CN114001961B - 一种滚动轴承故障特征靶向定位及提取方法 - Google Patents

Abstract

一种滚动轴承故障特征靶向定位及提取方法，首先以待检测故障特征频率作为靶频率构造靶矩阵；其次以固定的通带带宽和滑移频率制定通带滑移滤波策略，能够保证故障特征信号所处频带被完整包含在窄带滤波信号中；再构造经验小波低通、带通、高通滤波器，相比于传统的时域滤波其能够实现滤波信号的高保真；最后结合靶矩阵计算窄带滤波信号平方包络谱的频域多点峭度指标值，根据指标最大准则实现滚动轴承故障特征的靶向定位及提取；本发明可在冲击性噪声、无关周期性分量和背景噪声等干扰源联合作用下，有效地定位故障特征信号所处频段，并从振动加速度信号中提取出故障特征。

Description

一种滚动轴承故障特征靶向定位及提取方法

技术领域

本发明属于机械故障诊断领域，具体涉及一种滚动轴承故障特征靶向定位及提取方法。

背景技术

滚动轴承出现疲劳点蚀失效时，其故障特征信号在时域中表现为周期性冲击信号，在频域中则表现为以结构共振频率为中心，故障特征频率及其整数倍为边频带带宽的共振频带形式，准确地定位共振频带是实现滚动轴承故障诊断的基本思路。实际测得故障滚动轴承振动加速度信号中，总是不可避免的混入诸如冲击性噪声、无关周期性分量、背景噪声等一种或多种干扰源。故而在多种干扰源的联合作用下，从测得信号中准确定位并提取出故障特征信号对信号处理方法提出了较高的要求。

谱峭度方法根据特定分解规则将振动加速度信号分解为若干不同带宽不同中心频率的窄带子信号，以滚动轴承故障特征信号的冲击特性为出发点，计算每一个窄带子信号的峭度指标值，最终以峭度指标值最大作为故障特征的定位和提取准则；该方法虽然得到了较为广泛的应用，但在实际应用时往往存在滤波分解策略不合理、基于FIR的时域滤波器滤波效果不佳、易受冲击性噪声干扰等不足。

经验小波变换作为一种近年来提出的新型时频分析方法，其突破了传统小波及小波包变换只能得到固定频段子信号的短板，实现了任意带宽和中心频率的频带划分及滤波，故而可以看做是一种频域滤波器。小波变换所特有的紧支特性，使得经验小波变换相较于传统时域滤波具有结构紧凑且无振荡的频响，保证了滤波信号的高保真度。经验小波变换的上述优良特性为其能够在滚动轴承故障特征定位及提取方面的应用奠定了坚实的理论基础。

频域多点峭度指标作为近年来提出的一种新型健康状态指标，能够通过预先设定的靶矩阵实现指定间隔的周期性冲击信号的表征。一个高匹配度的靶矩阵是频域多点峭度指标能否实现待检测故障特征频率特性表征的关键，目前在应用层面尚未有统一且规范的靶矩阵构造方法，这极大的限制了频域多点峭度指标的应用。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种滚动轴承故障特征靶向定位及提取方法，可在冲击性噪声、无关周期性分量和背景噪声等干扰源联合作用下，有效地定位故障特征信号所处频段，并从振动加速度信号中提取出故障特征。

为达上述目的，本发明采取的技术方案为：

一种滚动轴承故障特征靶向定位及提取方法，包括以下步骤：

步骤一，通过振动加速度传感器采集得到滚动轴承振动加速度信号y(t)，测得振动加速度信号包含：由疲劳点蚀故障产生的周期性冲击信号x(t)，由冲击性噪声和其它关联旋转部件产生的周期性分量所组成的无关干扰分量z(t)，测试环境背景噪声n(t)；

