CN108195587B

CN108195587B - 一种电机滚动轴承故障诊断方法及其诊断系统

Info

Publication number: CN108195587B
Application number: CN201810178090.1A
Authority: CN
Inventors: 刘一龙; 陈雪峰; 张兴武; 孙闯; 田绍华; 李明
Original assignee: Xian Jiaotong University
Current assignee: Xian Jiaotong University
Priority date: 2018-02-12
Filing date: 2018-03-05
Publication date: 2023-08-25
Anticipated expiration: 2038-03-05
Also published as: CN108195587A

Abstract

公开了一种电机滚动轴承故障诊断方法及其诊断系统，电机滚动轴承故障诊断方法包括径向X、前向Y、垂向Z三个方向的三维坐标系，在电机滚动轴承附近布置三向加速度传感器以获得三向振动信号，布置转速传感器和电流计以获取滚动轴承的转速脉冲信号和测量电机定子的电流信号，设置判断电流平稳度的最大允许偏差σ_I，设置判断转速平稳度的最大允许偏差σ_V，在T时间段内，通过预定条件截取转速及电流平稳工况下的振动数据；提取判定有效的T时间段内的三向振动数据Acc，分别计算三向振动数据的标准差以及分别计算三个方向复合时域指标；测试获得阈值表，获得的三个方向的复合时域指标与所述阈值表进行比对得出故障程度并进行报警。

Description

一种电机滚动轴承故障诊断方法及其诊断系统

技术领域

本发明属于信号处理分析与故障诊断技术领域，特别是涉及一种电机滚动轴承故障诊断方法及其诊断系统。

背景技术

电机是铁路机车的核心部件，其中的轴承对运行安全至关重要，因此对电机轴承进行实时监测及故障诊断是保证机车可靠运行的关键，此外，在严重故障发生前对故障进行预警与诊断，可对电机维修提供重要参考，从而减小运行与维护成本。

现有的电机滚动轴承故障诊断方法虽然能实时对电机轴承状态进行监测预警，但是通常采用固定的阈值对故障程度进行报警，所以漏报及误报率高；此外，由于传统的电机滚动轴承故障诊断方法大多基于共振解调技术，滤波器的选择严重影响故障特征的提取效果，经常造成诊断失败。

发明内容

针对现有技术中存在的问题，本发明提供一种电机滚动轴承故障诊断方法及其诊断系统，能很好地解决传统方法中信号提取效果差，故障诊断准确率低的问题，通过采用阈值表、自适应解调技术以及基于三向传感器振动数据的综合分析方法对电机轴承早期故障特征进行准确提取、报警以及诊断。

本发明的目的是通过以下技术方案予以实现：

本发明的一方面，一种电机滚动轴承故障诊断方法，包括如下步骤：

第一步骤：设置包括径向X、前向Y、垂向Z三个方向的三维坐标系，在电机滚动轴承附近布置三向加速度传感器以获得三向振动信号，其中，设置每次进行分析的信号时长为T，三向振动信号表示为振动向量矩阵Acc＝[Acc_x，Acc_y，Acc_z]，其中，Acc_x、Acc_y和Acc_z分别表示X、Y、Z三向上的振动向量；

第二步骤：布置转速传感器和电流计以获取滚动轴承的转速脉冲信号和测量电机定子的电流信号，其中，转速脉冲信号表示为转速向量V，定子的电流信号表示为电流向量I；

第三步骤：设置判断电流平稳度的最大允许偏差σ_I，设置判断转速平稳度的最大允许偏差σ_V，在T时间段内，通过如下预定条件截取转速及电流平稳工况下的振动数据：

其中，max与min分别表示求解最大值与最小值的数学运行，若判定为无效数据，则丢弃T时间段内存储的振动向量矩阵Acc、转速向量V以及电流向量I；若评判结果为有效数据，记录振动向量矩阵Acc、转速平均值和电流平均值/>

