CN110646201B - 轴承缺陷检测系统和方法 - Google Patents

Abstract

本发明提供一种轴承缺陷检测系统，其包括数据收集单元，其被配置为接收待检测轴承的轴承特征参数以及表示轴承振动的振动数据；数据处理单元，其被配置为将所述振动数据转换为频域数据；模型确定单元，其被配置为基于所述轴承特征参数和所述待检测轴承的至少一种轴承缺陷中的轴承缺陷的轴承缺陷特征频率确定针对所述轴承缺陷的全局模型；以及缺陷检测单元，其被配置为基于所述全局模型确定所述频域数据中表示所述轴承缺陷的分量。借助于该轴承缺陷检测系统，能够在无需人工介入的情况下实现对轴承缺陷的快速、可复制并且具有提高的准确度的检测。

Description

轴承缺陷检测系统和方法

技术领域

本发明涉及轴承缺陷检测，尤其涉及基于振动数据对正在发展中的轴承缺陷的检测。

背景技术

机器中的旋转部件用于提供平滑的旋转，旋转部件的故障中超过百分之九十五是由于其中的轴承缺陷引发的。轴承缺陷通常包括轴承外圈缺陷、内圈缺陷、滚子缺陷和保持架缺陷。在日常维护中，检测轴承缺陷的类型和发展阶段是十分必要的。

目前存在用于轴承缺陷检测的离线方法和在线方法。根据离线方法，存储来自传感器和控制系统的数据并且周期性地分析它们。在这种情况下，不能实现对轴承缺陷的实时检测，大部分工作由人工完成,由于要分析的数据的复杂性和大数据量,这耗费更多时间,并且准确度较低。

相对于离线方法，在线方法能够实现对于轴承缺陷的实时检测。当前的在线方法通常基于对来自传感器和控制系统的数据进行分析而获得的统计值或特征，例如均方根或者信号峰值，仅仅使用少量的特征和统计值，这导致相对较低的准确度。并且，当前的在线方法更多地依赖于各种轴承参数，而轴承参数本身可能是未知或者不准确的，这也可能影响获得的缺陷检测结果的准确度。再者，当前在线方法所使用的缺陷指示符很大程度上依赖于检测者的经验以及轴承的使用环境，这使得当前的在线方法不容易针对各种不同情况而被复制。

发明内容

预期提供一种无需人工介入、快速、可复制并且具有提高的准确度的轴承缺陷检测。

根据本发明的一个实施例，提供一种轴承缺陷检测系统，其包括数据收集单元，其被配置为接收待检测轴承的轴承特征参数和表示轴承振动的振动数据；数据处理单元，其被配置为将所述振动数据转换为频域数据；模型确定单元，其被配置为基于所述轴承特征参数和所述待检测轴承的至少一种轴承缺陷中的轴承缺陷的轴承缺陷特征频率确定针对所述轴承缺陷的全局模型；以及缺陷检测单元，其被配置为基于所述全局模型确定所述频域数据中表示所述轴承缺陷的分量。

根据本发明的另一个实施例，提供一种轴承缺陷检测方法，接收待检测轴承的轴承特征参数和表示轴承振动的振动数据；将所述振动数据转换为频域数据；基于所述轴承特征参数和所述待检测轴承的至少一种轴承缺陷中的轴承缺陷的轴承缺陷特征频率确定针对所述轴承缺陷的全局模型；以及基于所述全局模型确定所述频域数据中表示所述轴承缺陷的分量。

根据本发明的再一个实施例，提供一种计算机存储介质，其存储有程序代码，所述程序代码当被运行时用于执行根据本发明的实施例所述的方法。

根据本发明的上述实施例，基于轴承特征参数和待检测轴承的缺陷特征频率建立了针对该轴承的全局模型，基于该模型能够在所测量的轴承振动数据中容易地识别出对应于轴承缺陷的波形。一方面，由于建立了针对特定轴承的模型，该模型不仅基于轴承缺陷特征频率还基于轴承特征参数，因此，基于该模型能够实现对轴承缺陷的快速准确确定；另一方面由于该模型基于轴承特征参数(尤其是轴承转速)以及该轴承的缺陷特征频率，它们能够容易地获得或者由处理器确定，在检测轴承缺陷时不需要人工介入，并且容易针对不同轴承确定该模型并检测轴承缺陷，从而实现了可复制性。