步骤二，通过滚动轴承几何尺寸参数和转速信息计算滚动轴承外圈故障特征频率、滚动体故障特征频率和内圈故障特征频率，分别作为待输入的靶频率，计算公式为：

其中f_outer，f_ball，f_inner和f_r分别为外圈故障特征频率、滚动体故障特征频率、内圈故障特征频率和轴承内圈转频；d、D、θ和n分别为滚动体直径、轴承节径、滚动体接触角和滚动体个数；

步骤三，利用短时傅里叶变换当中时窗滑移的策略，制定通带滑移滤波策略，通带滑移滤波策略包含一个低通滤波器、一个高通滤波器和若干带通滤波器，每一个滤波器的通带带宽Bw均相等，且相邻两个滤波器的重叠带宽也都相等，即具有相同的滑移频率SF；

步骤四，以经验小波变换为理论基础，使用步骤三中的通带滑移滤波策略，构建经验小波低通滤波器、经验小波带通滤波器和经验小波高通滤波器，各类型频域滤波器数学表达式如下：

①经验小波低通滤波器：

②经验小波带通滤波器：

③经验小波高通滤波器：

上述公式中ω为角频率；ω_n和ω_n+1分别表示下截止频率和上截止频率；γ为过渡带宽系数，其应满足β(·)为函数运算符，其应满足如下条件：

步骤五，将步骤一测得振动加速度信号y(t)进行傅里叶变换得到频域信号Y(ω)，按照步骤三中的通带滑移滤波策略以及步骤四中各类型频域滤波器构造不同类型的滤波器，其频域系数记为Φ(ω)，然后对Φ(ω)取复共轭并与频域信号Y(ω)执行内积运算，再对计算结果进行逆傅里叶变换，最终得到结果的实部即为滤波后的时域信号；

步骤六，通过步骤三至步骤五得到若干个带宽相等、中心频率不等的窄带子信号，记为y_i(t)；按照平方包络谱理论定义，依次计算各个窄带子信号的平方包络谱，记为S_i(ω)，平方包络谱计算公式如下所示：

其中j为虚数单位，Hilbert{·}为希尔伯特变换运算符，为窄带子信号的解析信号，|·|为取模运算符，FT{·}为傅里叶变换运算符；

步骤七，将步骤二中确定的靶频率设为中心频率，按[f(1-α),f(1+α)]形式设定频率搜索范围，其中f即为靶频率，α为频率偏移系数；

步骤八，根据采样原理将下限搜索频率f(1-α)和上限搜索频率f(1+α)转换为脉冲间隔下限和脉冲间隔上限，转换公式为：

其中II_lower和II_upper分别为脉冲间隔下限和上限；N_s和F_s分别为步骤一中采集得到振动加速度信号的采样点数和采样频率，floor{·}和ceil{·}分别为向下取整和向上取整运算符；

步骤九，以脉冲间隔下限II_lower作为待构建靶矩阵第一列的脉冲间隔，则待构建靶矩阵第一列以脉冲间隔上限II_upper作为待构建靶矩阵最后一列的脉冲间隔，则待构建靶矩阵最后一列/>待构建靶矩阵中其余列的脉冲间隔，以脉冲间隔下限和脉冲间隔上限为边界按顺序以1为递增量依次递增，最终靶矩阵T的形式为[T₁,T₂,T₃，…,T_R]_N×R，上述表达式中R为构造靶矩阵时靶向量的个数，N为待计算序列的长度，计算公式分别为：

R＝II_upper-II_lower+1，

N＝floor{ceil{Bw}*N_s/F_s}；

步骤十，使用步骤九构造的靶矩阵计算步骤六得到的所有平方包络谱S_i(ω)的频域多点峭度指标值，以最大频域多点峭度指标值对应的那个平方包络谱所对应的窄带子信号，作为提取出的滚动轴承故障特征，从而实现滚动轴承故障特征所处频带的靶向定位及提取；频域多点峭度指标计算公式如下：