第四步骤，提取第三步骤中判定有效的T时间段内的三向振动数据Acc，分别计算三向振动数据的标准差以及分别计算三个方向复合时域指标Amp：

其中，N表示T时间段内振动数据的总采样点数，x_i表示T时间段内第i个点的振动幅值，表示T时间段内振动数据的平均值，δ表示T时间段内所有数据的标准差。

第五步骤：测试获得阈值表，所述阈值表为实际运行中出现频率最高的转速与电流的组合，所述阈值表的行表征轴承转速V，所述阈值表的列表征电机负载的定子电流I，其中，根据给定的定子电流和轴承转速可唯一确定一个3*3维的阈值矩阵，所述阈值矩阵中，第一列表示x方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第二列表示y方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第三列表示z方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，其中轻度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的1.3倍至2倍，中度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的2-3倍，重度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的3倍以上；

第六步骤，第四步骤中获得的三个方向的复合时域指标与所述阈值表进行比对得出故障程度并进行报警。

在所述的一种电机滚动轴承故障诊断方法中，所述方法还包括：

第七步骤：若产生了报警，将数据传输到地面端进行频谱分析，计算两个轴承的内圈、外圈、滚子以及保持架的特征频率，并计算所有特征频率中的最大特征频率f_max设置可变带宽和中心频率的复Morlet小波滤波器组的带宽数组为：

滤波器的中心频率为：

其中，F_s为采样频率，以中心频率和带宽为变量的小波系数为：

W(CF，δ)＝F^-1{X(f)U(δ，f)}

其中X(f)为振动信号向量Acc的傅里叶变换，δ为滤波器的带宽系数，取值为δ＝c*BW，其中c为带宽修正系数，F^-1表示傅里叶逆变换，且谱峭度为：

其中，E表示均值运算。

第八步骤：选取谱峭度最大的带宽及中心频率对信号进行滤波，并对滤波后的信号进行包络解调，得到滚动轴承故障振动信号包络后的频谱谱线；

第九步骤：将频谱谱线与滚动轴承特征频率进行对比，比对的最大允许偏差值用Rel表示，其计算公式如下：

其中，分析时间长度为T，单位为秒，频率分辨率为1/(2T)，将频谱图中的频率与电机两个轴承的内圈、外圈、保持架以及滚子故障频率进行对比，如果处于理论特征频率值及其倍频的正负Rel范围内出现突出的谱线，则可以确定存与对应理论特征频率值相对应的故障类型。

在所述的一种电机滚动轴承故障诊断方法中，第七步骤还包括：根据中心频率与带宽计算所有滤波信号的谱峭度，通过比较谱峭度图的中各子频带谱峭度选出最大值对应的子频带，其中心频率CF和带宽BW为优化的共振解调频带。

在所述的一种电机滚动轴承故障诊断方法中，第二步骤中，所述转速传感器为霍尔传感器。

在所述的一种电机滚动轴承故障诊断方法中，开始采集时刻为电机运行后的第0min，每次进行分析的信号时长为T为10s。

在所述的一种电机滚动轴承故障诊断方法中，设置判断转速平稳度的最大允许偏差0.5％，设置判断电流平稳度的最大允许偏差0.5％，振动传感器的采样频率为25600Hz，转速及电流的采样频率为100Hz。

根据本发明的另一方面，一种实施所述的电机滚动轴承故障诊断方法的诊断系统包括测量装置、截取转速及电流平稳工况下的振动数据的判断单元、计算复合时域指标的第一计算单元和第一比较单元。

测量装置包括设置在电机滚动轴承的三向加速度传感器、转速传感器和电连接定子的电流计，

所述判断单元基于所述预定条件判断并特征提取，记录振动向量矩阵Acc、转速平均值和电流平均值/>

第一比较单元，其将复合时域指标与阈值表进行比对得出故障程度并进行报警。

在所述的诊断系统中，所述诊断系统还包括用于诊断故障类型的故障诊断模块，所述故障诊断模块包括计算谱峭度的第二计算单元、获得包络后的频谱谱线的第三计算单元和将频谱谱线与滚动轴承特征频率进行对比的第二比较单元，其中，所述第二计算单元包括复Morlet小波滤波器。

在所述的诊断系统，所述第一、第二或第三计算单元包括通用处理器、数字信号处理器、专用集成电路ASIC或现场可编程门阵列FPGA。

在所述的诊断系统中，所述第一、第二或第三计算单元包括存储器，所述存储器包括一个或多个只读存储器ROM、随机存取存储器RAM、快闪存储器或电子可擦除可编程只读存储器EEPROM。

