摘要： 针对齿轮箱传统故障分析方法难以评估变工况下齿轮箱健康状态，对齿轮箱的振 动数据按工况分类后，进行了基于向量自回归模型（ｖｅｃｔｏｒａｕｔｏｒｅｇｒｅｓｓｉｏｎ，ＶＡＲ）和统计过程控制 方法的变工况下齿轮箱异常检测方法研究。采用时域同步平均算法（ｔｉｍｅｓｙｎｃｈｒｏｎｏｕｓａｖｅｒａ ｇｉｎｇ，ＴＳＡ）去除原始振动信号中的噪声，并分工况建立向量自回归模型计算残差；提取残差的均 方根（ｒｏｏｔｓｑｕａｒｅｍｅａｎ，ＲＭＳ）和整流平均值作为指标，初步判断齿轮故障；选取残差的均方根及 整流平均值进行统计过程分析，建立多变量指数加权平均（ｍｕｌｔｉｖａｒｉａｔｅｅｘｐｏｎｅｎｔｉａｌｗｅｉｇｈｔｅｄｍｏｖ ｉｎｇａｖｅｒａｇｅ，ＭＥＷＭＡ）、广义方差以及 Ｔ２ 控制图来判断齿轮早期异常发生点。研究结果表明， 均方根 Ｔ２控制图效果最佳，检测出了 ６０、１５１、１５２三个异常点，从而完成了对变工况下齿轮箱 的故障检测。

关键词: 时域同步平均；齿轮箱；故障检测；向量自回归模型；控制图

中图分类号: 

• ＴＰ１８