[发明专利]基于阶次包络时频能量谱的变转速滚动轴承故障识别方法

说明书

基于阶次包络时频能量谱的变转速滚动轴承故障识别方法，对获取的变转速下滚动轴承振动信号的低频段信号进行短时傅里叶变换获得短时谱，结合峰值搜索方法获得轴承参考轴谐波分量的瞬时转频估计；再通过快速峭度谱技术确定振动信号的最优共振频带带通参数，对带通滤波后的带通信号进行Hilbert变换获得包络信号，通过短时傅里叶变换得到包络时频能量矩阵；设置提取区间，得到阶次包络能量计算路径，通过能量计算路径和包络时频能量矩阵计算不同阶次下的阶次包络时频能量，获得阶次包络时频能量谱，通过最大阶次包络时频能量对应的阶次与故障阶次对比实现轴承故障识别,本发明具有计算效率高的优点，能满足实际工程应用中实时监测的需求。

技术领域

本发明属于滚动轴承故障诊断技术领域，具体涉及基于阶次包络时频能量谱的变转速滚动轴承故障识别方法。

背景技术

工业、民用、国防等领域中的许多重大旋转机械设备会在变转速工况条件下运行，而滚动轴承作为旋转机械中最常用的零部件，在设备中起着支撑回转轴和减小轴系摩擦损失等作用，其运行状态将直接影响机器设备使用寿命、运行可靠性及精度等。由于滚动轴承所激发的振动信息能迅速且直观地反映装备运行健康状态的变化情况，为有效预防由滚动轴承故障所造成的重大事故的发生，需要通过一系列振动信号获取及处理手段对滚动轴承这一关键部件进行实时监测。

目前，对于定转速工况下平稳信号的振动检测诊断技术主要以基于经典傅里叶变换为代表的频谱分析方法，通过机械设备的故障特征频率来识别设备故障。然而在变转速工况下，振动信号的频率往往随时间发生时变效应出现“频率模糊”的现象，无法反映信号的局部特性和频率的时变规律。因而对变转速工况下的非平稳振动信息进行分析和处理是实现滚动轴承故障识别的关键。

变转速工况下的强非平稳机械振动信号处理成为当前机械故障诊断领域的一个研究热点。阶次分析作为变转速工况下滚动轴承故障识别的有效手段，通过将等时间间隔采集的时间域信号转化为等角度间隔的角度域信号并进行傅里叶变换(FFT)得到阶次谱，根据故障特征阶次实现故障识别。但传统阶次分析技术需通过键相信号获取设备来获取参考轴转速信号指导等角度重采样，硬件费用高，且在某些无法安装键相信号获取设备的工业现场难以实现。由于机械设备的振动信号中蕴含着旋转机械设备的相位信息，因此从获取的振动信号中提取参考轴的瞬时相位，可以在无键相信号环境下完全通过软件实现阶次分析。目前，无键相环境下的阶次分析技术主要包括：基于Vold-kalman的阶次分析技术(VOK)、基于广义解调的阶次分析技术(GFT)和基于Gabor的阶次分析技术等。然而以上方法在无键相环境下的阶次分析技术需要精确获取瞬时相位信息、算法复杂度较高、计算效率低、难以实现在线监测的目的，从而大大地限制了这一技术的实际工程应用。

发明内容

为了克服上述现有技术的缺点，本发明的目的是提供一种基于阶次包络时频能量谱的变转速滚动轴承故障识别方法，具有无需等角度重采样、计算效率高的优点，满足实际工程应用中实时监测的需求。

为达到上述目的，本发明采用的技术方案为：

一种基于阶次包络时频能量谱的变转速滚动轴承故障识别方法，包括以下步骤：

步骤一：利用振动加速度传感器采集旋转机械的振动信号x(t)，采样率设定为f_s；

步骤二：对采集的振动信号进行低通滤波，获取包含滚动轴承参考轴瞬时转频信息的低频段振动信号，并通过短时傅里叶变换(STFT)获取低频段振动信号的短时谱；

步骤三：采用峰值搜索方法对低频段振动信号短时谱中m阶谐波分量信号的瞬时脊线进行提取，获取的第m阶瞬时频率脊线为f_m(t)，则参考轴瞬时频率为：

IRF＝f_m(t)/m；