[发明专利]一种基于DS自适应谱重构的滚动轴承故障检测方法

权利要求书

1.一种基于DS自适应谱重构的滚动轴承故障检测方法，其特征在于：所述故障检测方法包括如下步骤：

步骤1.1，在滚动轴承附近安装传感器进行测量，采集振动时间信号x(t)为源信号；

步骤1.2，令轴承振动时间信号x(t)的傅里叶变换为X(f)，将X(f)细分为初始最小频谱子集的集合{B₁，B₂，...，B_i，...，B_n｝，其中i∈[1，n]；对于第i个频带子集，令其左右边界的频率点标号分别为a_i，b_i(a_i，b_i∈[1，n])，振动频带X(f)为全部频带子集的集合，X(f)＝{B₁(a₁，b₁)，...，B_i(a_i，b_i)，...，B_n(a_n，b_n)}，其中a_i＝b_i-1，i∈[2，n]；

步骤1.3，计算每一个频谱子集B_i的评价函数R_i，同时，设两个相邻的频谱子集B_i和B_i+1构成一个子集合HB_l，计算每一个子集合HB_l的评价函数HR_l；其中i∈[1，n]，l∈[1，n-1]；

步骤1.4，从所有子集合评价函数中，找到最大子集合评价函数HR_k，K∈[1，n-1]；其对应子集合HB_K由合并的频谱子集B_k和B_k+1组成，

若满足以下条件：

HR_k≥R_k且HR_k≥R_k+1， (1)

将B_k和B_k+1合并，同时更新合并后各子集的左右边界，得：

X(f)＝{B₁(a₁，b₁)，...，B_i(a_i，b_i)，...，B_k(a_k，b_k)，B_k+2(a_k+2，b_k+2)，...，B_n(a_n，b_n)}，其中a_i＝b_i-1， (2)

令B_k+1(a_k+1，b_k+1)＝B_k+2(a_k+2，b_k+2)，...，B_n-1(a_n-1，b_n-1)＝B_n(a_n，b_n)，得：

X(f)＝{B₁(a₁，b₁)，...，B_i(a_i，b_i)，...，B_n-1(a_n-1，b_n-1)}，其中a_i＝b_i-1 (3)

如果不能满足(1)中的条件，则令HR_k＝-10⁸，并跳转到步骤1.6；

步骤1.5，由步骤1.4合并前后的B_k和B_k+1组成的新频谱子集B_k，按照步骤1.6的方法，更新HB_i和其对应的评价函数HR_i；

步骤1.6，令n-1→n，如果最大子集合评价函数大于-10⁸并且n＞2，则表示有可合并的频带子集，转向步骤1.3；

如果不满足上述条件，则输出最大评价函数值对应的频带子集；

步骤1.7，输出最大评价函数值对应的频带子集，该频带子集就是最佳共振频带f_b；

步骤1.8，对得到的最佳共振频带f_b进行傅里叶反变换，进行希尔伯特包络解调，获得对应的包络谱；

步骤1.9，从包络谱中观察故障特征频率处是否存在明显峰值及波峰所处的频率位置，从而实现滚动轴承故障类型的准确判别；

所述步骤1.3中提到的评价函数R_i，其具体创建步骤如下：

步骤2.1，对经过步骤1.2处理后的振动信号，分别提取峭度，脉冲因子，稀疏因子，裕度因子，峰度系数及希尔伯特包络熵六个时频域指标的值，作为6个命题组成一个证据单元，根据步骤1.2可知，共有n个证据，分别计算这些证据的两两距离，距离公式如下：

其中D为一个2^N×2^N矩阵，m₁，m₂分别代表两个证据体

具体的计算方法是：

其中为两个向量的内积：

其中Θ是一个包含6个不同命题的完整识别框架；

利用式(4)计算出证据体m_i和m_j之间两两证据距离，并表示为一个距离矩阵：

步骤2.2，计算这些证据的两两相似性，相似性公式如下：

Sim(m_i，m_j)＝1-d_BPA(m_i，m_j)i，j＝1，2，...，n (8)

其结果用一个相似性矩阵表示：

步骤2.3，求出各个证据的支持度和可信度，支持度和可信度的公式分别如下：

其中Sup(m_i)代表证据之间的支持度，Crd(m_i)代表可信度，可信度与支持度成正比；

步骤2.4，利用可信度作为权重，对收集证据的基本概率指派进行加权平均，构造评价函数。