与现有技术相比，本发明具有以下有益的技术效果：

本发明能够自动提取强时变复杂工况中的平稳数据，剔除对故障分析无用的数据，采用阈值表对故障程度进行报警，然后采用了自适应解调的方法从报警信号中提取微弱的故障特征，并结合三个通道的诊断结论，更全面准确的诊断轴承故障。本发明由于在信号处理、特征提取过程中不需要任何参数设置与人工干预，更加有利于实现故障特征提取及诊断检测自动化，而且适用于电机轴承早期故障的准确诊断。

上述说明仅是本发明技术方案的概述，为了能够使得本发明的技术手段更加清楚明白，达到本领域技术人员可依照说明书的内容予以实施的程度，并且为了能够让本发明的上述和其它目的、特征和优点能够更明显易懂，下面以本发明的具体实施方式进行举例说明。

附图说明

通过阅读下文优选的具体实施方式中的详细描述，本发明各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

在附图中：

图1为本发明一个实施例的电机滚动轴承故障诊断方法的步骤示意图；

图2为本发明一个实施例的电机滚动轴承故障诊断方法的流程图；

图3为本发明的一个实施例的机车电机实际运行过程中采集的振动加速度及工况信号的波形图；

图4为本发明的一个实施例的电机启动后开始加速过程的加速度与工况信号的波形图；

图5为本发明的一个实施例的电机启动后转速及电流平稳工况下对应的加速度及工况信号的波形图；

图6为本发明的一个实施例的5000s至5010s的平稳工况下三向振动信号的频谱图；

图7为本发明的一个实施例的电机滚动轴承故障诊断方法的诊断系统的结构示意图。

以下结合附图和实施例对本发明作进一步的解释。

具体实施方式

下面将参照附图更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个附图并不构成对本发明实施例的限定。

如图1所示的根据本发明的电机滚动轴承故障诊断方法，电机滚动轴承故障诊断方法包括如下步骤：

第一步骤S1：设置包括径向X、前向Y、垂向Z三个方向的三维坐标系，在电机滚动轴承附近布置三向加速度传感器以获得三向振动信号，其中，设置每次进行分析的信号时长为T，三向振动信号表示为振动向量矩阵：

Acc＝[Acc_x，Acc_y，Acc_z]

其中，Acc_x、Acc_y和Acc_z分别表示X、Y、z三向上的振动向量；

第二步骤S2：布置转速传感器和电流计以获取滚动轴承的转速脉冲信号和测量电机定子的电流信号，其中，转速脉冲信号表示为转速向量V，定子的电流信号表示为电流向量I；

第三步骤S3：设置判断电流平稳度的最大允许偏差σ_I，设置判断转速平稳度的最大允许偏差σ_V，在T时间段内，通过如下预定条件截取转速及电流平稳工况下的振动数据：

第四步骤S4中，提取第三步骤中判定有效的T时间段内的三向振动数据Acc，分别计算三向振动数据的标准差以及分别计算三个方向复合时域指标Amp：

其中，N表示T时间段内振动数据的总采样点数，x_i表示T时间段内第i个点的振动幅值，表示T时间段内振动数据的平均值，δ表示T时间段内所有数据的标准差；

第五步骤S5：测试获得阈值表，所述阈值表为实际运行中出现频率最高的转速与电流的组合，所述阈值表的行表征轴承转速V，所述阈值表的列表征电机负载的定子电流I，其中，根据给定的定子电流和轴承转速可唯一确定一个3*3维的阈值矩阵，所述阈值矩阵中，第一列表示x方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第二列表示y方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第三列表示z方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，其中轻度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的1.3倍至2倍，中度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的2-3倍，重度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的3倍以上；

