一种基于EKF的齿轮故障实时健康监测方法

本发明的目的在于提供一种基于EKF的齿轮故障实时健康监测方法，包括如下步骤：收集齿轮箱振动信号数据集；以齿轮箱振动信号数学模型为基础，建立齿轮箱振动信号中啮合频率的状态空间模型；建立扩展卡尔曼滤波器，设定扩展卡尔曼滤波器的初始值，实时估计训练数据集的啮合频率；对获得的多负载下健康状态的振动信号啮合频率进行3σ阈值训练，得到健康监测的阈值；如果超过阈值范围，则判定为齿轮发生故障，即完成齿轮箱的健康监测。本发明提高了模型精度，使得模型更加适应实际齿轮箱的运行状态。实时在线地判断多负载情况下齿轮健康状态，提高了健康监测阈值的训练效率，提高监测的准确度。