CN105424365A - 一种滚动轴承故障迁移轨迹可视化的方法 - Google Patents
一种滚动轴承故障迁移轨迹可视化的方法 Download PDFInfo
- Publication number
- CN105424365A CN105424365A CN201510816449.XA CN201510816449A CN105424365A CN 105424365 A CN105424365 A CN 105424365A CN 201510816449 A CN201510816449 A CN 201510816449A CN 105424365 A CN105424365 A CN 105424365A
- Authority
- CN
- China
- Prior art keywords
- rolling bearing
- vibration signal
- inner ring
- timing sequence
- rolling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种滚动轴承故障迁移轨迹可视化的方法,其步骤:获取滚动轴承内圈时序振动信号、外圈时序振动信号和滚动体时序振动信号;对滚动轴承内圈时序振动信号、外圈时序振动信号、滚动体时序振动信号进行特征量提取,分别得到变异系数、偏度和峭度指标;获取不同时刻的状态矩阵;获取滚动轴承迁移矩阵;将各迁移矩阵第一列元素分别映射到空间坐标系后得到一个坐标点,第二列元素、第三列元素分别作映射到空间坐标系,得到第二列元素对应的坐标点以及第三列元素对应的坐标点;将第一列至第三列对应的坐标点均采用最小二乘法进行曲线拟合,形成滚动轴承内圈、外圈和滚动体的故障迁移曲线。本发明计算简单、计算量小,可以广泛在机械故障诊断领域中应用。
Description
技术领域
本发明涉及一种机械故障诊断方法,特别是关于一种滚动轴承故障迁移轨迹可视化的方法。
背景技术
滚动轴承是机械运行中一个复杂的系统,各个零部件之间存在相对运动,在设备运行情况下引起振动,这些振动对设备造成的细微影响不易察觉,长期积累下引起设备不同部位形成故障,故障原因不容易判断,以至于不能提前做到预防工作,导致轴承甚至是成套设备不能正常运转使用。传统机械设备中的滚动轴承监测设备,只有对轴承的监测作用,不能形成可视化的图形和数据,无法做到对故障点查找和排除。
发明内容
针对上述问题,本发明的目的是提供一种滚动轴承故障迁移轨迹可视化的方法,能直观有效地分析故障的变化规律,将故障的发展变化用图形方式表达出来,且计算简单、计算量小。
为实现上述目的,本发明采取以下技术方案:一种滚动轴承故障迁移轨迹可视化的方法,其特征在于包括以下步骤:1)在滚动轴承内圈不同位置加工出点蚀故障,并在滚动轴承内圈上安装三个振动传感器;三个振动传感器分别采集滚动轴承内圈、外圈以及滚动体的振动信号,进而获取三组滚动轴承内圈时序振动信号、外圈时序振动信号和滚动体时序振动信号;2)对滚动轴承内圈时序振动信号、外圈时序振动信号、滚动体时序振动信号进行特征量提取,分别得到滚动轴承内圈、外圈及滚动体时序振动信号的变异系数、偏度和峭度指标;3)根据所述步骤2)得到的滚动轴承内圈、外圈及滚动体时序振动信号的变异系数、偏度和峭度指标,进而获取不同时刻的状态矩阵;4)根据所述步骤3)得到的滚动轴承状态矩阵获取滚动轴承迁移矩阵;5)将所述步骤4)中得到的滚动轴承各迁移矩阵第一列元素分别作为空间坐标系中X、Y、Z轴的数值,映射到空间坐标系后得到一个坐标点,共得到n-2个坐标点;同理,滚动轴承各迁移矩阵第二列元素、第三列元素分别作为空间坐标系中X、Y、Z轴的数值,映射到空间坐标系,得到第二列元素对应的n-2个坐标点以及第三列元素对应的n-2个坐标点;6)将第一列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承内圈故障迁移曲线;第二列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承外圈故障迁移曲线;第三列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承滚动体故障迁移曲线,实现将滚动轴承故障的发展变化用图形方式表达。
进一步,所述步骤2)中,所述滚动轴承内圈时序振动信号、外圈时序振动信号、滚动体时序振动信号的特征量提取过程相同,所述滚动轴承内圈时序振动信号特征量提取过程为:在t1、t2、…、tn时刻截取n个采样点作为数据段,其中n=2048,计算每个数据段的变异系数std、偏度s和峭度指标Cq:
变异系数std为:
式中,xi为第i段数据段内的时序振动信号;为xi的均值,
偏度s为:其中,μ表示期望,σ表示标准差;