第六步骤S6中，第四步骤S4中获得的三个方向的复合时域指标与所述阈值表进行比对得出故障程度并进行报警。

在一个实施例中，阈值表通过以往测试结果测定，表中的转速和载荷是实际运行中出现频率最高的典型转速与载荷的组合，表格内容定义如下：

表格中，V代表轴承转速，I代表定子电流，可用来表征电机负载，定子电流和转速确定后可确定一个3*3维的阈值矩阵。为了区分表格中的阈值矩阵及其数值，每个数值用符号L及其三个下标表示，其中L的第一个下标表示数值位于表格的行数，L的第二个下标表示数值位于表格的列数，L的第三个下标表示数值对应的x、y与z方向及其程度，其中1、2和3分别表示轻度故障报警、中度故障报警和重度故障报警。当定子电流和转速确定后可确定一个3*3维的阈值矩阵，矩阵的第一列表示x方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第二列表示y方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第三列表示z方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，其中轻度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的1.3倍至2倍，中度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的2-3倍，重度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的3倍以上，x、y和z三个方向的报警阈值确定方法相同。将当前运行时刻的复合指标与阈值表进行比对可得出故障程度并进行报警，若产生了报警，将数据传输到地面端进行频谱分析，从而进一步确定故障类型，若未产生报警，则表明正常或故障非常微弱，不是关注的范围，无需传输至地面端进行故障诊断。若实际的工况在表格中无法检索到，则表明故障阈值指标缺失，则也不对振动数据进行报警，并不传输数据至地面端，等待实际工况与表格对应上再执行报警与数据传输。

本发明所述的一种电机滚动轴承故障诊断方法的优选实施例中，所述方法还包括：

第七步骤S7：若产生了报警，将数据传输到地面端进行频谱分析，计算两个轴承的内圈、外圈、滚子以及保持架的特征频率，并计算所有特征频率中的最大特征频率f_max设置可变带宽和中心频率的复Morlet小波滤波器组的带宽数组为滤波器的中心频率为/>其中F_s为采样频率。

以中心频率和带宽为变量的小波系数为：W(CF，δ)＝F^-1{X(f)U(δ，f)}.其中X(f)为振动信号向量Acc的傅里叶变换，δ为滤波器的带宽系数，取值为δ＝c*BW，c为带宽修正系数，F^-1表示傅里叶逆变换，且谱峭度为：

其中E表示均值运算。

第八步骤S8：选取谱峭度最大的带宽及中心频率对信号进行滤波，进而对滤波后的信号进行包络解调，得到滚动轴承故障振动信号包络后的频谱谱线；

第九步骤S9：将频谱谱线与滚动轴承特征频率进行对比，比对的最大允许偏差值用Rel表示，其计算公式如下：

其中，分析时间长度为T，单位为秒，频率分辨率为1/2T，将频谱图中的频率与电机两个轴承的内圈、外圈、保持架以及滚子故障频率进行对比，如果处于理论特征频率值及其倍频的正负Rel范围内出现突出的谱线，则可以确定存与对应理论特征频率值相对应的故障类型。

在一个实施例中，将频谱图中的频率与电机两个轴承的内圈、外圈、保持架以及滚子故障频率进行对比得出的比对结果的Bool值记录为诊断表，如下所示：

查找诊断表中的所有Bool值为True的值，则对应的所有轴承故障类型为最终的故障。

本发明所述的一种电机滚动轴承故障诊断方法的优选实施例中，第七步骤S7还包括：根据中心频率与带宽计算所有滤波信号的谱峭度，通过比较谱峭度图的中各子频带谱峭度选出最大值对应的子频带，其中心频率CF和带宽BW为优化的共振解调频带。

本发明所述的一种电机滚动轴承故障诊断方法的优选实施例中，第二步骤S2中，所述转速传感器为霍尔传感器。

本发明所述的一种电机滚动轴承故障诊断方法的优选实施例中，开始采集时刻为电机运行后的第0min，每次进行分析的信号时长为T为10s。

本发明所述的一种电机滚动轴承故障诊断方法的优选实施例中，设置判断转速平稳度的最大允许偏差0.5％，设置判断电流平稳度的最大允许偏差0.5％，振动传感器的采样频率为25600Hz，转速及电流的采样频率为100Hz。