根据本发明的进一步实施例，模型确定单元被配置为基于所述轴承特征参数和所述轴承缺陷的轴承缺陷特征频率范围内的每个轴承缺陷特征频率确定所述全局模型，并且所述缺陷检测单元被配置为基于针对每个轴承缺陷特征频率的全局模型确定所述频域数据中针对每个轴承缺陷特征频率的表示所述轴承缺陷的一个或多个分量；确定针对不同轴承缺陷特征频率的相应一个或多个分量的和中的最大值；基于所述最大值确定表示所述轴承缺陷的数据。

通过针对一个轴承缺陷特征频率范围内的各个轴承缺陷特征频率确定频域数据中表征轴承缺陷的分量，找到针对不同轴承缺陷特征频率的分量中分量的和为最大值的分量，并且基于该最大值确定表示轴承缺陷的数据，能够在某些轴承特征参数不准确甚至未知的情况下，准确地检测轴承缺陷，这进一步提供了对于不同种类轴承及其应用环境的自适应。

根据本发明的再进一步实施例，所述模型确定单元被配置为基于所述轴承特征参数和所述至少一种轴承缺陷中的每种轴承缺陷的轴承缺陷特征频率确定针对每种轴承缺陷的全局模型；并且所述缺陷检测单元被配置为基于针对每种轴承缺陷的全局模型确定所述频域数据中表示每种轴承缺陷的分量；其中，所述缺陷检测单元还被配置为基于表示每种轴承缺陷的所述分量分别确定表示每种轴承缺陷的数据；比较针对每种轴承缺陷的所述数据；并且基于比较结果确定所述至少一种轴承缺陷中的一种轴承缺陷为所述待检测轴承的当前缺陷类型。

通过确定针对每种轴承缺陷的分量，进而确定表示每种轴承缺陷的数据，并在表示不同轴承缺陷的数据之间进行比较，能够确定影响轴承的主要缺陷类型。这使得轴承缺陷检测系统能够完全自动地实现缺陷检测并直接报告给用户。

附图说明

下文将以明确易懂的方式通过对优选实施例的说明并结合如下附图来对本发明上述特性、技术特征、优点及其实现方式予以进一步说明，其中

图1示出了根据本发明的一个实施例的轴承缺陷检测系统的示意图；

图2示出了从待检测轴承采集的表示轴承的振动的振动数据；

图3示出了根据本发明的一个实施例对图2所示的表示轴承的振动的振动数据进行频域转换后得到的频域数据；

图4示出了根据本发明的一个实施例从图3所示的频域数据截取的用于轴承缺陷检测的预定范围的频域数据；

图5示出了在频域中表示四种常见轴承缺陷的对应波形；

图6示出了根据本发明的一个实施例针对轴承内圈缺陷建立的局部模型；

图7示出了根据本发明的一个实施例针对轴承内圈缺陷建立的全局模型；

图8示出了根据本发明的一个实施例提取的表示轴承内圈缺陷的分量；

图9和10分别示出了根据本发明的实施例需要针对轴承内圈缺陷和外圈缺陷进行调整的情况；

图11示出了根据本发明的一个实施例的轴承缺陷检测方法；

图12示出了根据本发明的另一个实施例的轴承缺陷检测方法。

参照上述附图来描述本发明各个实施例的各个方面和特征。上述附图仅仅是示意性的，而非限制性的。在不脱离本发明的主旨的情况下，在上述附图中各个元件的尺寸、形状、标号、或者外观可以发生变化，而不被限制到仅仅说明书附图所示出的那样。

具体实施方式

图1示出了根据本发明的一个实施例的轴承缺陷检测系统10的示意图。该轴承缺陷检测系统10包括数据收集单元11、数据处理单元12、模型确定单元13以及缺陷检测单元14。

数据收集单元11收集用于轴承缺陷检测的数据。一方面，数据收集单元11可以直接从置于待检测轴承上的传感器接收相应的数据，这便于实现对待检测轴承的实时检测和监视。另一方面，也可以预期数据收集单元11从诸如存储器或者用户的外部输入接收用于轴承缺陷检测的数据。所述数据包括但不局限于表征特定轴承的各种轴承特征参数以及表示轴承的振动的振动数据。轴承特征参数例如是待检测轴承的转速、滚子个数和直径以及节圆直径等。也可以预期接收待检测轴承所涉及的系统的系统参数，例如系统固有频率和临界速度等用于轴承缺陷检测。

