A Weighted Residual Rényi Information (WRRI) for Detecting Fault Feature of Motor and Gearbox in Linear Time-Frequency Representation

Abstract

Many studies have been conducted for fault detection of rotating machinery under varying speed conditions using time-frequency representation (TFR). However, the parameters of TFR have been selected by researchers empirically in most previous studies. Also, the previously proposed TFR measures do not suggest the optimal parameter for fault diagnosis. This paper thus proposed a TFR measure to select the parameter from the perspective of detecting fault features. The proposed measure, Weighted Residual Rényi Information (WRRI), is based on Rényi Information, selected through a comparative study among previously suggested measures. WRRI, defined as a modified form of the input atom of Rényi Information, consists of two terms. The first term is the residual term that extracts the fault feature, and the second term is the weighting term that reduces the effect of noise. The validation process consists of the two steps; 1) analytic signal, 2) motor, and gearbox signal. In the validation using an analytic signal, it confirmed that WRRI suggested a better parameter for detecting fault features than the Rényi Information. Also, in the validation using a motor testbed signal and gearbox testbed signal, it confirmed that WRRI was possible to select more suitable parameters for fault diagnosis than the Rényi Information.

변속 조건에서 운전되는 회전기기 고장진단을 위해 시간-주파수 표현을 사용한 많은 연구들이 수행되어왔다. 하지만 대부분의 연구에서 시간-주파수 표현의 파라미터는 연구자들에 의해 경험적으로 선택되었다. 또한 이전에 제안된 시간-주파수 표현 측정방법도 고장 진단을 위한 최적의 파라미터를 제안해주지 못한다. 본 연구에서는 고장 특징 검출을 목적으로 시간-주파수 표현의 파라미터를 제안해주는 측정방법을 제안한다. 제안 측정방법 가중 잔차 레니 정보(WRRI)는 이전 연구들에서 제안된 측정밥법들에 대한 비교연구를 통해 선정된 레니 정보에 기반한다. WRRI는 레니 정보의 입력 형태를 2가지 성분으로 구성된 변형 형태를 통해 정의된다. 첫 번째 성분은 고장 특징 추출을 위한 잔차성분이고, 두 번째 성분은 노이즈의 영향성을 줄이기 위한 가중성분이다. 검증 과정은 산술적 신호와 모터, 기어 박스로 이루어진 신호를 통해 2 단계로 진행된다. 산술적 신호를 사용한 검증과정에서 WRRI는 기존 측정 방법인 레니 정보보다 고장 특징 검출에 더 적합한 시간-주파수 표현 파라미터를 제안했다. 또한 모터와 기어박스 테스트베드 신호를 사용한 검증과정에서 WRRI는 레니 정보보다 고장 특징 추출과 진단에 더 적합한 시간-주파수 파라미터를 제안했다.