           （3）

式中：WG表示多次循环平移处理结果；Av表示平移循环算子；Sn表示方值差根；σO表示软阈值。

步骤四：通过平移不变量降噪方法中的软阈值降噪方法，对信号降噪处理。对应的软阈值函数可以表示为公式（4）的形式：

（4）

式中：Tμ表示时间维度特征。

步骤五：再次对振动信号反方向平移处理，同时求解处理结果的平均值。

步骤六：输出减速器多级行星齿轮振动信号降噪。

1.2   分割齿轮图像啮合区

1.2.1   网格区域分割方法选取

当齿轮区域位于网格区域的边缘时，应用阈值方法可将导致网格区域不完全分割。齿轮的区域位置拥有不一样的高度，且不同高度的齿轮磨损区域在图像中呈现不同的数值。本文采用一种将区域分割、区域聚合和边缘校正相结合的网格区域分割方法。

使用区域分割方法能够避免检测到低灰度网格区域。大区域聚合算法识别候选网格区域中的网格区域，可将其作为一个整体进行组合，以得到网格区域。再根据原网格区域的地形特点，对原网格区域的边界加以调整。其克服了因位于原网格区域边界上点蚀所引起的不完整划分问题，从而得到了原网格区域的最后划分结果。

1.2.2   自适应局部阈值计算

各个小齿轮磨损部位的灰度特征都不相同，为此不适宜采用全局切割技术。经过修改后的网格区的边界，通常包括一些具有较低灰度值的背景区域，这部分背景区域具有相似的点蚀灰度特征。

本文使用自适应局部阈值分割来获得候选区域，并根据形状特征从候选区域中去除假阳性区域。自适应局部阈值的表达式如下所示：

Q? =（A1×A2）×SF×σO           （5）

式中：A1、A2分别表示源域与目标域的期望；SF表示张量积在盾构机减速器多级行星齿轮空间中的特征映射。

1.2.3   获取网格区域候选项

为了减少网格区域的分割误差，基于类网格区域的划分结果，进行此部分分段，以獲取网格区域的候选项，确定上下部区域的分割结果是否正确。如果区域分割结果不正确则需要改进。

1.2.4   确定类网格划分区域分割是否正确

在相似的齿轮类型中，不同的齿面具有相同的高度。不一样齿轮表面上网格区域的高度基本上一致。假设系数阈值是Thi，则可以使用Hei网格划分区域的分割结果的高度，来确定类网格划分区域分割是否正确，具体公式为：

Hei =Thi×O?                （6）

当公式（6）成立时，即可判断出区域分割是不正确的。

1.2.5   获取齿轮图像啮合区

系数阈值Thi是由齿轮啮合区的高度来确定的，考虑到可能会有一部分齿轮表面图像当中，Thi的取值可能小于啮合区宽度。对此通过公式（7）获取齿轮图像啮合区：

H（ω，t）=Hei×η×γ               （7）

式中：η代表信号的时频谱；γ表示调频信号。

根据上述公式计算，将源域与目标域中振动信号深度特征，映射至盾构机减速器多级行星齿轮空间中。在新的特征空间中，确定振动信号实际分类识别结果与预期结果之间的误差，并以最小化误差对目标对网络参数进行微调。最后通过微调后的参数，对输入盾构机减速器多级行星齿轮振动信号样本进行分类识别，从而分割出齿轮图像啮合区结果。

1.3   检测点蚀区域

具有不同深度的阈值具有不同的调用比例值。首先，使用自适应局部分支分割来获得候选分支区域，然后候选区域中的伪候选区域采用形式函数。

脉冲激励是一种过渡激励方法，理论上脉冲函数在无限频率范围内是连续和恒定的，能量主要集中在基于频率的区间内。行星减速器箱体模态试验原理图如图1所示。

由图1可知，先读入数据流，再对阈值进行处理，最后进行检测。检测所需要的主要仪器设备如表1所示。为了确定减速器箱体的主要性质，试验采用的是自由支撑的边界要求，进而完成检测[5]。

2   对比试验

2.1   实验说明

将文中盾构机减速器多级行星齿轮磨损状态检测方法作为实验组，通过监测风机齿轮油指标评价设备运行状态检测方法，基于改进谱残差的直齿圆柱齿轮啮合磨损状态检测方法，分别作为对照组A和对照组B，将3种方法进行对比。

2.2   实验准备

试验选择多个点激振单点拾振脉冲激励法来进行信号采集，从而得到数据。行星齿轮箱相关参数如表2所示。

设定实验采集信号的频率为11500Hz，采样的时间设为15s，齿轮箱主轴转速为19r/min。

2.3   检测结果

原始齿轮磨损图像如图2所示。文中方法磨损图像检测结果如图3所示。对照组A方法检测结果如图4所示。对照组B方法检测结果如图5所示。

从图2、图3、图4和图5可以看出，本文方法检测齿轮磨损的结果和齿轮原始磨损位置一样，但是对照组A方法和对照组B方法无法检测出齿轮磨损的所有位置。由此可知，本文方法能够准确检测出齿轮磨损状态，齿轮磨损状态检测效果良好。

将迭代次数设置为500次，并采用对照组A方法、对照组B方法和本文方法进行对比，得到不同方法的检测正确率测试结果如图6所示。

通过图6可以看出，在500次迭代的过程中，本文方法的齿轮磨损状态检测正确率平均能够达到90%左右，而对照组A方法、对照组B方法的齿轮啮合磨损状态检测正确率均值平均大概在70%左右，均低于本文方法。由此可知，采用本文方法检测的齿轮磨损状态正确率高于对照组A方法、对照组B方法。

3   结束语

齿轮运行状况直接关系到盾构机减速器工作质量，为了保证其正常工作，需针对盾构机减速器多级行星齿轮磨损状态进行定期检测。本文介绍盾构机减速器中多级行星齿轮磨损状况的分析方法，应用这种测定方法可以大大提高对多级行星齿轮磨损状况测定的准确性，远超对照组A方法、对照组B方法。经过比较分析表明，结果和试验资料存在良好的一致性，两者的时间偏差较小。振型设计相似，共同证明了基础研究和试验技术的有效性。

参考文献

[1] 贾敏.通过监测风机齿轮油指标评价设备运行状态[J].化工

时刊，2021，35（3）：25-27+46.

[2] 蔡聪艺.基于改进谱残差的直齿圆柱齿轮啮合磨损状态检测

方法[J].沈阳工程学院学报（自然科学版），2022，18（1）：86-90.

[3] 高云端，田野，朱永波，等.基于稀疏注意力机制的齿轮早期

磨损故障诊断研究[J].机械传动，2023，47（3）：105-112.

[4] 毕浩程，蒋章雷，吴国新，等.基于SSA-VMD和2.5维谱的

齿轮箱磨损故障诊断[J].机床与液压，2023，51（6）：181-187.

[5] 张建伟，桂敏，王洪全，等.某型发动机上垂直锥齿轮轴承异

常磨损故障分析[J].航空维修与工程，2023，382（4）：45-47.