通常用于轴承缺陷检测的轴承振动数据的采样率为20kHz，在优选实施例中为50kHz。图2示出了从待检测轴承采集的表示轴承的振动的振动数据，其采样率为51200Hz、长度为10秒，其中横坐标表示以秒为单位的时间，纵坐标表示以米/秒²为单位的加速度。根据一个实施例，数据收集单元11可以包括用于测量轴承的振动数据的传感器和/或用于接收来自外部输入的数据的接口。

从数据收集单元11收集的数据可以被传送给数据处理单元12，并且在数据处理单元12中对这些数据进行处理。具体地，一方面，数据处理单元12对从数据收集单元11接收的振动数据进行频域变换，从而得到对应该振动数据的频域数据。在优选实施例中，在进行频域变换之前，数据处理单元12先对振动数据进行预处理，例如对振动数据进行高通滤波从而移除其中的静态分量，以及从加速度计算速度进而便于测量能量。优选对原始振动数据进行如下的移动平均以移除其中的静态分量。

其中，

是移动平均后的振动数据，n是移动窗口的大小，通常将n选择为采样率的5％，以实现更好地移除静态分量同时保留用于轴承缺陷检测的与轴承转速相关的分量。在此，针对图2所示的振动数据，将n选择为100。

数据处理单元12能够对移动平均后的数据进行频域变换，例如利用基于海明窗的快速傅里叶变换。选择海明窗能够使得得到的频域数据中的峰值更加尖锐、能带更窄，从而便于之后进行的基于全局模型的轴承缺陷检测。其他频域变换方式也是可以预期的。图3示出了根据该实施例对图2所示的表示轴承振动的振动数据进行频域变换后得到的频域数据。图3中的频域数据具体来说是通过先对图2所示的振动数据进行诸如高通滤波的预处理，然后对经过预处理的振动数据进行频域变换而得到的。

进一步优选地，数据处理单元12可以截取0-1500Hz，更优选0-1200Hz频率范围内的频率数据用于之后的轴承缺陷检测，图4示出了从图3所示的频域数据截取的用于轴承缺陷检测的预定范围(0-1200Hz)的频域数据，这是因为通常轴承缺陷对应于该频率范围，所以对该频率范围内的频率数据进行分析就足以检测轴承缺陷，并且这能够降低轴承缺陷检测的计算量。

另一方面，在进一步的实施例中，数据处理单元12可以基于轴承特征参数确定至少一种轴承缺陷的轴承缺陷特征频率或轴承缺陷特征频率范围。通常，轴承缺陷包括轴承的外圈缺陷、内圈缺陷、滚子缺陷和保持架缺陷。数据处理单元12能够针对每种缺陷确定相应的轴承缺陷特征频率或者频率范围，如外圈缺陷特征频率BPFO、内圈缺陷特征频率BPFI、滚子缺陷特征频率BSF以及保持架缺陷特征频率FTF。用于确定轴承缺陷特征频率的方法是已知的，在此不再赘述。

例如在一个实施例中，待检测轴承具有9个滚子、滚子的直径为9毫米并且节圆直径为38毫米，则数据处理单元12能够将轴承缺陷特征频率表示为如下函数

BPFO＝3.572X；

BPFI＝5.428X；

BSF＝2.32X；

FTF＝0.3969X。(2)

其中，X表示待检测轴承的转速，其单位为Hz。

如以上所示，数据处理单元12优选将轴承缺陷特征频率表示为待检测轴承的转速的函数，这是因为对于一个未知的系统，表征轴承的特征参数可能是未知或者不准确的，而轴承的转速是准确并且可测得的参数。这样表征轴承缺陷特征频率便于进行之后将要描述的轴承缺陷检测的自适应。尽管描述了以上四种轴承缺陷，其他类型的轴承缺陷也是可以预期的。

在数据处理单元12中进行了任选地对轴承特征参数的处理之后，模型确定单元13接收数据处理单元12所确定的轴承缺陷特征频率或轴承缺陷特征频率范围。尽管如上描述了在数据处理单元12中确定待检测轴承的针对至少一种轴承缺陷的轴承缺陷特征频率或轴承缺陷特征频率范围，也可以预期模型确定单元13直接接收预先确定的或者设定的轴承缺陷特征频率或轴承缺陷特征频率范围。以下首先参照接收或确定轴承缺陷特征频率的情况描述本发明的实施例。

