[发明专利]一种基于三维谱图分析的胶印机墨辊故障诊断方法

说明书

本发明公开了一种基于三维谱图分析的胶印机墨辊故障诊断方法，具体按照以下步骤实施：步骤1，采集印刷机胶辊两端轴承正常状态和故障状态下的振动信号，同时构建与故障信号相对应的仿真信号；步骤2，对采集到的振动信号及对应的仿真信号进行分析和处理，建立三维图像；步骤3，采用灰度共生矩阵的方法对振动信号的三维图像进行特征提取，并对灰度共生矩阵的纹理方向特征进行加权处理；步骤4，采用BP神经网络对加权处理过的特征分别进行识别分类，准确识别出不同故障的特征。本发明方法有效提高了故障诊断正确的概率，保证了印刷机正常稳定的工作，节约了大量时间，生产效率显著提高。

技术领域

本发明属于印刷包装设备状态监测与故障智能诊断技术领域，具体涉及一种基于三维谱图分析的胶印机墨辊故障诊断方法。

背景技术

印刷行业在整个社会的发展中占据着重要地位，印刷与人们的生活息息相关，同时印刷业具有加工工业和文化产业的双重属性，是国民经济的重要组成部分。现代社会飞速发展，人们对于各种印刷品质量要求越来越高，而任何机器在使用过程中都会有故障的发生，发生故障必然会降低生产效率，导致产品的质量下降，造成严重的经济损失。当故障严重时，可能对人身安全造成影响。因此在实际生产中，及时发现故障、解决故障、防范故障就显得十分重要。

完整的墨路系统是实现精美印刷的重要前提，墨路系统的调节、维护、保养在印刷机操作中占有重要地位。胶印机墨路系统由十多个墨辊组成，包括墨斗辊、传墨辊、匀墨辊、串墨辊、重辊等。滚动轴承作为墨辊的重要零部件之一，其运行的稳定性和可靠性对于胶印机的工作状态起着决定性作用。在实际环境中，墨辊轴承不仅受到润版液、酒精灯有机溶剂的腐蚀，同时周期性的运动导致辊子出现不同故障的磨损。墨辊两端轴承在工作状态下的运动形式是同步的，两端轴承周期、振幅、运动轨迹相同，具有一定的相关性；多个墨辊同步运动将产生同频和倍频信号，使得振动信号容易相互干扰并发生耦合，加大了故障特征提取的难度；多个墨辊振动产生的较强噪声可能淹没轴承早期微弱故障信号，仅对单一轴承振动信号分析很容易忽略故障特征；如何对墨辊系统滚动轴承振动信号快速提取并进行有效的特征提取，对于印刷机输墨系统的状态监测及故障诊断意义重大。

目前设备的主要维护管理方法就是根据振动信号进行诊断，对于印刷机这类复杂的机械设备而言，振动信号分析无疑是最为有效的手段。传统的振动研究多针对单一零部件振动信号的时域和频域特征展开，为全面的对整个结构进行分析，若能引入三维图像进行故障研究，则更利于全面把握设备状态，同时兼具直观间接的特点。

发明内容

本发明的目的在于提供了一种基于三维谱图分析的胶印机墨辊故障诊断方法，为墨路系统轴承异常状态识别提供了直观准确的方法。

本发明所采用的技术方案是，一种基于三维谱图分析的胶印机墨辊故障诊断方法，具体按照以下步骤实施：

步骤1，采集印刷机胶辊两端轴承在正常状态和故障状态下的振动信号，同时构建与故障信号相对应的仿真信号；

步骤2，对采集到的振动信号及对应的仿真信号进行分析和处理，建立振动信号和仿真信号的三维图像；

步骤3，采用灰度共生矩阵的方法对振动信号的三维图像进行特征提取，并对灰度共生矩阵的纹理方向特征进行加权处理；

步骤4，采用BP神经网络对加权处理过的特征分别进行识别分类，准确识别出不同故障的特征，从而完成印刷机的故障诊断。

本发明的特点还在于：

步骤1中印刷机胶辊轴承为滚动轴承；

步骤1中通过高速多通道数据采集系统和加速度传感器采集印刷机胶辊两端轴承在正常状态和故障状态下的振动信号；通过编程软件获得不同类型故障状态下的仿真信号；

步骤1中的故障状态包括：轴承内圈故障状态、外圈故障状态、滚动体故障状态中的一种或几种；