A new feature extraction method for gear fault diagnosis and prognosis

• Autorzy: Zhang X. , Kang J. , Bechhoefer E. , Zhao J.

Warianty tytułu

PL

Nowa metoda diagnozowania i prognozowania uszkodzeń przekładni z wykorzystaniem ekstrakcji cech

• Języki publikacji: EN

Abstrakty

EN

Robust features are very critical to track the degradation process of a gear. They are key factors for implementing fault diagnosis and prognosis. This has driven the need in research for extracting good features. This paper used a new method, Narrowband Interference Cancellation, to suppress the narrow band component and enhance the impulsive component enabling the gear fault detection easier. This method can improve the signal to noise ratio of impulse train associated with the gear fault frequency. A run-to-failure test is used to demonstrate the method’s effectiveness. Based on the time synchronous signal of high speed shaft, Sideband Index is extracted from the signals processed by Narrowband Interference Cancellation. This feature has good degradation trend than traditional Sideband Index extracted from the time synchronous average signal directly. Comparison of features based on different extraction process proves the effectiveness of developed method.

PL

Cechy odporne (robustfeatures) mają krytyczne znaczenie w trakcie śledzenia procesu degradacji przekładni. Stanowią one kluczowy czynnik w procesie diagnozowania i prognozowania uszkodzeń. Fakt ten stwarza w badaniach naukowych potrzebę ekstrakcji pożądanych cech. W niniejszej pracy wykorzystano nową metodę, tzw. metodę eliminacji zakłóceń wąskopasmowych (NarrowbandInterferenceCancellation), za pomocą której można wytłumić składową wąskopasmową, a wzmocnić składową impulsową, co ułatwia wykrywanie uszkodzeń przekładni. Metoda ta pozwala poprawić stosunek sygnału do szumu w szeregu impulsów związanym z częstotliwością charakteryzującą uszkodzenie przekładni. Skuteczność przedstawionej metody można wykazać za pomocą badań typu „pracuj do awarii” (run-to-failure) . Na podstawie synchronicznego sygnału wału wysokoobrotowego, z sygnałów przetwarzanych za pomocą metody eliminacji zakłóceń wąskopasmowych ekstrahuje się wskaźnik wstęgi bocznej (Sideband Index). Cecha ta ma lepszy trend degradacji niż tradycyjny wskaźnik wstęgi bocznej ekstrahowany bezpośrednio z sygnału uśrednionego synchronicznie w czasie. Porównanie cech wyodrębnionych w różnych procesach ekstrakcji dowodzi skuteczności opracowanej metody.

Słowa kluczowe

EN

Narrowband Interference Cancellation; degradation; fault diagnosis; fault prognosis; sideband index

PL

degradacja; diagnoza uszkodzeń; prognozowanie uszkodzeń; wskaźnik wstęgi bocznej

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2014
• Tom: Vol. 16, no. 2
• Strony: 295--300
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Zhang X.

• Mechanical Engineering College Shijiazhuang, 050003, China

autor

Kang J.

• Mechanical Engineering College Shijiazhuang, 050003, China

autor

Bechhoefer E.

• GPMS LLC Cornwall, VT, USA

autor

Zhao J.

• Mechanical Engineering College Shijiazhuang, 050003, China

Bibliografia

• 1. Antolick LJ, Branning JS, Wade DR, and Dempsey PJ. Evaluation of gear condition indicator performance on rotorcraft fleet. 66th American helicopter society 2010.
• 2. Bechhoefer E, Li RY and He D. Quantification of condition indicator performance on a split torque gearbox. Journal of Intelligent Manufacturing 2012; 23(2): 213-220.
• 3. Bechhoefer E and Kingsley M. A review of time synchronous average algorithms. Annual Conference of the Prognostics and Health Management Society 2009.
• 4. Bechhoefer E, Van Hecke B and He D. Processing for Improved Spectral Analysis. Annual Conference of the Prognostics and Health Management Society 2013.
• 5. Brown ER, McCollom NN, Moore EE, and Hess A. Prognostics and Health Management: A Data-Driven Approach to Supporting the F-35 Lightning II. IEEE Aerospace Conference 2007.
• 6. Endo H and Randall RB. Enhancement of autogressive model based gear tooth fault detection technique by the use of minimum en tropy deconvolution filter. Mechanical Systems and Signal Processing 2007; 21(2): 906-919.
• 7. Jardine AKS, Lin D, and Banjevic D. A review on machinery diagnostics and prognostics implementing condition-based maintenance. Mechanical Systems and Signal Processing 2006; 20(7): 1483-1510.
• 8. McDonald G L, Zhao Q, and Zuo MJ. Maximum correlated Kurtosis deconvolution and application on gear tooth chip fault detection. Mechanical Systems and Signal Processing 2012; 33: 237-255.
• 9. Manolakis D, Ingle V and Kogon S. Statistical and adaptive signal processing. 2005; New York, NY: McGraw-Hill.
• 10. Samuel PD and Pines DJ. A review of vibration-based techniques for helicopter transmission diagnostics. Journal of Sound and Vibration 2005; 282(1-2): 475-508.
• 11. Wang WY and Wong AK. Autoregressive model-based gear fault diagnosis. Journal of vibration and acoustics 2002; 24(2): 172-179.
• 12. Zhang XH, Kang JS, Zhao JS and Cao DC. Features for fault diagnosis and prognosis of gearbox. Chemical Engineering Transactions 2013;33: 1027-1032.