其中T_n,k表示步骤九中构建的靶矩阵的第n行第k列数据，表示靶矩阵中每一列与S_i(ω)依次计算得到频域多点峭度值中的最大值。

所述的步骤三中的所有滤波器的通带带宽Bw均为靶频率的3倍，相邻两滤波器的重叠频率均为靶频率的2倍，即滤波组算法的滑移频率SF为靶频率。

所述的步骤七中的频率偏移系数α取0.02。

本发明具有以下有益效果：

1)本发明提出的通带滑移策略能够始终保证一个完整的共振频带(共振频率和至少一组边频带)被包含在所分解的窄带子信号中，避免有用故障信息丢失。

2)本发明充分利用经验小波变换作为滤波器时所具备的高保真度，替换传统的时域滤波器，保证得到的窄带子信号不失真。

3)本发明以滚动体打滑现象作为主要考虑因素，确定频率偏移系数，用以抵消实际运行过程中普遍存在的故障特征频率偏移现象，实现靶矩阵的规范化构造，最大化发挥频域多点峭度指标的功效。

4)本发明能够同时抵御多种无关分量的干扰，从振动加速度信号中定位并提取出微弱的故障特征信号。

附图说明

图1为本发明方法的流程图。

图2为实施例振动加速度信号时域波形及希尔伯特包络谱。

图3为实施例通带滑移滤波策略示意图。

图4为实施例典型经验小波滤波器时域重构波形及频率响应。

图5为实施例通带中心频率—多点峭度指标关系图。

图6为实施例提取的故障特征信号时域波形及平方包络谱。

具体实施方式

下面结合实施例和附图对本发明进行详细描述。

实施例选取美国凯斯西储大学滚动轴承网络公开数据集中一组编号为285FE的滚动体单点缺陷故障数据，图2所示为该组数据的时域波形和希尔伯特包络谱，从时域波形中可以看到明显的冲击性噪声，而在包络谱低频处则出现了明显的低频分量(时域中表现为周期性分量)，故而该组数据为典型的多干扰源联合作用的故障信号，以该组数据为分析对象，对本发明做以下介绍：

如图1所示，一种滚动轴承故障特征靶向定位及提取方法，包括以下步骤：

步骤一，加载并读取滚动轴承振动加速度信号及其几何尺寸参数和转速信息；

步骤二，通过步骤一读取的滚动轴承几何尺寸参数和转速信息，借助滚动体故障特征频率计算公式计算得到滚动体故障特征频率为115.1Hz；

步骤三，利用短时傅里叶变换当中时窗滑移的策略，制定通带滑移滤波策略，通带滑移滤波策略包含一个低通滤波器、一个高通滤波器和若干带通滤波器，每一个滤波器的通带带宽Bw均为345.3Hz，滑移频率SF始终固定为115.1Hz，通带滑移滤波策略如图3所示；

步骤四，以经验小波变换为理论基础，使用步骤三中的通带滑移滤波策略，构建经验小波低通滤波器、经验小波带通滤波器和经验小波高通滤波器，各类型频域滤波器数学表达式如下：

①经验小波低通滤波器：

②经验小波带通滤波器：

③经验小波高通滤波器：

上述公式中ω为角频率；ω_n和ω_n+1分别表示下截止频率和上截止频率；γ为过渡带宽系数，为保证经验小波的紧支性，其应满足β(·)为函数运算符，其应满足如下条件：

参照图4，图4为本实施例典型经验小波低通、带通、高通滤波器的时域重构波形和频率响应示意图，频响中黑色虚线框出部分为滤波器过渡频带；

步骤五，将振动加速度信号y(t)进行傅里叶变换得到频域信号Y(ω)，按照步骤三中的通带滑移滤波策略以及步骤四中各类型频域滤波器构造不同类型的滤波器，其频域系数记为Φ(ω)，然后对Φ(ω)取复共轭并与频域信号Y(ω)执行内积运算，再对计算结果进行逆傅里叶变换，最终得到结果的实部即为滤波后的时域信号；