图5示出了在频域中表示上述四种常见轴承缺陷的对应波形，具体来说，分别为在频域中表示内圈缺陷(左上)、外圈缺陷(右上)、滚子缺陷(左下)以及保持架缺陷(右下)的波形。由图5可见，不同的类型的缺陷在频域中可以显示为不同形状的波形。例如内圈缺陷在频域中表示为以内圈缺陷特征频率BPFI为峰值频率的一个峰以及围绕着该峰的4个边带，其间隔为轴承的转速X，优选为2-6个边带，其他数量的边带也是可以预期的；外圈缺陷在频域中表示为以外圈缺陷特征频率BPFO为峰值频率的一个峰；保持架缺陷在频域中表示为以保持架缺陷特征频率FTF为峰值频率的一个峰以及3个谐波，其他数量的谐波也是可以预期的；滚子缺陷表示为以滚子缺陷特征频率BSF为峰值频率的一个峰以及围绕着该峰的6个边带，其间隔为保持架缺陷特征频率FTF，其他数量的边带也是可以预期的。

与如图5所示的在频域中表征各个轴承缺陷的波形相对应，模型确定单元13可以基于轴承特征参数确定与在频域中表示每种轴承缺陷的波形相对应的局部模型。例如，基于图5所示的内圈缺陷(左上)，能够使用如下正态分布确定与内圈缺陷的频域波形相对应的局部模型，其具体被确定为具有±3个边带。

其中，X如上所述表示待检测轴承的转速，σ表示分布的标准偏差，其优选被选择为0.1，f表示频率。根据上述公式(3)得到的局部模型的形状如图6所示，该局部模型显然与表示轴承内圈缺陷的一个频域波形(以内圈缺陷特征频率BPFI为峰值频率的一个峰以及围绕着该峰的6个边带)相对应。

如上所述，在一个实施例中，轴承特征参数包括轴承的转速，使用轴承的转速基于正态分布确定对应内圈缺陷的局部模型，可以预期使用正态分布类似地基于转速确定对应外圈缺陷、滚子缺陷和保持架缺陷的局部模型；使用其他分布也是可以预期的。如前所述，由于轴承的转速是准确并且可测得的参数，如此确定的局部模型更准确。

在确定了如图6所示的局部模型之后，模型确定单元13可以在选定的频率范围内分布该局部模型，在此选定的频率范围与之前截取频域数据的频域范围相对应，例如如上所述的0-1200Hz。例如基于局部模型和对应的轴承缺陷特征频率确定全局模型，具体地，全局模型可以表示为局部模型与对应的轴承缺陷特征频率的倍频之间的卷积。针对内圈缺陷，可以在0-1200Hz的频率范围上分布如图6所示的局部模型，从而建立表示局部模型在选定频率范围内的分布的全局模型。例如，全局模型可以被确定为局部模型与内圈缺陷特征频率的例如1-4倍频之间的卷积。如下公式所示，将针对内圈缺陷的全局模型确定为针对内圈缺陷的局部模型与内圈缺陷特征频率BPFI的4倍频的卷积。

M_全局＝M_局部*M_BPFI (4)

图7示出了基于图6所示的局部模型以及如上所述的公式确定的针对轴承内圈缺陷的全局模型。如上所述，以分别建立局部模型和全局模型的方式描述了模型确定单元13的操作，能够理解，这不是必要的，模型确定单元13也可以直接基于轴承特征参数，例如转速，以及对应的轴承缺陷特征频率确定针对至少一种轴承缺陷的全局模型。

可以理解，由于用于确定局部模型和全局模型的公式能够是预先确定的，可以将预先确定的局部模型确定公式(如公式(3)所示)和全局模型确定公式(如公式(4)所示)输入到模型确定单元13中用于确定全局模型。通过使用预先确定的局部模型和全局模型确定公式，可以提供快速的轴承缺陷检测。

缺陷检测单元14接收来自数据处理单元12的振动数据的频域数据以及来自模型确定单元13的全局模型，基于该全局模型确定频域数据中表示对应轴承缺陷的分量。例如，基于图7所示的针对内圈缺陷的全局模型，能够确定图4所示的频域数据中表示内圈缺陷的分量是哪些。图8示出了基于图7所示的针对内圈缺陷的全局模型从图4所示的频域数据中提取的表示内圈缺陷的分量。图8的纵坐标为能量值，横坐标为频率。

进一步，缺陷检测单元14能够基于表示轴承缺陷的分量确定表示轴承缺陷的数据。根据一个实施例，缺陷检测单元14能够确定针对一种轴承缺陷所提取的一个或多个分量的和，例如确定所有表示内圈缺陷的分量的能量总和；确定振动数据的频域数据的能量总和，并且基于以上两个和确定表示轴承缺陷(例如内圈缺陷)的分量在频域数据中的能量占比作为表示该种轴承缺陷的数据，例如基于图8所示的表示内圈缺陷的分量以及图5所示的频域数据能够确定内圈缺陷在整个振动中占比为36％。

