[发明专利]一种滚动轴承性能退化程度的定量识别方法

说明书

技术领域

本发明涉及一种滚动轴承性能退化程度的识别方法。

背景技术

滚动轴承是旋转机械三大核心部件之一，其性能状态的好坏直接影响整台设备的运行可靠性。如CFM56-3型航空发动机空中停车的首要原因之一就是高压压气机的前滚动轴承失效。性能退化程度的定量识别可以有效保证设备可靠运行。同时对于诸如大型风力发电机主轴轴承等采购周期需要一年以上的关键设备，准确地进行退化程度识别可以为其制定合理的备件采购计划和设备检修计划等提供可靠的依据。因此，对轴承的性能退化程度的定量识别，准确判断其运行状态，及早发现初始损伤和最终失效，预防重大事故的发生，是运行可靠性领域的一个重要研究方向。

目前，滚动轴承性能退化程度定量识别最常用指标是时域统计特征。时域统计特征的稳定性特征如均方根值、方根幅值、绝对平均值等随故障发展稳定增长，但无法判定初始损伤的位置。而敏感性特征如峭度指标可以识别初始损伤，但随故障发展呈现先升后降的趋势，无法判断最终失效时间。目前没有合适的时域统计特征可以兼顾稳定性和敏感性。另一方面来讲，轴承损伤发展是一个不可逆转的过程。兼顾稳定性和敏感性且能反映轴承损伤单调增加的指标更是未见报道。

滚动轴承性能退化状态属于从正常工作到最终失效的渐进过渡过程。轴承性能退化程度识别具有较强的不确定性，包括反映轴承运行状态变化的动态信号的随机性和识别轴承性能退化程度的模糊性。传统的利用数理统计提取信号特征对轴承性能退化程度识别的方法虽然可解决随机性，但难以处理具有模糊性的退化程度识别问题。利用确定性的数学模型处理不确定性的问题，难免出现偏差。

发明内容

本发明的目的在于提供一种可实现全寿命周期内滚动轴承性能退化程度的定量识别方法，及早发现初始损伤和最终失效，预防重大事故的发生。

为达到以上目的，本发明是采取如下技术方案予以实现：

1）计算滚动轴承振动信号序列Zi的时域统计特征，选取其中的稳定性特征和敏感性特征作为输入向量，构造模糊支持向量描述模型，计算模糊监测系数；

2）在模糊监测系数的基础上，引入滚动轴承的运行时间，构造单调的损伤程度指标：

DSIi=0,ti<tidmax(ϵ‾i,DSIi-1titi-1),ti≥tid]]>

式中，t_i为当前运行时间，t_id是初始损伤出现的时间，为模糊监测系数；

3）利用2）所得到的损伤程度指标数值对轴承性能退化程度进行定量识别，及早发现滚动轴承的初始损伤和最终失效，预防重大事故的发生。

上述方法中，所述的选取稳定性特征和敏感性特征作为输入向量，构造模糊支持向量描述模型，计算模糊监测系数，包括以下具体步骤：