步骤六，通过步骤三至步骤五得到若干个带宽相等、中心频率不等的窄带子信号，记为y_i(t)；按照平方包络谱理论定义，依次计算各个窄带子信号的平方包络谱，记为S_i(ω)，平方包络谱计算公式如下所示：

其中j为虚数单位，Hilbert{·}为希尔伯特变换运算符，为窄带子信号的解析信号，|·|为取模运算符，FT{·}为傅里叶变换运算符；

本实施例采样频率F_s为12kHz,故最终根据步骤三确定的通带带宽和滑移频率计算得到的窄带子信号个数为50个；

步骤七，将步骤二中确定的靶频率设为中心频率，按[f(1-α),f(1+α)]形式设定频率搜索范围，从而抵消因滚动体打滑而产生的实际故障特征频率值偏移理论计算值效应，其中f即为靶频率，α为频率偏移系数；

本实施例频率偏移系数α取0.02，最终设定的频率搜索范围为[112.798Hz,117.402Hz]；

步骤八，根据采样原理将下限搜索频率112.798Hz和上限搜索频率117.402Hz通过转换公式转换为脉冲间隔下限和脉冲间隔上限，转换公式为：

其中II_lower和II_upper分别为脉冲间隔下限和上限；N_s和F_s分别为步骤一中采集得到振动加速度信号的采样点数和采样频率，floor{·}和ceil{·}分别为向下取整和向上取整运算符；

本实施例采样点数N_s为121168，采样频率F_s为12kHz，最终经转换公式计算得到的脉冲间隔下限II_lower为1138，脉冲间隔上限II_upper为1186；

步骤九，以脉冲间隔下限II_lower作为待构建靶矩阵第一列的脉冲间隔，则待构建靶矩阵第一列以脉冲间隔上限II_upper作为待构建靶矩阵最后一列的脉冲间隔，则待构建靶矩阵最后一列/>待构建靶矩阵中其余列的脉冲间隔以脉冲间隔下限和脉冲间隔上限为边界按顺序以1为递增量依次递增，最终靶矩阵T的形式为[T₁,T₂,T₃，…,T_R]_N×R，上述表达式中，R为构造靶矩阵时靶向量的个数，N为待计算序列的长度，计算公式分别为：

R＝II_upper-II_lower+1，

N＝floor{ceil{Bw}*N_s/F_s}；

本实施例N值为3503，R值为49；

步骤十，使用步骤九构造的靶矩阵计算步骤六得到的所有平方包络谱S_i(ω)的频域多点峭度指标值，以最大频域多点峭度指标值对应的那个平方包络谱所对应的窄带子信号，作为提取出的滚动轴承故障特征，从而实现滚动轴承故障特征所处频带的靶向定位及提取；频域多点峭度指标计算公式如下：

其中T_n,k表示步骤九中构建的靶矩阵的第n行第k列数据，表示靶矩阵中每一列与S_i(ω)依次计算得到频域多点峭度值中的最大值。

参照图5和图6，本实施例通过图5可以判断定位的故障特征所处的频带；图6为依据图5得到的定位信息，提取的故障特征信号时域波形及其平方包络谱，从时域波形中可以看到冲击性噪声被明显地抑制了，而平方包络谱中则出现了114.5Hz和229Hz两根谱线，考虑到频率偏移现象的存在，可以认定此频率即为滚动体故障特征频率，从而实现滚动轴承故障特征所处频带的靶向定位及提取。

Claims (3)

1.一种滚动轴承故障特征靶向定位及提取方法，其特征在于，包括以下步骤：

步骤一，通过振动加速度传感器采集得到滚动轴承振动加速度信号y(t)，测得振动加速度信号包含：由疲劳点蚀故障产生的周期性冲击信号x(t)，由冲击性噪声和其它关联旋转部件产生的周期性分量所组成的无关干扰分量z(t)，测试环境背景噪声n(t)；