更进一步，轴承缺陷检测系统10能够对多种轴承缺陷中的每种重复上述操作，从而确定每种轴承缺陷在整个振动的频域数据中的占比。例如，数据处理单元12可以基于轴承特征参数确定针对至少一种轴承缺陷中的每种轴承缺陷的轴承缺陷特征频率；模型确定单元13可以基于轴承特征参数以及每种轴承缺陷的轴承缺陷特征频率确定针对每种轴承缺陷的全局模型；缺陷检测单元14可以基于针对每种轴承缺陷的全局模型确定频域数据中表示每种轴承缺陷的分量，基于这些分量以及频域数据分别确定各种轴承缺陷在振动中的占比，在各个占比之间进行比较，从而将占比最大的轴承缺陷确定为当前轴承的缺陷类型。例如当内圈缺陷在整个振动中占比为36％，外圈缺陷占比为0.0012％时，则当前轴承的缺陷类型能够被确定为内圈缺陷。

以上参照表示内圈缺陷的分量在频域数据中的能量占比来描述了根据表示轴承缺陷的分量确定的表示轴承缺陷的数据，这不是限制性的，也可以以其他方式定义表示轴承缺陷的数据，例如可以使用表示轴承缺陷的分量的能量和，而不计算能量占比，在这种情况下，能够通过比较不同轴承缺陷所对应的分量的能量和找出最大的能量和所对应的轴承缺陷，将该轴承缺陷确定为当前轴承的缺陷类型。

如图1所示的轴承缺陷检测系统还可以任选地包括输出部件(未示出)，例如显示器，其能够通知用户所确定的轴承缺陷类型。或者，缺陷检测单元14还能够基于如上所述的表示轴承缺陷的数据确定轴承缺陷的发展阶段，在这种情况下，轴承缺陷检测系统的输出部件优选地包括警报器，轴承缺陷检测系统基于所确定的发展阶段使得警报器发出警报。例如，用户可以设定轴承缺陷在振动中的占比高于50％就报警。如此设计的轴承缺陷检测系统使得能够无需人工介入且自动地确定并报告轴承缺陷类型和发展阶段。

以上结合一个具体实施例描述了本发明的主旨，其不是限制性的，该实施例中的各个公式和参数可以被修改以适应不同的变化和目的。由上可见，通过针对特定轴承确定表示特定轴承缺陷的全局模型，基于该全局模型以及来自该特定轴承的表示其振动的振动数据，能够在无需人工介入的情况下实现快速可复制的轴承缺陷检测。再者，通过提供针对特定轴承的特定轴承缺陷的特异性模型，能够提供具有提高的准确度的轴承缺陷检测。

下面参照接收或确定轴承缺陷特征频率范围的情况描述根据本发明的另一实施例的轴承缺陷检测的自适应。可以预期该轴承缺陷特征频率范围包括多个轴承缺陷特征频率。如以上所描述的，表征轴承的特征参数可能是未知或者不准确的，在这种情况下，将无法确定轴承缺陷特征频率或者导致确定的轴承缺陷特征频率不准确，从而影响最终轴承缺陷检测的准确度。为此，提供了轴承缺陷特征频率范围。

一方面，能够由数据处理单元12基于轴承特征参数，例如轴承的转速，确定针对各个轴承缺陷的轴承缺陷特征频率范围。在一个实施例中，可以首先参考公式(1)确定轴承缺陷特征频率，然后基于确定的轴承缺陷特征频率确定轴承缺陷特征频率范围，例如轴承缺陷特征频率前后10Hz的范围。在另一个实施例中，数据处理单元12可以将轴承缺陷特征频率范围确定为如下范围：

BPFO＝3X～5X；

BPFI＝4X～6X；

BSF＝2X～3X；

FTF＝0.3X～0.5X。(5)

另一方面，可以直接为各个轴承缺陷类型指定轴承缺陷特征频率范围，例如指定内圈缺陷特征频率范围为100Hz～200Hz。

模型确定单元13基于轴承特征参数和轴承缺陷特征频率范围内的每个轴承缺陷特征频率如前所述的确定全局模型，并且缺陷检测单元14基于每个全局模型确定经过处理单元处理的所述频域数据中针对每个轴承缺陷特征频率的表示至少一种轴承缺陷中的一种缺陷的一个或多个分量；确定针对不同轴承缺陷特征频率的表示所述轴承缺陷的相应一个或多个分量的和中的最大值；基于所述最大值确定表示该轴承缺陷的数据。