峭度指标Cq为: 式中,
进一步,所述步骤3)中,所述状态矩阵获取方法如下:以t1时刻下滚动轴承内圈、外圈及滚动体时序振动信号作为矩阵的行;以t1时刻下滚动轴承内圈、外圈和滚动体的变异系数、偏度、峭度指标作为矩阵的列,组成3×3的状态矩阵S1,代表t1时刻下滚动轴承的状态;同理,得到状态矩阵S2……Sn。
进一步,所述步骤4)中,滚动轴承由t1时刻到t2时刻的变化过程定义为滚动轴承的迁移矩阵m12,即S1m12=S2,则m12=S2/S1;同理,得到迁移矩阵m23、m34、…m(n-1)n。
本发明由于采取以上技术方案,其具有以下优点:1、本发明利用状态矩阵表示故障状态,并根据状态矩阵获取迁移矩阵,进而表示故障状态的迁移,将故障变化规律映射到矩阵的运算中,具有计算简单、计算量小的特点。2、本发明根据迁移矩阵的列向量作为空间坐标系的数值,并映射到空间坐标系得到坐标点,进而将得到的所有坐标点进行拟合构成滚动轴承内圈、外圈及滚动体的故障迁移曲线,将故障的发展变化用图形方式表达出来,可以直观地分析故障的变化规律。综上所述,本发明可以直观地分析故障的变化规律,提前采取有效措施,预防故障发生和减缓故障的劣化进程,可以广泛在机械故障诊断领域中应用。
附图说明
图1是本发明的整体流程示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明提供一种滚动轴承故障迁移轨迹可视化的方法,该方法用于将故障的发展变化采用图形方式表达出来,进而对滚动轴承故障实现迁移轨迹可视化,其包括以下步骤:
(1)在滚动轴承内圈不同位置加工出点蚀故障,并在滚动轴承内圈上安装三个振动传感器。三个振动传感器分别采集滚动轴承内圈、外圈以及滚动体的振动信号,进而获取三组滚动轴承内圈时序振动信号xi(t)、外圈时序振动信号xo(t)和滚动体时序振动信号xr(t)。
(2)对滚动轴承内圈时序振动信号xi(t)、外圈时序振动信号xo(t)、滚动体时序振动信号xr(t)进行特征量提取,三者特征量提取方法相同,以轴承内圈时序振动信号xi(t)为例进行说明,其提取过程如下:
在t1、t2、…、tn时刻截取n个采样点作为数据段,其中n=2048,计算每个数据段的变异系数std、偏度s和峭度指标Cq:
变异系数std为:
式中,xi为第i段数据段内的时序振动信号;n=2048;为xi的均值,
偏度s为:
其中,μ表示期望,σ表示标准差。
峭度指标Cq为:
式中,
(3)根据步骤(2)得到的滚动轴承内圈、外圈及滚动体时序振动信号的变异系数、偏度和峭度指标,进而获取不同时刻的状态矩阵。
具体方法如下:以t1时刻下滚动轴承内圈、外圈及滚动体时序振动信号作为矩阵的行;以t1时刻下滚动轴承内圈、外圈和滚动体的变异系数、偏度、峭度指标作为矩阵的列,组成3×3的状态矩阵S1,代表t1t1时刻下滚动轴承的状态。同理,得到状态矩阵S2……Sn,其中n=2048。
(4)根据步骤(3)得到的滚动轴承状态矩阵获取滚动轴承迁移矩阵,具体方法如下:
滚动轴承由t1时刻到t2时刻的变化过程定义为滚动轴承的迁移矩阵m12,即S1m12=S2,则
m12=S2/S1(4)
同理,得到迁移矩阵m23、m34、…m(n-1)n,其中n=2048。
(5)将步骤(4)中得到的滚动轴承各迁移矩阵第一列元素分别作为空间坐标系中X、Y、Z轴的数值,映射到空间坐标系后得到一个坐标点,共得到n-2个坐标点;同理,滚动轴承各迁移矩阵第二列元素、第三列元素分别作为空间坐标系中X、Y、Z轴的数值,映射到空间坐标系,得到第二列元素对应的n-2个坐标点以及第三列元素对应的n-2个坐标点。
(6)将第一列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承内圈故障迁移曲线;第二列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承外圈故障迁移曲线;第三列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承滚动体故障迁移曲线。实现了将滚动轴承故障的发展变化用图形方式表达出来,进而可以直观地分析故障的变化规律。
上述各实施例仅用于说明本发明,各部件的结构、尺寸、设置位置及形状都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别部件进行的改进和等同变换,均不应排除在本发明的保护范围之外。
Claims (5)
1.一种滚动轴承故障迁移轨迹可视化的方法,其特征在于包括以下步骤:
1)在滚动轴承内圈不同位置加工出点蚀故障,并在滚动轴承内圈上安装三个振动传感器;三个振动传感器分别采集滚动轴承内圈、外圈以及滚动体的振动信号,进而获取三组滚动轴承内圈时序振动信号、外圈时序振动信号和滚动体时序振动信号;