为了进一步理解本发明，在一个实施例中，图2为本发明的电机滚动轴承故障诊断方法的流程图，如图2所示，首先需设置系统的具体参数如下：开始采集时刻为电机运行后的第0min，每次分析的数据长度为10s，设置判断转速平稳度的最大允许偏差0.5％，设置判断电流平稳度的最大允许偏差0.5％，振动传感器的采样频率为25600Hz，转速及电流的采样频率为100Hz。电机驱动端轴承的保持架、滚子、内圈以及外圈的特征频率计算为0.38、2.00、4.94、3.056，非驱动端的保持架、滚子、内圈以及外圈的特征频率计算为0.43、3.68、9.06、6.93，其中上述特征频率乘以转频可计算出实际故障频率。

图3为本发明的一个实施例的机车电机实际运行过程中采集的振动加速度及工况信号的波形图，由图3可知，实际在线路运行过程中，车速的变化比较剧烈，但是也存在很长时间的平稳运行过程，对应的平稳转速为35Km/h、40Km/h和720Km/h，计算得到的轴承转速分别为1295RPM、1480RPM和2590RPM，阈值表通过以往实验结果确定，其中实验得到的无故障轴承在转速1295RPM以及电流30.5A时计算得到的复合指标为2.1g，在转速1295RPM以及电流35.2A时计算得到的复合指标为3.1g，在转速1480RPM以及电流30.5A时计算得到的复合指标为2.2g，在转速1480RPM以及电流35.2A时计算得到的复合指标为3.1g，在转速2590RPM以及电流30.5A时计算得到的复合指标为3.0g，在转速2590RPM以及电流35.2A时计算得到的复合指标为4.2g。由于轻度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的1.3倍至2倍，中度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的2-3倍，重度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的3倍以上，因此，在本实例中，轻度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的1.5倍，中度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的2.5倍，重度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的3.5倍，因此阈值表定义如下：

表格中定子电流可表征电机负载，电机转速单位为RPM，在定子电流和转速确定后，可唯一确定一个3*3维的阈值矩阵，其中第一列表示x方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第二列表示y方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第三列表示z方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，所有阈值的单位为g。

信号采集与预处理

首先，在电机运行后开始，从电机开始运行时刻开始，每次在数采硬件中缓存接下来10s的转速信号、电流信号以及三向振动信号，进行实时分析，在3067至3077s的时间段内的数据如图4所示，计算可知转速最小为5.148KM/h轴承转速190RPM，最大7.164KM/h轴承转速265RPM，转速偏差为32％，不满足小于0.5％的要求，所以根据如下公式：

可判定在此10秒中，转速不平稳为无效数据，因此不进行下一步分析，直接抛弃。

图5是启动后5000s至5010s的转速及电流平稳工况下对应的振动信号波形图，可知转速最小40.00KM/h轴承转速1480RPM，最大40.1KM/h轴承转速1484RPM，转速偏差为0.2％，满足小于0.5％的要求，而且电流也平稳在30.5A左右，所以判定为工况平稳，采集的振动加速度数据有效，需进行进一步分析。

时域特征提取及故障预警

计算5000s至5010s内的三向振动数据的标准差：

计算复合时域指标：

经过与工况阈值表进行对比，可知x向振动、y向振动、z向振动均介于至中等故障的阈值5.50g以下，轻微故障的阈值3.30g以上，可判定电机存在轻微故障，需将数据传输到地面端进行进一步的频谱分析，从而确定故障类型。

频域特征提取及故障诊断

对传输至地面端的振动信号进行频谱分析，由轴承故障频率可知，两个轴承的最大故障频率为224Hz，则设计的可变带宽和中心频率的复Morlet小波滤波器组的带宽和中心频率可选取的范围如下所示：

滤波器的带宽数组为

滤波器的中心频率为

复Morlet小波具有变化的中心频率和带宽，以中心频率和带宽为变量的小波系数为：W(CF，δ)＝F^-1{X(f)U(δ，f)}.其中X(f)为振动信号向量Acc的傅里叶变换，δ为滤波器的带宽系数，取值为δ＝c*BW，其中c为带宽修正系数，F^-1表示傅里叶逆变换，且谱峭度为：

其中，E表示均值运算。

根据滤波器参数中心频率与带宽计算所有滤波信号的谱峭度，经计算带宽896Hz，中心频率为5600Hz时的峭度最大，其值为3.6。

采用带宽为5152Hz至6048Hz，中心频率为5600Hz的滤波器对采集的滚动轴承故障振动信号进行包络解调，得到滚动轴承故障振动信号包络后的频谱谱线，如图6所示。

