[发明专利]基于相关去噪的轴承保持架外弧谱诊断方法

权利要求书

1.一种基于相关去噪的轴承保持架外弧谱诊断方法，其特征在于包括如下步骤：

1)使用加速度传感器采集轴承保持架的振动信息，将两个相同的加速度传感器采集的信号标记为振动信号一和振动信号二；

2)将振动信号一进行基于峰值因子的分析，将振动信号二进行基于偏度指标的分析；

所述的将振动信号一进行基于峰值因子的分析的方法如下：

信号的峰值x_peak的计算公式如下所示：

x_peak＝max(x_i)

其中x为采集到的离散振动信号，i为离散振动信号的脚标即离散振动信号的序号，其中幅值最大的是x_peak；

信号的有效值x_rms的计算公式如下所示：

$x_{rms}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\stackrel{\‾}{x})}^2}$

为时域信号x_i的幅值的平均值，N为离散化信号的样本点数；

峰值因子C的计算公式如下所示：

$C=\frac{x_{peak}}{x_{rms}};$

所述的基于偏度指标的分析的方法如下：

偏度指标P的计算公式如下所示：

$\mathrm{\α}=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\stackrel{\‾}{x})}^3$

α为偏度，N为离散化信号的样本点数；

$P=\frac{\mathrm{\α}}{x_{rms}^3}$

P＝0时，信号呈现对称分布；P≠0时，信号的概率分布非对称；其中，当P>0时，信号正偏；当P<0时，信号负偏；偏度指标的绝对值越大，说明信号分布形态偏离对称分布越严重；

3)选择分析后两个信号相同的共振带，将共振带信号送入相应的高Q带通滤波器进行处理；

4)将两路滤波器的输出信号做互相关处理，将互相关处理后的信号做希尔伯特变换并通过抗混频滤波器后做FFT频谱分析，提取出故障频率，进行轴承保持架外弧谱诊断；

所述的将两路滤波器的输出信号做互相关处理的方法如下：

信号x(t)与y(t)的互相关函数定义为

通过基于峰值因子的自适应高Q带通滤波器的信号为A(t)＝a(t)+s(t)，其中a(t)为所选共振带信号，s(t)为噪声；通过基于偏度指标的自适应高Q带通滤波器的信号为B(t)＝b(t)+v(t)，其中b(t)为所选共振带信号，v(t)为噪声；由信号互相关函数定义式可得：

$\begin{array}{c}{R}_{AB}\left(\mathrm{\&tau;}\right)=\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}A\left(t\right)B(t+\mathrm{\&tau;})dt\\ =\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^T\&lsqb;a\left(t\right)+s\left(t\right)\&rsqb;\&lsqb;b(t+\mathrm{\&tau;})+v(t+\mathrm{\&tau;})\&rsqb;dt\\ =\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}a\left(t\right)b(t+\mathrm{\&tau;})dt+\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}a\left(t\right)v(t+\mathrm{\&tau;})dt+\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}s\left(t\right)b(t+\mathrm{\&tau;})dt+\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}s\left(t\right)v(t+\mathrm{\&tau;})dt\\ =R_{ab}\left(\mathrm{\&tau;}\right)+R_{av}\left(\mathrm{\&tau;}\right)+R_{sb}\left(\mathrm{\&tau;}\right)+R_{sv}\left(\mathrm{\&tau;}\right)\end{array}$

噪声和信号通常无相关性，即R_av(τ)＝0，R_sb(τ)＝0；信号经过不同参数的滤波器包含的噪声也不同，即R_sv(τ)＝0，因此R_AB(τ)＝R_ab(τ)，其中R_ab(τ)表示a(t)与b(t)的互相关函数；R_av(τ)表示a(t)与v(t)的互相关函数；R_sb(τ)表示s(t)与b(t)的互相关函数；R_sv(τ)表示s(t)与v(t)的互相关函数；

所述的将互相关处理后的信号做希尔伯特变换方法如下：

连续信号x(t)的希尔伯特变换定义式如下：

$\hat{x}\left(t\right)=x\left(t\right)*\frac{1}{\mathrm{\&pi;}t}=\frac{1}{\mathrm{\&pi;}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}\frac{x\left(\mathrm{\&tau;}\right)}{t-\mathrm{\&tau;}}d\mathrm{\&tau;}$

由此可得到x(t)的解析信号

$z\left(t\right)=x\left(t\right)+j\hat{x}\left(t\right)=A\left(t\right)e^{\mathrm{\&theta;}\left(t\right)}$

其中θ(t)为z(t)的相位，A(t)为z(t)的幅值，也就是信号x(t)的包络。