2)对滚动轴承内圈时序振动信号、外圈时序振动信号、滚动体时序振动信号进行特征量提取,分别得到滚动轴承内圈、外圈及滚动体时序振动信号的变异系数、偏度和峭度指标;
3)根据所述步骤2)得到的滚动轴承内圈、外圈及滚动体时序振动信号的变异系数、偏度和峭度指标,进而获取不同时刻的状态矩阵;
4)根据所述步骤3)得到的滚动轴承状态矩阵获取滚动轴承迁移矩阵;
5)将所述步骤4)中得到的滚动轴承各迁移矩阵第一列元素分别作为空间坐标系中X、Y、Z轴的数值,映射到空间坐标系后得到一个坐标点,共得到n-2个坐标点;同理,滚动轴承各迁移矩阵第二列元素、第三列元素分别作为空间坐标系中X、Y、Z轴的数值,映射到空间坐标系,得到第二列元素对应的n-2个坐标点以及第三列元素对应的n-2个坐标点;
6)将第一列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承内圈故障迁移曲线;第二列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承外圈故障迁移曲线;第三列对应的n-2个坐标点采用最小二乘法进行曲线拟合,形成滚动轴承滚动体故障迁移曲线,实现将滚动轴承故障的发展变化用图形方式表达。
2.如权利要求1所述的一种滚动轴承故障迁移轨迹可视化的方法,其特征在于:所述步骤2)中,所述滚动轴承内圈时序振动信号、外圈时序振动信号、滚动体时序振动信号的特征量提取过程相同,所述滚动轴承内圈时序振动信号特征量提取过程为:在t1、t2、…、tn时刻截取n个采样点作为数据段,其中n=2048,计算每个数据段的变异系数std、偏度s和峭度指标Cq:
变异系数std为:
式中,xi为第i段数据段内的时序振动信号;为xi的均值,
偏度s为:其中,μ表示期望,σ表示标准差;
峭度指标Cq为: 式中,
3.如权利要求1所述的一种滚动轴承故障迁移轨迹可视化的方法,其特征在于:所述步骤3)中,所述状态矩阵获取方法如下:以t1时刻下滚动轴承内圈、外圈及滚动体时序振动信号作为矩阵的行;以t1时刻下滚动轴承内圈、外圈和滚动体的变异系数、偏度、峭度指标作为矩阵的列,组成3×3的状态矩阵S1,代表t1时刻下滚动轴承的状态;同理,得到状态矩阵S2……Sn。
4.如权利要求2所述的一种滚动轴承故障迁移轨迹可视化的方法,其特征在于:所述步骤3)中,所述状态矩阵获取方法如下:以t1时刻下滚动轴承内圈、外圈及滚动体时序振动信号作为矩阵的行;以t1时刻下滚动轴承内圈、外圈和滚动体的变异系数、偏度、峭度指标作为矩阵的列,组成3×3的状态矩阵S1,代表t1时刻下滚动轴承的状态;同理,得到状态矩阵S2……Sn。
5.如权利要求1或2或3或4所述的一种滚动轴承故障迁移轨迹可视化的方法,其特征在于:所述步骤4)中,滚动轴承由t1时刻到t2时刻的变化过程定义为滚动轴承的迁移矩阵m12,即S1m12=S2,则m12=S2/S1;同理,得到迁移矩阵m23、m34、…m(n-1)n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510816449.XA CN105424365B (zh) | 2015-11-23 | 2015-11-23 | 一种滚动轴承故障迁移轨迹可视化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510816449.XA CN105424365B (zh) | 2015-11-23 | 2015-11-23 | 一种滚动轴承故障迁移轨迹可视化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105424365A true CN105424365A (zh) | 2016-03-23 |
CN105424365B CN105424365B (zh) | 2017-10-27 |
Family
ID=55502719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510816449.XA Active CN105424365B (zh) | 2015-11-23 | 2015-11-23 | 一种滚动轴承故障迁移轨迹可视化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105424365B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515118A (zh) * | 2017-09-08 | 2017-12-26 | 江西科技学院 | 旋转机械轴承故障诊断方法 |