在当前实施例中，通过在一个轴承缺陷特征频率范围内针对不同特征频率值重复上述实施例中针对接收或确定的轴承缺陷特征频率的轴承缺陷检测方法，找到表示某一轴承缺陷的一个或多个分量的和的最大值，能够在系统参数不准确或者未知的情况下，自适应调整轴承缺陷检测方法，找到最准确的表示轴承缺陷的分量，该分量对应该轴承的实际的针对该轴承缺陷的轴承缺陷特征频率。图9和10分别示出了针对内圈缺陷和外圈缺陷进行调整的情况，如图9所示，针对BPFI，原始确定值为157.4Hz，经过自适应后确定其实际值应当为156Hz；如图10所示，针对BPFO，原始确定值为103，经过自适应后确定其实际值应当为102.8。

以上分别参照确定和设定轴承缺陷特征频率以及轴承缺陷特征频率范围描述了根据本发明的不同实施例，并且还描述一些优选实施例，可以预期上述各个实施例的不同组合以实现相应的效果。

如上参考数据收集单元11、数据处理单元12、模型确定单元13以及缺陷检测单元14描述了根据本发明的实施例的轴承缺陷检测系统，这不是限制性的，可以预期上述各个单元的组合以及拆分以实现其相应的功能。此外，可以由软件、硬件、固件、电路实现上述轴承缺陷检测系统的各个单元。

图11示出了根据本发明的一个实施例的轴承缺陷检测方法100。在101中，接收待检测轴承的轴承特征参数和表示轴承振动的振动数据，任选地，如以上参照轴承缺陷检测系统所描述的，也可以接收针对不同轴承缺陷的轴承缺陷特征频率。

在102，将表示轴承振动的振动数据转换为频域数据，该步骤任选地包括对振动数据进行如上所述的高通滤波，例如对所述振动数据进行移动平均；然后将经移动平均的振动数据转换为频域数据，尤其选择基于海明窗的快速傅里叶变换实现上述频域变换。

在需要确定针对轴承缺陷的轴承缺陷特征频率的情况下，在102，还将轴承缺陷特征频率确定为如轴承转速的轴承特征参数的函数，并且基于轴承转速确定轴承缺陷特征频率。

在103，基于轴承特征参数和待检测轴承的至少一种轴承缺陷中的一种轴承缺陷的轴承缺陷特征频率确定针对所述轴承缺陷的全局模型。包括先确定确定局部模型再确定全局模型的情况，具体来说，基于轴承特征参数确定与在频域中表示某一轴承缺陷的波形相对应的局部模型；然后基于该轴承缺陷的轴承缺陷特征频率确定表示上述局部模型在选定频率范围内的分布的全局模型，该选定频率范围与频域数据的频域范围相对应，例如是0-1200Hz。在一个实施例中，轴承特征参数包括轴承的转速，并且基于转速使用正态分布确定局部模型。

在104，基于所确定的全局模型确定所述频域数据中表示所述轴承缺陷的分量。任选地，在105，基于表示轴承缺陷的分量确定表示轴承缺陷的数据，例如表示轴承缺陷的分量在整个振动频域数据中的能量占比，并且将表示轴承缺陷的数据显示给用户或者基于该表示轴承缺陷的数据向用户报警。

在一个实施例中，能够在103基于轴承特征参数以及至少一种轴承缺陷中的每种轴承缺陷的轴承缺陷特征频率确定针对每种轴承缺陷的全局模型；在104基于针对每种轴承缺陷的全局模型确定频域数据中表示每种轴承缺陷的分量；然后在105基于表示每种轴承缺陷的所述分量分别确定表示每种轴承缺陷的数据；比较针对每种轴承缺陷的所述数据；并且基于比较结果确定至少一种轴承缺陷中的一种轴承缺陷为轴承的当前缺陷类型用以报告给用户。

图12示出了根据本发明的一个实施例的轴承缺陷检测方法200。其中的201-205分别与参考图11所示的轴承缺陷检测方法100的101-105相对应。以下主要描述它们的不同之处。

在201，任选地，如以上参照轴承缺陷检测系统所描述的，接收针对不同轴承缺陷的轴承缺陷特征频率范围。在202，在需要确定针对轴承缺陷的轴承缺陷特征频率范围的情况下，将轴承缺陷特征频率范围确定为如轴承转速的轴承特征参数的函数，并且基于轴承转速确定轴承缺陷特征频率范围。

