[发明专利]滚动轴承故障实时监测方法在审
| 申请号: | 201811619469.8 | 申请日: | 2018-12-28 |
| 公开(公告)号: | CN109580224A | 公开(公告)日: | 2019-04-05 |
| 发明(设计)人: | 丁东亮;李少洋 | 申请(专利权)人: | 北京中科东韧科技有限责任公司 |
| 主分类号: | G01M13/04 | 分类号: | G01M13/04;G01M13/045 |
| 代理公司: | 石家庄轻拓知识产权代理事务所(普通合伙) 13128 | 代理人: | 李瑞妍 |
| 地址: | 100000 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 平滑 滚动轴承故障 实时监测 窗函数 频谱 切片 向量 匹配 离散傅里叶变换 滚动轴承振动 傅里叶变换 故障判断 计算信号 密度对比 密度确定 平滑处理 平滑点数 信号频谱 振动信号 轴承故障 分辨率 归一化 平滑窗 遍历 监测 统计 | ||
1.一种滚动轴承故障实时监测方法,其特征在于,包括:
获取滚动轴承的振动信号xN(n),并对所述振动信号xN(n)进行离散傅里叶变换,得到信号频谱XN(k);
利用周期图法计算所述信号频谱XN(k)的循环谱相关密度为
根据所要得到的谱相关密度切片的谱频率、分辨率和采样频率确定平滑窗函数以及平滑点数M,并计算归一化窗函数的傅里叶变换,得到窗函数频谱WN(f);
利用所述窗函数频谱WN(f)对所述循环谱相关密度进行循环谱平滑处理,得到平滑循环谱相关密度
确定分辨率,遍历所述平滑循环谱相关密度并切片;
在循环谱切片中选取谱能量最大的前L个谱向量,并计为模板;
选取所述振动信号xN(n)之后的N个数据,将其分成K段,计算各段的平滑循环谱相关密度其中j=1,2,3…K;
将各段平滑循环谱相关密度与模板循环谱相关密度对比,统计在不同谱向量处峰值匹配个数Oi,根据峰值匹配个数Oi进行故障判断。
2.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,所述信号频谱XN(k)为:
其中,所述振动信号xN(n)的长度为N,采样频率为1/Ts。
3.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,所述循环谱相关密度为:
其中,其中a为循环频率a=m/NTs,m=1,2,3…,振动信号xN(n)的长度为N,采样频率为1/Ts。
4.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,所述平滑循环谱相关密度为:
其中,f为频谱率,其分辨率为Δf=M/NTs,振动信号xN(n)的长度为N,采样频率为1/Ts。
5.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,所述确定分辨率,遍历所述平滑循环谱相关密度并切片中:
分辨率为Δa=1/NTs,Δf=M/NTs,切片为(a,f)。
6.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,所述在循环谱切片中选取谱能量最大的前L个谱向量,并计为模板中:L个谱向量为ρi=(αi,fi),i=1,2…L。
7.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,峰值匹配个数Oi为:
其中,匹配函数
8.根据权利要求1所述的滚动轴承故障实时监测方法,其特征在于,所述根据峰值匹配个数Oi进行故障判断的方法为:
若ε为设定阈值,则判断故障发生,该段谱向量作为故障特征循环频率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中科东韧科技有限责任公司,未经北京中科东韧科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811619469.8/1.html,转载请声明来源钻瓜专利网。





