[发明专利]一种针对机匣振动信号的滚动轴承故障协同诊断方法

权利要求书

1.一种针对机匣振动信号的滚动轴承故障协同诊断方法，其特征在于，包括以下步骤：

S1：传感器布置与信号采集；

S2：针对机匣振动信号的协同式降噪；

S3：降噪信号的包络解调；

S4：滚动轴承故障识别与定位；

所述步骤S1具体包括：

S1-1：在机匣垂直方向布置1个振动加速度传感器；

S1-2：设置振动加速度传感器的采样频率为10KHz；

S1-3：实时采集振动加速度信号，每1秒采集的振动加速度信号存储为1个样本，同时记录各样本对应机匣的轴承外滚道相对内滚道的转速频率f_r；

所述步骤S2具体包括：

S2-1：采用最小熵解卷积消除各个振动加速度信号样本中滚动轴承振动信号传递路径的影响，增强其中的冲击性成分；

S2-2：对步骤S2-1处理后的信号，基于离散二进小波变换提取其共振频带信号；

S2-3：通过自相关分析抑制由步骤S2-2得到的频带信号中的非周期性成分，得到降噪信号；

所述步骤S3具体包括：

S3-1：对步骤S2-3得到的降噪信号基于Hilbert变换得到降噪信号的包络；

S3-2：对S3-1得到的包络信号进行快速傅里叶变换得到包络谱；

所述步骤S4具体包括：

S4-1：每个样本均根据该样本对应的转速频率f_r与滚动轴承的尺寸参数，计算该样本对应的内圈故障特征频率、外圈故障特征频率和滚珠故障特征频率；

S4-2：对于每个样本，通过辨识包络谱中相应的特征频率附近是否存在谱峰来判定该样本对应的滚动轴承状态为：正常、内圈故障、外圈故障以及滚珠故障。

2.根据权利要求1所述的针对机匣振动信号的滚动轴承故障协同诊断方法，其特征在于，所述步骤S2-1中最小熵解卷积的具体操作为：

S2-1-1：设定迭代次数上限m_max、迭代终止阈值T和阶次参数k；

S2-1-2：计算被测振动加速度信号z(i)的自相关矩阵A，其内元素a_lp根据以下公式计算：

其中，N是数据长度；l和p为整数，满足1≤l≤L且1≤p≤L；

S2-1-3：根据z(i)和滤波器参数c^(m)＝(g(1),g(2),...,g(L))^(m)计算出信号y^(m)＝(y(1),y(2),...,y(N))^(m)，其中，m是当前迭代次数，L是滤波器长度，c^(m)是L维列向量，y^(m)是N维列向量；

S2-1-4：根据S2-1-1设置的阶次参数k，计算b^(m+1)＝(b(1),b(2),...,b(L))^(m+1)，其中，b^(m+1)是L维列向量，再根据c^(m+1)＝A^-1b^(m+1)迭代得到c^(m+1)；

S2-1-5：根据z(i)和滤波器参数c^(m+1)＝(g(1),g(2),...,g(L))^(m+1)计算出信号y^(m+1)＝(y(1),y(2),...,y(L))^(m+1)；

S2-1-6：将步骤S2-1-3得到的y^(m)和步骤S2-1-5得到的y^(m+1)代入下式计算O_k(c^(m))和O_k(c^(m+1))；

令E＝|O_k(c^(m+1))-O_k(c^(m))|得到迭代误差；

S2-1-7：若m＜m_max且E＜T，则跳转至步骤S2-1-3，否则，输出最终的滤波器参数c^(final)＝c^(m)；

S2-1-8：根据滤波器参数c^(final)和z(i)计算得到y^(m)，并令y^(final)＝y^(m)作为步骤S2-1最小熵解卷积的结果。