CN109187024A (zh) * | 2018-09-04 | 2019-01-11 | 温州大学激光与光电智能制造研究院 | 一种活塞式空压机曲轴箱滚动轴承故障诊断方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57147019A (en) * | 1981-03-06 | 1982-09-10 | Mitsubishi Electric Corp | Oscillation monitoring device |
US20040073350A1 (en) * | 2002-10-11 | 2004-04-15 | Koji Nagata | Apparatus and method for determining a failure in an automatic transmission |
CN102721545A (zh) * | 2012-05-25 | 2012-10-10 | 北京交通大学 | 一种基于多特征参量的滚动轴承故障诊断方法 |
CN102829974A (zh) * | 2012-08-07 | 2012-12-19 | 北京交通大学 | 一种基于lmd和pca的滚动轴承状态辨识方法 |
CN103499445A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | 一种基于时频切片分析的滚动轴承故障诊断方法 |
CN103712792A (zh) * | 2013-12-16 | 2014-04-09 | 西安交通大学 | 一种针对风电齿轮箱的故障诊断方法 |
CN103969069A (zh) * | 2014-04-26 | 2014-08-06 | 常州大学 | 机械设备工况监测与故障诊断方法 |
CN104236615A (zh) * | 2014-10-11 | 2014-12-24 | 广东轻工职业技术学院 | 一种智能传感器自校正方法 |
CN104359674A (zh) * | 2014-10-20 | 2015-02-18 | 广东电网有限责任公司电力科学研究院 | 基于时域与频域状态监测的高速滚动轴承故障诊断方法 |
CN104502103A (zh) * | 2014-12-07 | 2015-04-08 | 北京工业大学 | 一种基于模糊支持向量机的轴承故障诊断方法 |
CN104596767A (zh) * | 2015-01-13 | 2015-05-06 | 北京工业大学 | 一种基于灰色支持向量机的滚动轴承故障诊断与预测的方法 |
CN104614166A (zh) * | 2015-01-29 | 2015-05-13 | 西北工业大学 | 一种飞机发动机转子振动信号故障状态识别的方法 |
-
2015
- 2015-11-23 CN CN201510816449.XA patent/CN105424365B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57147019A (en) * | 1981-03-06 | 1982-09-10 | Mitsubishi Electric Corp | Oscillation monitoring device |
US20040073350A1 (en) * | 2002-10-11 | 2004-04-15 | Koji Nagata | Apparatus and method for determining a failure in an automatic transmission |
CN102721545A (zh) * | 2012-05-25 | 2012-10-10 | 北京交通大学 | 一种基于多特征参量的滚动轴承故障诊断方法 |
CN102829974A (zh) * | 2012-08-07 | 2012-12-19 | 北京交通大学 | 一种基于lmd和pca的滚动轴承状态辨识方法 |
CN103499445A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | 一种基于时频切片分析的滚动轴承故障诊断方法 |
CN103712792A (zh) * | 2013-12-16 | 2014-04-09 | 西安交通大学 | 一种针对风电齿轮箱的故障诊断方法 |
CN103969069A (zh) * | 2014-04-26 | 2014-08-06 | 常州大学 | 机械设备工况监测与故障诊断方法 |
CN104236615A (zh) * | 2014-10-11 | 2014-12-24 | 广东轻工职业技术学院 | 一种智能传感器自校正方法 |