将其与滚动轴承特征频率进行对比，比对的最大允许偏差值Rel按如下公式计算：

得到的偏差值Rel为2Hz，将频谱图中的频率与电机两个轴承在当前转速1480RPM下的驱动端故障频率9.42Hz、49.41Hz、122.02Hz以及75.45Hz，非驱动端故障频率10.69Hz、90.92Hz、223.79Hz以及171.14Hz进行对比，发现在x方向的频谱图中出现75Hz的峰值，与驱动端轴承的频率75.44Hz对比可知，误差小于2Hz，所以认定为外圈故障，而在y方向及z方向对比其余频率无故障，则记录的诊断表如下：

查找诊断表中的所有Bool为True的值，找出非驱动端轴承的外圈故障，则对应的轴承位置及故障类型为轻微的轴承外圈故障，拆装非驱动端轴承可知，确实存在外圈故障，说明所述的电机滚动轴承故障特征提取及故障诊断方法能够准确诊断出轴承故障。

图7为本发明的实施电机滚动轴承故障诊断方法的诊断系统的结构示意图。如图7所示，一种实施、所述的电机滚动轴承故障诊断方法的诊断系统，其包括测量装置1、截取转速及电流平稳工况下的振动数据的判断单元2、计算复合时域指标的第一计算单元4和第一比较单元5。

测量装置1包括设置在电机滚动轴承的三向加速度传感器6、转速传感器7和电连接定子的电流计8，所述判断单元2基于所述预定条件判断并特征提取，记录振动向量矩阵Acc、转速平均值和电流平均值/>第一比较单元5，其将复合时域指标与阈值表进行比对得出故障程度并进行报警。

本发明所述的诊断系统优选实施例中，所述诊断系统还包括用于诊断故障类型的故障诊断模块9，所述故障诊断模块9包括计算谱峭度的第二计算单元10、获得包络后的频谱谱线的第三计算单元11和将频谱谱线与滚动轴承特征频率进行对比的第二比较单元12，其中，所述第二计算单元10包括复Morlet小波滤波器13。

本发明所述的诊断系统优选实施例中，所述第一、第二或第三计算单元包括通用处理器、数字信号处理器、专用集成电路ASIC或现场可编程门阵列FPGA。

本发明所述的诊断系统优选实施例中，所述第一、第二或第三计算单元包括存储器3，所述存储器3包括一个或多个只读存储器ROM、随机存取存储器RAM、快闪存储器或电子可擦除可编程只读存储器EEPROM。

尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。

Claims

1.一种电机滚动轴承故障诊断方法，其包括如下步骤：

第一步骤(S1)：设置包括径向X、前向Y、垂向Z三个方向的三维坐标系，在电机滚动轴承附近布置三向加速度传感器以获得三向振动信号，其中，设置每次进行分析的信号时长为T，三向振动信号表示为振动向量矩阵Acc＝[Acc_x，Acc_y，Acc_z]，其中，Acc_x，Acc_y，Acc_z分别表示X、Y、Z三向上的振动向量；

第二步骤(S2)：布置转速传感器和电流计以获取滚动轴承的转速脉冲信号和测量电机定子的电流信号，其中，转速脉冲信号表示为转速向量V，定子的电流信号表示为电流向量I；

第三步骤(S3)：设置判断电流平稳度的最大允许偏差σ_I，设置判断转速平稳度的最大允许偏差σ_v，在T时间段内，通过如下预定条件截取转速及电流平稳工况下的振动数据：

其中，若判定为无效数据，则丢弃T时间段内存储的振动向量矩阵Acc、转速向量V以及电流向量I；若评判结果为有效数据，记录振动向量矩阵Acc、转速平均值和电流平均值/>

第四步骤(S4)中，提取第三步骤(S3)中判定有效的T时间段内的三向振动数据Acc，分别计算三向振动数据的标准差以及分别计算三个方向复合时域指标Amp：/>其中，N表示T时间段内振动数据的总采样点数，x_i表示T时间段内第i个点的振动幅值，/>表示T时间段内振动数据的平均值，δ表示T时间段内所有数据的标准差；

第五步骤(S5)：测试获得阈值表，所述阈值表为实际运行中出现频率最高的转速与电流的组合，所述阈值表的行表征轴承转速V，所述阈值表的列表征电机负载的定子电流I，其中，根据给定的定子电流和轴承转速可唯一确定一个3*3维的阈值矩阵，所述阈值矩阵中，第一列表示x方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第二列表示y方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，第三列表示z方向的轻度故障报警阈值、中度故障报警阈值以及重度故障报警阈值，其中轻度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的1.3倍至2倍，中度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的2-3倍，重度故障报警阈值取值为无故障平稳运行时计算得到的复合时域指标Amp的3倍以上；

第六步骤(S6)中，第四步骤(S4)中获得的三个方向的复合时域指标与所述阈值表进行比对得出故障程度并进行报警。

2.根据权利要求1所述的一种电机滚动轴承故障诊断方法，其特征在于，优选的，所述方法还包括：

第七步骤(S7)：若产生了报警，将数据传输到地面端进行频谱分析，计算两个轴承的内圈、外圈、滚子以及保持架的特征频率，并计算所有特征频率中的最大特征频率f_max；设置可变带宽和中心频率的复Morlet小波滤波器组的带宽数组为：

滤波器的中心频率为：

其中F_s为采样频率；以中心频率和带宽为变量的小波系数为：

W(CF，δ)＝F^-1{X(f)U(δ，f)}

其中X(f)为振动信号向量Acc的傅里叶变换，δ为滤波器的带宽系数，取值为δ＝c*BW，其中c为带宽修正系数，F^-1表示傅里叶逆变换，且：

谱峭度为其中，E表示均值运算；

第八步骤(S8)：选取谱峭度最大的带宽及对应的中心频率对信号进行滤波，进而对滤波后的信号进行包络解调，得到滚动轴承故障振动信号包络后的频谱谱线；

第九步骤(S9)：将频谱谱线与滚动轴承特征频率进行对比，比对的最大允许偏差值用Rel表示，其计算公式如下：

3.根据权利要求1所述的一种电机滚动轴承故障诊断方法，其特征在于：

第七步骤(S7)还包括：根据中心频率与带宽计算所有滤波信号的谱峭度，通过比较谱峭度图的中各子频带谱峭度选出最大值对应的子频带，其中心频率CF和带宽BW为优化的共振解调频带。

4.根据权利要求1所述的一种电机滚动轴承故障诊断方法，其特征在于：第二步骤(S2)中，所述转速传感器为霍尔传感器。

5.一种实施权利要求1-4中任一项所述的电机滚动轴承故障诊断方法的诊断系统，其包括测量装置(1)、截取转速及电流平稳工况下的振动数据的判断单元(2)、计算复合时域指标的第一计算单元(4)和第一比较单元(5)，其特征在于：

测量装置(1)包括设置在电机滚动轴承的三向加速度传感器(6)、转速传感器(7)和电连接定子的电流计(8)；

所述判断单元(2)基于所述预定条件判断并特征提取，记录振动向量矩阵Acc、转速平均值和电流平均值/>

第一比较单元(5)，其将复合时域指标与阈值表进行比对得出故障程度并进行报警。

6.根据权利要求5所述的诊断系统，其特征在于：所述诊断系统还包括用于诊断故障类型的故障诊断模块(9)，所述故障诊断模块(9)包括计算谱峭度的第二计算单元(10)、获得包络后的频谱谱线的第三计算单元(11)和将频谱谱线与滚动轴承特征频率进行对比的第二比较单元(12)，其中，所述第二计算单元(10)包括复Morlet小波滤波器(13)。

7.根据权利要求5所述的诊断系统，其特征在于：所述第一、第二或第三计算单元包括通用处理器、数字信号处理器、专用集成电路ASIC或现场可编程门阵列FPGA。

8.根据权利要求5所述的诊断系统，其特征在于：所述第一、第二或第三计算单元包括存储器(3)，所述存储器包括一个或多个只读存储器ROM、随机存取存储器RAM、快闪存储器或电子可擦除可编程只读存储器EEPROM。