在203，基于待检测轴承的至少一种轴承缺陷中的一种轴承缺陷的轴承缺陷特征频率范围内的每个轴承缺陷特征频率确定针对该轴承缺陷特征频率的全局模型。

在204，基于针对每个轴承缺陷特征频率的全局模型确定所述频域数据中针对每个轴承缺陷特征频率的表示所述轴承缺陷的分量。在205，确定针对不同轴承缺陷特征频率的相应分量的和，例如能量和，中的最大值，并且基于所述最大值确定表示所述轴承缺陷的数据。

虽然分别参考图11和12描述了本发明的不同实施例的方法100，200，可以预期这两种方法中的操作可以分别任意组合或拆分以实现对应的功能，或者这两个方法中的部分或全部操作可以合并以获得更大的优势。

本发明的上述范例性实施例涵盖从最开始使用本发明的计算机程序和借助于将现有程序更新为使用本发明的程序的计算机程序。而且，能够借助存储在计算机存储介质上的计算机程序代码提供上述实施例的各个单元的功能以及方法的所有必要步骤。所述计算机存储介质例如CD-ROM。

计算机程序代码可以被存储和/或分布在适当的介质上，诸如与其他硬件一起提供或作为其他硬件的一部分的光学存储介质或固态介质，但也可以以其他形式分布，诸如经由互联网或其他有线或无线通信系统。

然而，实现本发明的各个实施例的功能或方法步骤的计算机程序代码也可以存在于网络(如万维网)并且能够从这样的网络被下载到数据处理器的工作内存中。

必须注意，参考不同主题描述本发明的实施例。尤其，参考方法类型权利要求描述一些实施例，而参考设备类型权利要求描述其他实施例。然而，本领域技术人员将从以上和以下描述中获悉，除非另作说明，除属于一个类型主题的特征的任意组合之外，在涉及不同主题的特征之间的任意组合也被认为是这个申请的公开。能够组合所有特征，提供比特征的简单总和更多的协同效果。

尽管在附图和上述描述中已经详细图示并描述了本发明，这样的图示和描述被认为是图示性或范例性的，并非限制性的。本发明不限于已公开的实施例。本领域技术人员通过研究附图、公开内容和从属权利要求书，在实践所主张的本发明的过程中，能够理解和实现对所公开实施例的其他变型。

在权利要求中，“包括”一词不排除其他要素或步骤，并且不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中列举的若干项功能。在互不相同的从属权利要求中列举的某些措施的事实不表明不能够使用这些措施的组合来获益。在权利要求中的任何参考标记不应被解释为限制范围。

Claims (15)

1.一种轴承缺陷检测系统，包括:

数据收集单元，其被配置为接收待检测轴承的轴承特征参数以及表示轴承振动的振动数据；

数据处理单元，其被配置为将所述振动数据转换为频域数据；

模型确定单元，其被配置为基于所述轴承特征参数和所述待检测轴承的至少一种轴承缺陷中的轴承缺陷的轴承缺陷特征频率确定针对所述轴承缺陷的全局模型；以及

缺陷检测单元，其被配置为基于所述全局模型确定所述频域数据中表示所述轴承缺陷的分量，所述模型确定单元被配置为基于所述轴承特征参数确定与在频域中表示所述轴承缺陷的波形相对应的局部模型；并且基于所述轴承缺陷的所述轴承缺陷特征频率确定表示所述局部模型在选定频率范围内的分布的全局模型，

其中，所述轴承特征参数包括所述待检测轴承的转速，并且所述模型确定单元被配置为基于所述转速使用正态分布确定所述局部模型。

2.根据权利要求1所述的轴承缺陷检测系统，其中，所述模型确定单元被配置为基于所述轴承特征参数和所述轴承缺陷的轴承缺陷特征频率范围内的每个轴承缺陷特征频率确定所述全局模型，并且所述缺陷检测单元被配置为基于针对每个轴承缺陷特征频率的全局模型确定所述频域数据中针对每个轴承缺陷特征频率的表示所述轴承缺陷的分量；确定针对不同轴承缺陷特征频率的相应分量的和中的最大值；基于所述最大值确定表示所述轴承缺陷的数据。