CN104359674A (zh) * | 2014-10-20 | 2015-02-18 | 广东电网有限责任公司电力科学研究院 | 基于时域与频域状态监测的高速滚动轴承故障诊断方法 |
CN104502103A (zh) * | 2014-12-07 | 2015-04-08 | 北京工业大学 | 一种基于模糊支持向量机的轴承故障诊断方法 |
CN104596767A (zh) * | 2015-01-13 | 2015-05-06 | 北京工业大学 | 一种基于灰色支持向量机的滚动轴承故障诊断与预测的方法 |
CN104614166A (zh) * | 2015-01-29 | 2015-05-13 | 西北工业大学 | 一种飞机发动机转子振动信号故障状态识别的方法 |
Non-Patent Citations (2)
Title |
---|
万鹏 等: "局部切空间排列和支持向量机的故障诊断模型", 《仪器仪表学报》 * |
王红军 等: "基于轴心轨迹流形拓扑空间的转子系统故障诊断", 《机械工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515118A (zh) * | 2017-09-08 | 2017-12-26 | 江西科技学院 | 旋转机械轴承故障诊断方法 |
CN109187024A (zh) * | 2018-09-04 | 2019-01-11 | 温州大学激光与光电智能制造研究院 | 一种活塞式空压机曲轴箱滚动轴承故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105424365B (zh) | 2017-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109940622A (zh) | 一种基于电机电流的机器人机械臂无传感碰撞检测方法 | |
CN110232249B (zh) | 一种滚动轴承剩余寿命预测方法 | |
CN101561262B (zh) | 一种不确定环境下表面粗糙度在线测量方法 | |
CN102795323B (zh) | 一种基于ukf的水下机器人状态和参数联合估计方法 | |
CN104808585A (zh) | 一种机床健康状态快速检查方法 | |
CN109115879B (zh) | 一种基于模态振型和卷积神经网络的结构损伤识别方法 | |
CN107291879A (zh) | 一种虚拟现实系统中三维环境地图的可视化方法 | |
CN104535735B (zh) | 水质远程在线监测方法 | |
CN105424365A (zh) | 一种滚动轴承故障迁移轨迹可视化的方法 | |
CN106482896A (zh) | 一种任意形状翻滚卫星的非接触式惯量系数辨识方法 | |
CN104500029A (zh) | 一种判识油井示功图相似性的方法 | |
CN105043285A (zh) | 一种基于光纤传感器的测量变截面梁变形的方法 | |
CN102889988B (zh) | 一种滚珠丝杠副精度预测方法 | |
CN114035550A (zh) | 一种基于eso的自主式水下机器人执行机构故障诊断方法 | |
CN103679273A (zh) | 一种基于隶属云理论的不确定性推理方法 | |
CN116720442A (zh) | 一种基于改进傅里叶神经算子的磨损预测方法 | |
CN104816305A (zh) | 一种基于事件驱动机制的有限时间多机器人合作控制方法 | |
CN103878769B (zh) | 一种遥操作柔性环境力反馈系统 | |
CN104182569A (zh) | 产品装配误差累积过程的三维可视化模拟方法 | |
CN103481943B (zh) | 一种用于自行式液压载重车液压转向系统的故障诊断系统 | |
EP3707480A1 (de) | SYSTEM UND VERFAHREN ZUR ORTSAUFGELÖSTEN BESTIMMUNG VON ZUMINDEST EINER PHYSIKALISCHEN ODER CHEMISCHEN PROZESSGRÖßE | |
CN110717290B (zh) | 一种基于三次插补法画大坝等值线的方法 | |
CN114417681A (zh) | 基于动态决策和神经网络的二维结构变形监测方法及装置 | |
CN105160122A (zh) | 一种基于栅格地图的环境特征的相似性度量方法 | |
CN103577703A (zh) | 基于变量权重的相似性度量评估非线性动态系统的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |