CN106706320A - 一种基于前馈控制随机共振的轴承早期故障诊断方法 - Google Patents

Abstract

本发明公开了一种基于前馈控制随机共振的轴承早期故障诊断方法，包括如下步骤：(1)由传感器采集原始轴承信号；(2)对原始轴承信号进行处理，得到类方波信号，并作为前馈控制信号；(3)将原始轴承信号与前馈控制信号一同进行尺度变化，转化为具有前馈控制的小频率信号(4)将两个双稳系统通过非线性耦合的方式建立耦合双稳系统；(5)将步骤3得到的小频率信号作为输入信号，利用遗传算法得到耦合双稳系统的最优参数；(6)将步骤3得到的小频率信号输入最优耦合双稳系统，并通过尺度还原实现轴承早期故障的诊断。本发明提出了前馈控制随机共振方法，并通过遗传算法寻找耦合双稳系统的最优系统参数，将随机共振的前馈控制与改善势函数相结合，从而产生并增强了随机共振效应。

Description

一种基于前馈控制随机共振的轴承早期故障诊断方法

技术领域

本发明属于信号处理与检测技术，具体涉及一种基于前馈控制随机共振的轴承早期故障诊断方法。

背景技术

人们通常都认为噪声是一种有害干扰，确实，在有用信号检测时，噪声会对许多检测系统造成影响，导致无法正常检测。所以，人们都想方设法消除噪声。不过，随机共振的出现让人惊奇地发现——噪声原来也可以变成一种有益信号。随机共振是一种反映噪声在非线性系统中起积极作用的现象，即在一定的非线性条件下，由弱周期信号和噪声(随机干扰)协同作用而导致的非线性系统增强周期性信号输出的现象。但随机共振的产生与增强是需要条件的，只有当信号、噪声和非线性系统之间满足一定的条件，才能产生共振现象、提高信噪比。

实际微弱信号检测有两大难点。第一，在低信噪比的条件下检测微弱信号。由于特征信号本身十分微弱同时外部噪声强度又比较大，势必会导致信号湮没在噪声中，导致难以检定。比较典型的就是设备的早期故障检测阶段，故障特征信号与其他信源信号混杂在一起，伴随着设备运行的强噪声干扰，导致特征信号相当微弱。所以，在进行微弱信号检测的时候，如何克服低信噪比带来的影响一直是人们在探索中不得不面对的一个难点。

第二，信号检测的实时性与快速性。在实际工程运用中，信号采集的持续时间、信号的数据长度往往会受到制约。在诸如通讯、地震波、雷达以及工业故障实时监测等领域，人们迫切希望能在较短数据长度下快速检测出微弱信号。在实时检测的过程中，必然存在检测精度与检测速度这对矛盾。为了解决这一矛盾，对随机共振系统的改良就显得十分迫切。

发明内容

针对现有技术存在的不足，本发明提供一种基于前馈控制随机共振的轴承早期故障诊断方法，旨在通过信号输入前馈控制模块后得到的类方波信号作为前馈控制信号，结合遗传算法与耦合随机共振系统，从而实现特征信号的高效检测。

为了达到上述目的，本发明所采用的技术方案是：一种基于前馈控制随机共振的轴承早期故障诊断方法，具体包括如下步骤：

(1)由传感器采集原始轴承信号；

(2)对原始轴承信号进行信号强度检测和零均值化处理，再将均值化处理后的原始轴承信号进行二值化处理，得到一个主频与原始轴承信号频率一致、幅值为原始轴承信号一半的类方波信号，并将此类方波信号作为前馈控制信号；

(3)将步骤1得到的原始轴承信号与步骤2得到的前馈控制信号一同进行尺度变化，转化为具有前馈控制的小频率信号；

(4)将两个双稳系统通过非线性耦合的方式建立耦合双稳系统，其中第一双稳系统作为耦合双稳系统的受控系统，第二双稳系统作为耦合双稳系统的控制系统；

(5)将步骤3得到的具有前馈控制的小频率信号输入耦合双稳系统中，通过遗传算法寻找受控系统单独作用时受控系统的最优参数，并将最优参数作为耦合双稳系统的固定参数，之后再通过遗传算法寻找控制系统的最优参数；

(6)将步骤5得到的受控系统的最优参数和控制系统的最优参数代入耦合双稳系统中，得到最优耦合双稳系统，如图3所示；再将步骤3得到的具有前馈控制的小频率信号输入最优耦合双稳系统，再将得到的输出信号通过尺度还原完成轴承早期故障的诊断。

进一步的，所述步骤(2)具体为：首先，对步骤1采集到的原始轴承信号进行信号强度的检测，确定信号幅值为A；同时对原始轴承故障信号进行零均值化处理，以提高数据的可靠性、真实性。之后根据信号的周期特性，再将均值化处理后的原始轴承故障信号进行二值化处理，设定阈值为0，当信号的取值大于等于0时，就赋值等于A/2，当信号取值小于0时就赋值为-A/2。从而得到一个主频与原始轴承故障信号频率一致、幅值为A/2的类方波信号，并将类方波信号作为前馈控制信号。

进一步的，所述步骤(3)具体为：取频率压缩比为R,原始轴承故障信号的实际采样频率为f_s，通过频率压缩比R，定义采样压缩频率为f_sr＝f_s/R，采样压缩频率计算步长为h＝1/f_sr，故原始轴承故障信号与作为前馈控制信号的类方波信号的每一个频率都被线性的压缩了R倍，从而转化为具有类方波前馈控制的小频率信号，并且满足绝热近似理论中的小参数条件。

进一步的，所述步骤(4)具体为：两个双稳系统经过非线性耦合的方式构成耦合双稳共振系统，其耦合方程如下：

其中第一双稳系统为(ax-bx³)，x为频率特征信号，a、b为系统参数，该系统为受控系统；第二双稳系统为(cy-dy³)，y为输入信号，c、d为系统参数，该系统为控制系统；s(t)为外界作用到耦合双稳系统中的微弱周期信号，ξ(t)为随机噪声，t为时间。

进一步的，所述步骤(5)具体为：

(5.1)将步骤3得到的具有前馈控制的小频率信号输入受控系统中；

(5.2)对受控系统单独作用时的系统参数a、b进行区间限定和精度设置，并设定参数的初始值；编码产生初始种群；

(5.3)通过交叉与变异操作，采用经典赌轮模型以及最优解保留策略来实现系统可调参数的选择；

(5.4)对可调参数的选择以信噪比作为系统的适应度衡量指标，其中S(ω₀)为输出功率谱图，N(ω₀)为噪声在信号频率附近的功率谱图，ω₀为角频率，将步骤5.2中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(5.5)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数a、b；

(5.6)并将最优参数a、b作为耦合双稳系统的固定参数；

(5.7)将步骤3得到的具有前馈控制的小频率信号输入耦合双稳系统中；

(5.8)对耦合双稳系统中控制系统的参数c、d进行区间限定和精度设置，并设定参数的初始值；编码产生初始种群；

(5.9)通过交叉与变异操作，采用经典赌轮模型以及最优解保留策略来实现系统可调参数的选择；

(5.10)对可调参数的选择以信噪比作为系统的适应度衡量指标，其中S(ω₁)为输出功率谱图，N(ω₁)为噪声在信号频率附近的功率谱图，ω₁为角频率，将步骤5.9中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(5.11)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数c、d。

本发明的有益效果是：(1)本发明首先对原始轴承信号进行处理得到类方波信号，再将类方波信号作为前馈控制信号，增强了随机共振效应；(2)本发明之后又将遗传算法与耦合双稳系统相结合，针对不同的信号自适应的调节耦合双稳系统的可调参数，从而高效产生随机共振并增强随机共振。该方法起到了改善随机共振效果的作用，增强了微弱信号的可检测性，具有良好的应用前景。

附图说明

图1为本发明检测方法的流程图；

图2为本发明中参数调节的流程图；

图3为本发明中最优耦合双稳系统的结构图；

图4为本发明中原始轴承信号时域图；

图5为本发明中原始轴承信号频域图；

图6为本发明中未加入前馈控制信号的最优耦合双稳系统输出功率谱图；

图7为本发明中加入前馈控制信号的最优耦合双稳系统输出功率谱图。

具体实施方法

本发明利用类方波前馈控制信号、基于遗传算法的自适应耦合双稳系统，提出了一种基于前馈控制随机共振的轴承早期故障诊断方法，如图1所示，具体包括如下步骤：

(1)由传感器采集原始轴承信号；具体为：用安装在轴承周围的传感器采集轴承故障所产生的信号，并用放大器放大信号，经A/D转换将模拟信号转换成计算机可以识别并处理的数字信号；

(2)将原始轴承信号进行处理，得到类方波信号，并将类方波信号作为前馈控制信号；具体为：

从频域谱图可知，方波信号具有离散性、谐波性和收敛性三大特点。轴承故障信号虽然存在随机扰动，经过处理还是能产生类方波信号。由于类方波信号是原始轴承信号经二值化处理之后产生的，所以类方波信号的主频与轴承早期故障频率一致。所以类方波信号的引入在检测信号时会增强待测信号的强度。

同时，从方波的特性可知：类方波信号附加了多个小幅值(从收敛性可知：比被测信号小)、大频率(从谐波性可知：频率为特征频率的整数倍)的信号。在随机共振检测中，系统会优先放大低频信号，而其他频率信号的引入则会对低频信号的检测起到强化作用(作用类似于外加周期信号)。可见类方波信号上述的两个方面都对特征信号的检测起到了加强作用。

类方波信号的处理步骤如下：首先，对原始轴承信号进行信号强度地检测，确定信号幅值为A；同时对原始轴承信号进行零均值化处理，以提高数据的可靠性、真实性。之后再将均值化处理后的原始轴承信号进行二值化处理，设定阈值为0，为保证得到的类方波信号在经过尺度变化后满足随机共振的小参数条件的同时起到增强随机共振效应的作用，当信号的取值大于等于0时，就赋值等于A/2，当信号取值小于0时就赋值为-A/2。从而得到一个主频与原始轴承信号频率一致、幅值为A/2的类方波信号，并将类方波信号作为前馈控制信号。由图6、图7对比可以发现，将类方波信号作为前馈控制信号增强了信号可检测性。

(3)将步骤1得到的原始轴承信号与步骤2得到的前馈控制信号一同进行尺度变化，转化为具有前馈控制的小频率信号；具体为：取频率压缩比为R,原始轴承信号的实际采样频率为f_s，通过频率压缩比R，定义采样压缩频率为f_sr＝f_s/R，采样压缩频率计算步长为h＝1/f_sr，故原始轴承信号与作为前馈控制信号的类方波信号都被线性的压缩了R倍，从而转化为具有类方波前馈控制的小频率信号，并且满足绝热近似理论中的小参数条件。

(4)将两个双稳系统通过非线性耦合的方式建立耦合双稳系统，其中第一双稳系统作为耦合双稳系统的受控系统，第二双稳系统作为耦合双稳系统的控制系统；具体为：两个双稳系统经过非线性耦合的方式构成耦合双稳共振系统，其耦合方程如下：

其中第一双稳系统为(ax-bx³)，x为频率特征信号，a、b为系统参数，该系统为受控系统；第二双稳系统为(cy-dy³)，y为输入信号，c、d为系统参数，该系统为控制系统；s(t)为外界作用到耦合双稳系统中的微弱周期信号，ξ(t)为随机噪声，t为时间。

(5)将步骤3得到的具有前馈控制的小频率信号作为耦合双稳系统的输入信号，通过遗传算法得到耦合双稳系统受控系统的最优参数a、b和控制系统的最优参数c、d；具体为：

(5.1)将步骤3得到的具有前馈控制的小频率信号输入受控系统中；

(5.2)对受控系统单独作用时的系统参数a、b进行区间限定和精度设置，并设定参数的初始值；编码产生初始种群；

(5.3)并通过交叉与变异操作使适应度高的个体能够大量存活，避免最优解地丢失，之后通过经典赌轮模型以及最优解保留策略来实现系统可调参数的选择；

(5.4)对可调参数的选择以信噪比作为系统的适应度衡量指标，其中S(ω₀)为输出功率谱图，N(ω₀)为噪声在信号频率附近的功率谱图，ω₀为角频率，将步骤5.2中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(5.5)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数a、b；

