[发明专利]电机滚动轴承故障诊断方法在审
申请号: | 202210142141.1 | 申请日: | 2022-02-16 |
公开(公告)号: | CN114509268A | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 杨光露;张胜利;乔建伟;刘玉宝;张新锋;崔岩;周广旭;崔建华;李力;王红超 | 申请(专利权)人: | 河南中烟工业有限责任公司 |
主分类号: | G01M13/045 | 分类号: | G01M13/045 |
代理公司: | 北京维澳专利代理有限公司 11252 | 代理人: | 常小溪 |
地址: | 450000 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电机 滚动轴承 故障诊断 方法 | ||
1.一种电机滚动轴承故障诊断方法,其特征在于,包括:
利用振动检测法获取电机滚动轴承的一维振动信号;
基于所述一维振动信号,获取对应的时域频域参数;
在所述一维振动信号的时域或频域上求取滚动轴承的目标转动频率;
对所述目标转动频率进行调节,得到最佳转频,所述最佳转频表征能量值总和最大的目标转频点;
利用所述最佳转频,并结合滚动轴承的预设特征频率,确定滚动轴承的故障位置信息;
基于所述一维振动信号,构建振动信号纹理图;
对所述振动信号纹理图中的纹理进行滤波,得到若干纹理分量;
提取各所述纹理分量的纹理特征;
融合全部所述纹理特征,得到纹理域特征信息;
根据所述故障位置信息以及所述纹理域特征信息,生成表征滚动轴承故障程度的纹理图片并标注故障位置。
2.根据权利要求1所述的电机滚动轴承故障诊断方法,其特征在于,所述对所述目标转动频率进行调节,得到最佳转频包括:
基于所述目标转动转频,建立转频阵列;
求取所述一维振动信号的功率谱;
基于所述转频阵列,并利用正态分布函数构造隶属度函数;
结合所述隶属度函数以及所述功率谱,获取滚动轴承的各目标转频点的倍频的第一贴近度;
根据所述第一贴近度,获取对应于所述目标转动频率的第二贴近度;
将具有最大的所述第二贴近度的目标转动频率作为所述最佳转频。
3.根据权利要求2所述的电机滚动轴承故障诊断方法,其特征在于,所述求取所述一维振动信号的功率谱包括:对所述一维振动信号补0处理并进行频域分析。
4.根据权利要求1所述的电机滚动轴承故障诊断方法,其特征在于,所述在所述一维振动信号的时域或频域上求取滚动轴承的目标转动频率:
基于驱动滚动轴承转动的电机工频、转速以及变频器输出频率,得到滚动轴承转频的预估值;
若滚动轴承转频的预估值为预设低频信号,则基于所述一维振动信号的时域参数求取滚动轴承的目标转频;
若滚动轴承转频的预估值为预设高频信号,则基于所述一维振动信号的频域参数求取滚动轴承的目标转频。
5.根据权利要求1所述的电机滚动轴承故障诊断方法,其特征在于,所述基于所述一维振动信号,构建振动信号纹理图包括:
获取预设长度的所述一维振动信号,作为待处理信号;
将所述待处理信号的幅值变换至与图像相关的预设区间;
在所述预设区间内将所述待处理信号进行均分并叠加成矩阵;
根据所述矩阵构造所述振动信号纹理图。
6.根据权利要求1所述的电机滚动轴承故障诊断方法,其特征在于,所述对所述振动信号纹理图中的纹理进行滤波,得到若干纹理分量包括:
采用二维经验小波自适应分解机制,获取所述振动信号纹理图中的纹理分量。
7.根据权利要求6所述的电机滚动轴承故障诊断方法,其特征在于,所述采用二维经验小波自适应分解机制,获取所述振动信号纹理图中的纹理分量包括:
预先确定滤波器的数目,并利用所述滤波器计算所述振动信号纹理图的平均谱幅值;
根据所述平均谱幅值进行边界检测,获取对应的谱分割边界;
基于所述谱分割边界建立经验小波滤波器组;
利用所述经验小波滤波器组逐次获得所述纹理分量。
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河南中烟工业有限责任公司,未经河南中烟工业有限责任公司许可,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/202210142141.1/1.html,转载请声明来源钻瓜专利网。