3.根据权利要求1所述的轴承缺陷检测系统，其中，所述模型确定单元被配置为基于所述轴承特征参数和所述至少一种轴承缺陷中的每种轴承缺陷的轴承缺陷特征频率确定针对每种轴承缺陷的全局模型；并且所述缺陷检测单元被配置为基于针对每种轴承缺陷的全局模型确定所述频域数据中表示每种轴承缺陷的分量；

其中，所述缺陷检测单元还被配置为基于表示每种轴承缺陷的所述分量分别确定表示每种轴承缺陷的数据；比较针对每种轴承缺陷的所述数据；并且基于比较结果确定所述至少一种轴承缺陷中的一种轴承缺陷为所述待检测轴承的当前缺陷类型。

4.根据权利要求1-3中任一项所述的轴承缺陷检测系统，其中，所述至少一种轴承缺陷包括轴承的外圈缺陷、内圈缺陷、滚子缺陷和/或保持架缺陷中的至少一种。

5.根据权利要求1所述的轴承缺陷检测系统，其中，所述轴承缺陷是所述待检测轴承的内圈缺陷，并且所述所述局部模型被确定为：

6.根据权利要求1-3中任一项所述的轴承缺陷检测系统，其中，所述数据处理单元还被配置为对所述振动数据进行移动平均并且将经移动平均的振动数据转换为频域数据。

7.根据权利要求1-3中任一项所述的轴承缺陷检测系统，其中，所述数据处理单元还被配置为利用基于海明窗的快速傅里叶变换将所述振动数据转换为频域数据。

8.根据权利要求1所述的轴承缺陷检测系统，其中，所述轴承特征参数包括所述待检测轴承的转速，所述数据处理单元还被配置为所述待检测轴承的至少一种轴承缺陷中每种轴承缺陷的轴承缺陷特征频率确定为所述转速的函数。

9.根据权利要求2所述的轴承缺陷检测系统，其中，所述轴承特征参数包括所述待检测轴承的转速，所述数据处理单元还被配置为将所述待检测轴承的至少一种轴承缺陷中每种轴承缺陷的轴承缺陷特征频率范围确定为所述转速的函数。

10.一种轴承缺陷检测方法，包括:

接收待检测轴承的轴承特征参数和表示轴承振动的振动数据；

将所述振动数据转换为频域数据；

基于所述轴承特征参数和所述待检测轴承的至少一种轴承缺陷中的轴承缺陷的轴承缺陷特征频率确定针对所述轴承缺陷的全局模型；以及

基于所述全局模型确定所述频域数据中表示所述轴承缺陷的分量，

基于所述轴承特征参数确定与在频域中表示所述轴承缺陷的波形相对应的局部模型；以及

基于所述轴承缺陷特征频率确定表示所述局部模型在选定频率范围内的分布的全局模型，

其中，所述轴承特征参数包括所述待检测轴承的转速，并且基于所述转速使用正态分布确定所述局部模型。

11.根据权利要求10所述的轴承缺陷检测方法，还包括:

基于所述待检测轴承的至少一种轴承缺陷中的所述轴承缺陷的所述轴承缺陷特征频率范围内的每个轴承缺陷特征频率确定所述全局模型；

基于针对每个轴承缺陷特征频率的全局模型确定所述频域数据中针对每个轴承缺陷特征频率的表示所述轴承缺陷的分量；

确定针对不同轴承缺陷特征频率的相应分量的和中的最大值；以及

基于所述最大值确定表示所述轴承缺陷的数据。

12.根据权利要求10所述的轴承缺陷检测方法，还包括:

基于所述轴承特征参数以及所述至少一种轴承缺陷中的每种轴承缺陷的所述轴承缺陷特征频率确定针对每种轴承缺陷的全局模型；以及

基于所述针对每种轴承缺陷的全局模型确定所述频域数据中表示每种轴承缺陷的分量；

基于表示每种轴承缺陷的所述分量分别确定表示每种轴承缺陷的数据；

比较针对每种轴承缺陷的所述数据；以及

基于比较结果确定所述至少一种轴承缺陷中的一种轴承缺陷为所述待检测轴承的当前缺陷类型。

13.根据权利要求10-12任一项所述的轴承缺陷检测方法，还包括

对所述振动数据进行移动平均；以及

将经移动平均的振动数据转换为频域数据。

14.根据权利要求10-12中任一项所述的轴承缺陷检测方法，其中，利用基于海明窗的快速傅里叶变换将所述振动数据转换为频域数据。

15.一种计算机存储介质，其存储有程序代码，所述程序代码当被运行时用于执行根据权利要求10中所述的方法。

Images