滾動(dòng)軸承早期微弱故障診斷方法
【專利摘要】本發(fā)明的目的在于提供滾動(dòng)軸承早期微弱故障診斷方法，包括下列步驟：在基座、機(jī)殼的驅(qū)動(dòng)端和輸出端上分別安裝加速度傳感器，采集各加速度傳感器振動(dòng)加速度信號(hào)，得到振動(dòng)加速度信號(hào)z矩陣；采用獨(dú)立分量分析對(duì)振動(dòng)加速度信號(hào)進(jìn)行預(yù)處理，實(shí)現(xiàn)振動(dòng)加速度信號(hào)的分離；選取包含故障特征信息的分離信號(hào)；采用自適應(yīng)提升形態(tài)小波變換對(duì)被選取的分離信號(hào)進(jìn)行故障信號(hào)特征精確提??；用Pwelch方法做出功率譜圖，觀察功率譜圖是否存在故障特征頻率或其倍頻處存在明顯的峰值，進(jìn)而判斷滾動(dòng)軸承是否發(fā)生早期微弱故障。本發(fā)明具有良好的細(xì)節(jié)保留和抗噪性能，即抑制了噪聲又充分突出了故障信號(hào)的沖擊特征，具有更好的早期微弱故障特征提取效果和計(jì)算效率。
【專利說(shuō)明】滾動(dòng)軸承早期微弱故障診斷方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及的是一種滾動(dòng)軸承故障診斷方法，具體地說(shuō)是早期微弱的故障診斷方法。
【背景技術(shù)】
[0002]滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械設(shè)備的關(guān)鍵部件，其健康狀況影響著整個(gè)機(jī)械系統(tǒng)的工作狀態(tài)，意外故障的不及時(shí)處理將導(dǎo)致難以想象的后果，因此對(duì)軸承的監(jiān)測(cè)與診斷具有十分重要的意義。大型動(dòng)力裝備，如航空發(fā)動(dòng)機(jī)、發(fā)電機(jī)組等，在高速、重載和強(qiáng)沖擊等惡劣環(huán)境下，其核心部件軸承極易發(fā)生損傷，故障信號(hào)發(fā)生初期非常微弱，并且被其它運(yùn)動(dòng)部件引起的振動(dòng)和大量隨機(jī)噪聲淹沒(méi)。因此，如何從微弱信號(hào)或已被噪聲淹沒(méi)的信號(hào)中提取出瞬態(tài)突變特征，是進(jìn)行早期故障準(zhǔn)確識(shí)別的關(guān)鍵。
[0003]常用的故障信號(hào)特征提取方法有時(shí)域分析法和頻域分析法、小波變換濾波、提升形態(tài)小波，這些特征提取方法也可以分析滾動(dòng)軸承故障。但是，采用這些解調(diào)方法分析時(shí)還存在一定的局限性，傳統(tǒng)的時(shí)域分析法和頻域分析法分析早期微弱故障，但故障特征頻率可能被其它信號(hào)成分和背景噪聲的頻率結(jié)構(gòu)信息覆蓋淹沒(méi)，從而影響診斷結(jié)果；小波變換濾波在分解信號(hào)時(shí)，每分解一次，概貌信號(hào)的長(zhǎng)度減少一半，隨著分解尺度的增加，概貌信號(hào)所包含的信息越來(lái)越少，時(shí)間分辨率降低；提升形態(tài)小波雖是一種基于數(shù)學(xué)形態(tài)學(xué)的非線性小波變換方法，不僅保留了形態(tài)學(xué)的非線性分析特性，還具有小波分解的多分辨率特性，但提升形態(tài)小波構(gòu)造有一個(gè)明顯的限制，即濾波算子對(duì)于信號(hào)全局而言是不能改變的，而在信號(hào)中總會(huì)存在一定的突變，這就要求信號(hào)的突變處具有不同的濾波特性。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供基于自適應(yīng)提升形態(tài)小波變換的滾動(dòng)軸承早期微弱故障診斷方法。
[0005]本發(fā)明的目的是這樣實(shí)現(xiàn)的:
[0006]本發(fā)明滾動(dòng)軸承早期微弱故障診斷方法，其特征是:
[0007](I)在基座、機(jī)殼的驅(qū)動(dòng)端和輸出端上分別安裝加速度傳感器，采集各加速度傳感器振動(dòng)加速度信號(hào)，得到振動(dòng)加速度信號(hào)z矩陣；
[0008](2)采用獨(dú)立分量分析對(duì)振動(dòng)加速度信號(hào)進(jìn)行預(yù)處理，實(shí)現(xiàn)振動(dòng)加速度信號(hào)的分離；
[0009](3)選取包含故障特征信息的分離信號(hào)；
[0010](4)采用自適應(yīng)提升形態(tài)小波變換對(duì)被選取的分離信號(hào)進(jìn)行故障信號(hào)特征精確提??；
[0011](5)用Pwelch方法做出功率譜圖，觀察功率譜圖是否存在故障特征頻率或其倍頻處存在明顯的峰值，進(jìn)而判斷滾動(dòng)軸承是否發(fā)生早期微弱故障。
[0012]本發(fā)明還可以包括:[0013]1、所述的采用獨(dú)立分量分析對(duì)振動(dòng)加速度信號(hào)進(jìn)行預(yù)處理是采用基于負(fù)熵最大化的FastICA方法對(duì)加速度信號(hào)進(jìn)行解耦分離:
[0014]( I)對(duì)振動(dòng)加速度信號(hào)z矩陣進(jìn)行去均值和白化處理；
[0015](2)將隨機(jī)權(quán)矢量w初始化，利用最速下降法求W0,起始迭代次數(shù)k=0，選取收斂判定值為critical ；
[0016](3)選取任意一個(gè)迭代點(diǎn)wv，Wv選取后固定不變，將Wv和Wtl代入下式:
【權(quán)利要求】
1.滾動(dòng)軸承早期微弱故障診斷方法，其特征是: (1)在基座、機(jī)殼的驅(qū)動(dòng)端和輸出端上分別安裝加速度傳感器，采集各加速度傳感器振動(dòng)加速度信號(hào)，得到振動(dòng)加速度信號(hào)Z矩陣； (2)采用獨(dú)立分量分析對(duì)振動(dòng)加速度信號(hào)進(jìn)行預(yù)處理，實(shí)現(xiàn)振動(dòng)加速度信號(hào)的分離； (3)選取包含故障特征信息的分離信號(hào)； (4)采用自適應(yīng)提升形態(tài)小波變換對(duì)被選取的分離信號(hào)進(jìn)行故障信號(hào)特征精確提取； (5)用Pwelch方法做出功率譜圖，觀察功率譜圖是否存在故障特征頻率或其倍頻處存在明顯的峰值，進(jìn)而判斷滾動(dòng)軸承是否發(fā)生早期微弱故障。
2.根據(jù)權(quán)利要求1所述的滾動(dòng)軸承早期微弱故障診斷方法，其特征是: 所述的采用獨(dú)立分量分析對(duì)振動(dòng)加速度信號(hào)進(jìn)行預(yù)處理是采用基于負(fù)熵最大化的FastICA方法對(duì)加速度信號(hào)進(jìn)行解耦分離: (1)對(duì)振動(dòng)加速度信號(hào)z矩陣進(jìn)行去均值和白化處理； (2)將隨機(jī)權(quán)矢量w初始化，利用最速下降法求W0,起始迭代次數(shù)k=0，選取收斂判定值為 critical ； (3)選取任意一個(gè)迭代點(diǎn)wv,wv選取后固定不變，將Wv和Wtl代入下式:
3.根據(jù)權(quán)利要求1所述的滾動(dòng)軸承早期微弱故障診斷方法，其特征是:選取包含故障特征信息的分離信號(hào)的過(guò)程為: 選取原則為:峰值因子C定義為峰值與均方根之比，其表達(dá)式為:C=XPEAK/XKMS，峰值因子聞?dòng)?.5的即預(yù)不著有故障。
4.根據(jù)權(quán)利要求1所述的滾動(dòng)軸承早期微弱故障診斷方法，其特征是:采用自適應(yīng)提升形態(tài)小波變換對(duì)被選取的分離信號(hào)進(jìn)行故障信號(hào)特征精確提取的步驟: (1)對(duì)被選取的分離信號(hào)進(jìn)行自適應(yīng)提升形態(tài)小波變換:選擇自適應(yīng)提升形態(tài)小波分解層數(shù)為j，將原始信號(hào)分解至第j層，得到每層的小波細(xì)節(jié)系數(shù)為Cl1, d2, -dj, 自適應(yīng)提升形態(tài)小波變換實(shí)現(xiàn)方案為:
5.根據(jù)權(quán)利要求2所述的滾動(dòng)軸承早期微弱故障診斷方法，其特征是:所述的收斂判定值 critical=。.000001。
6.根據(jù)權(quán)利要求4所述的滾動(dòng)軸承早期微弱故障診斷方法，其特征是:所述的閥值確定具體為: 采用基于鄰域相關(guān)性的自適應(yīng)閥值選擇方法對(duì)小波細(xì)節(jié)系數(shù)進(jìn)行處理，閥值函數(shù)的構(gòu)造為:
7.根據(jù)權(quán)利要求4所述的滾動(dòng)軸承早期微弱故障診斷方法，其特征是:所述的確定閥值具體為: 閥值λ J角定的函數(shù)為:
【文檔編號(hào)】G01M13/04GK103439110SQ201310328699
【公開(kāi)日】2013年12月11日 申請(qǐng)日期:2013年7月31日 優(yōu)先權(quán)日:2013年7月31日
【發(fā)明者】靳國(guó)永, 朱培鑫, 石雙霞, 寧志堅(jiān), 陳躍華 申請(qǐng)人:哈爾濱工程大學(xué)