(5.6)并将最优参数a、b作为耦合双稳系统的固定参数；

(5.7)将步骤3得到的具有前馈控制的小频率信号输入耦合双稳系统中；

(5.8)对耦合双稳系统中控制系统的参数c、d进行区间限定和精度设置，并设定参数的初始值；编码产生初始种群；

(5.9)并通过交叉与变异操作使适应度高的个体能够大量存活，避免最优解地丢失，之后通过经典赌轮模型以及最优解保留策略来实现系统可调参数的选择；

(5.10)对可调参数的选择以信噪比作为系统的适应度衡量指标，其中S(ω₁)为输出功率谱图，N(ω₁)为噪声在信号频率附近的功率谱图，ω₁为角频率，将步骤5.9中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(5.11)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数c、d。

(6)将步骤5中参数调节模块得到的最优参数a、b和c、d一同输入耦合双稳系统，得到最优耦合双稳系统；之后将步骤3得到的具有类方波前馈控制的小频率信号输入到最优耦合双稳系统中，再将得到的输出信号通过尺度还原，从而完成了轴承早期故障的诊断。

以下通过型号为N/NU205EM的轴承信号对本发明内容做进一步地解释。例：实测轴承内圈故障信号的实际采样频率f_s＝80000Hz，检测信号的理论特征频率f_0理论＝178.84Hz。图4和图5分别为原始轴承信号的时域图和频域图，可以发现信号淹没在噪声之中，无法有效识别。这里设定涡街信号的频率压缩比为R＝5000，所以我们就可以得到采样压缩频率f_sr＝f_s/R＝16Hz，步长h＝1/f_sr＝0.0625s。首先，对尺度压缩后的信号直接作为输入信号进行分析。利用遗传算法自适应调节可控参数，发现当a＝0.47051,b＝0.51052；c＝0.52084,d＝0.93436时，随机共振的效果最好，此时SNR＝44.9838，其功率谱图如图6所示。之后，再将类方波信号作为前馈控制信号进行分析。首先对原始故障信号进行强度检测，得到A＝1.1547。从而设定类方波信号幅值为0.5774。之后将类方波信号作为前馈控制信号与原始故障信号一同进行尺度变化得到具有前馈控制的小频率信号，并将之输入耦合双稳系统中。利用参数调节模块对耦合双稳系统的参数进行自适应调节，发现当a＝0.48003,b＝0.47098；c＝0.62310,d＝0.73321时，随机共振的效果最好，此时SNR＝47.8955,其功率谱图如图7所示。对比图6、图7可以发现，原始轴承故障信号的特征频率为f₀＝178.4Hz，基本与理论值一致；同时，加入前馈控制的信号，功率谱谱峰值提高了63％。可见，类方波信号作为前馈控制信号与自适应耦合双稳系统的结合，使得随机共振微弱信号的检测在提高输出质量的同时变得方便又快捷。

Claims (5)

1.一种基于前馈控制随机共振的轴承早期故障诊断方法，其特征在于，具体包括如下步骤：

(1)由传感器采集原始轴承信号。

(2)对原始轴承信号进行信号强度检测和零均值化处理，再将均值化处理后的原始轴承信号进行二值化处理，得到一个主频与原始轴承信号频率一致、幅值为原始轴承信号一半的类方波信号，并将此类方波信号作为前馈控制信号。

(3)将步骤1得到的原始轴承信号与步骤2得到的前馈控制信号一同进行尺度变化，转化为具有前馈控制的小频率信号。

(4)将两个双稳系统通过非线性耦合的方式建立耦合双稳系统，其中第一双稳系统作为耦合双稳系统的受控系统，第二双稳系统作为耦合双稳系统的控制系统。

(5)将步骤3得到的具有前馈控制的小频率信号输入耦合双稳系统中，通过遗传算法寻找受控系统单独作用时受控系统的最优参数，并将最优参数作为耦合双稳系统的固定参数，之后再通过遗传算法寻找控制系统的最优参数。

(6)将步骤5得到的受控系统的最优参数和控制系统的最优参数代入耦合双稳系统中，得到最优耦合双稳系统，再将步骤3得到的具有前馈控制的小频率信号输入最优耦合双稳系统，再将得到的输出信号通过尺度还原完成轴承早期故障的诊断。

2.根据权利要求1所述的基于前馈控制随机共振的轴承早期故障诊断方法，其特征是，所述步骤(2)具体为：首先，对步骤1中采集到的原始轴承信号进行信号强度的检测，确定信号幅值为A；同时对原始轴承故障信号进行零均值化处理。之后再将均值化处理后的原始轴承信号进行二值化处理，设定阈值为0，当信号的取值大于等于0时，就赋值等于A/2，当信号取值小于0时就赋值为-A/2。从而得到一个主频与原始轴承信号频率一致、幅值为A/2的类方波信号，并将类方波信号作为前馈控制信号。

3.根据权利要求1所述的基于前馈控制随机共振的轴承早期故障诊断方法，其特征是，所述步骤(3)具体为：取频率压缩比为R,原始轴承故障信号的实际采样频率为f_s，通过频率压缩比R，定义采样压缩频率为f_sr＝f_s/R，采样压缩频率计算步长为h＝1/f_sr，故原始轴承信号与作为前馈控制信号的类方波信号都被线性的压缩了R倍，从而转化为具有类方波前馈控制的小频率信号，并且满足绝热近似理论中的小参数条件。

4.根据权利要求1所述的基于前馈控制随机共振的轴承早期故障诊断方法，其特征是，所述步骤(4)具体为：

两个双稳系统经过非线性耦合的方式构成耦合双稳系统，其耦合方程如下：

$\left\{\begin{array}{c}\frac{dx\left(t\right)}{dt}=ax-{\mathrm{bx}}^3-{\mathrm{xy}}^2+s\left(t\right)+\mathrm{\ξ}\left(t\right)\\ \frac{dy\left(t\right)}{dt}=cy-{\mathrm{dy}}^3-x^{2}y\end{array}\right.$

其中第一双稳系统为(ax-bx³)，x为频率特征信号，a、b为系统参数，该系统为受控系统；第二双稳系统为(cy-dy³)，y为输入信号，c、d为系统参数，该系统为控制系统；s(t)为外界作用到耦合双稳系统中的微弱周期信号，ξ(t)为随机噪声，t为时间。

5.根据权利要求1所述的基于前馈控制随机共振的轴承早期故障诊断方法，其特征是，所述步骤(5)具体为：

(5.1)将步骤3得到的具有前馈控制的小频率信号输入受控系统中；

(5.2)对受控系统单独作用时的系统参数a、b进行区间限定和精度设置，并设定参数的初始值；编码产生初始种群；

(5.3)通过交叉与变异操作，采用经典赌轮模型以及最优解保留策略来实现系统可调参数的选择；

(5.4)对可调参数的选择以信噪比作为系统的适应度衡量指标，其中S(ω₀)为输出功率谱图，N(ω₀)为噪声在信号频率附近的功率谱图，ω₀为角频率，将步骤5.2中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(5.5)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数a、b；

(5.6)并将最优参数a、b作为耦合双稳系统的固定参数；

(5.7)将步骤3得到的具有前馈控制的小频率信号输入耦合双稳系统中；

(5.8)对耦合双稳系统中控制系统的参数c、d进行区间限定和精度设置，并设定参数的初始值；编码产生初始种群；

(5.9)通过交叉与变异操作，采用经典赌轮模型以及最优解保留策略来实现系统可调参数的选择；

(5.10)对可调参数的选择以信噪比作为系统的适应度衡量指标，其中S(ω₁)为输出功率谱图，N(ω₁)为噪声在信号频率附近的功率谱图，ω₁为角频率，将步骤5.9中得到的参数值作为初始值反复进行参数的选择、交叉与变异，直到判断信噪比取到最大值；

(5.11)设定进化终止条件来判断信噪比是否取到最大值，即进化代数大于设定的阈值或者2代之间的适应度函数值之差小于预设精度时，视作信噪比取到最大值，算法结束，输出最优参数c、d。