步骤二，通过滚动轴承几何尺寸参数和转速信息计算滚动轴承外圈故障特征频率、滚动体故障特征频率和内圈故障特征频率，分别作为待输入的靶频率，计算公式为：

其中f_outer，f_ball，f_inner和f_r分别为外圈故障特征频率、滚动体故障特征频率、内圈故障特征频率和轴承内圈转频；d、D、θ和n分别为滚动体直径、轴承节径、滚动体接触角和滚动体个数；

步骤三，利用短时傅里叶变换当中时窗滑移的策略，制定通带滑移滤波策略，通带滑移滤波策略包含一个低通滤波器、一个高通滤波器和若干带通滤波器，每一个滤波器的通带带宽Bw均相等，且相邻两个滤波器的重叠带宽也都相等，即具有相同的滑移频率SF；

步骤四，以经验小波变换为理论基础，使用步骤三中的通带滑移滤波策略，构建经验小波低通滤波器、经验小波带通滤波器和经验小波高通滤波器，各类型频域滤波器数学表达式如下：

①经验小波低通滤波器：

②经验小波带通滤波器：

③经验小波高通滤波器：

上述公式中ω为角频率；ω_n和ω_n+1分别表示下截止频率和上截止频率；γ为过渡带宽系数，其应满足β(·)为函数运算符，其应满足如下条件：

步骤五，将步骤一测得振动加速度信号y(t)进行傅里叶变换得到频域信号Y(ω)，按照步骤三中的通带滑移滤波策略以及步骤四中各类型频域滤波器构造不同类型的滤波器，其频域系数记为Φ(ω)，然后对Φ(ω)取复共轭并与频域信号Y(ω)执行内积运算，再对计算结果进行逆傅里叶变换，最终得到结果的实部即为滤波后的时域信号；

步骤六，通过步骤三至步骤五得到若干个带宽相等、中心频率不等的窄带子信号，记为y_i(t)；按照平方包络谱理论定义，依次计算各个窄带子信号的平方包络谱，记为S_i(ω)，平方包络谱计算公式如下所示：

其中j为虚数单位，Hilbert{·}为希尔伯特变换运算符，为窄带子信号的解析信号，|·|为取模运算符，FT{·}为傅里叶变换运算符；

步骤七，将步骤二中确定的靶频率设为中心频率，按[f(1-α),f(1+α)]形式设定频率搜索范围，其中f即为靶频率，α为频率偏移系数；

步骤八，根据采样原理将下限搜索频率f(1-α)和上限搜索频率f(1+α)转换为脉冲间隔下限和脉冲间隔上限，转换公式为：

其中II_lower和II_upper分别为脉冲间隔下限和上限；N_s和F_s分别为步骤一中采集得到振动加速度信号的采样点数和采样频率，floor{·}和ceil{·}分别为向下取整和向上取整运算符；

步骤九，以脉冲间隔下限II_lower作为待构建靶矩阵第一列的脉冲间隔，则待构建靶矩阵第一列以脉冲间隔上限II_upper作为待构建靶矩阵最后一列的脉冲间隔，则待构建靶矩阵最后一列/>待构建靶矩阵中其余列的脉冲间隔以脉冲间隔下限和脉冲间隔上限为边界按顺序以1为递增量依次递增，最终靶矩阵T的形式为[T₁,T₂,T₃，…,T_R]_N×R，上述表达式中，R为构造靶矩阵时靶向量的个数，N为待计算序列的长度，计算公式分别为：

R＝II_upper-II_lower+1，

N＝floor{ceil{Bw}*N_s/F_s}；

步骤十，使用步骤九构造的靶矩阵计算步骤六得到的所有平方包络谱S_i(ω)的频域多点峭度指标值，以最大频域多点峭度指标值对应的那个平方包络谱所对应的窄带子信号，作为提取出的滚动轴承故障特征，从而实现滚动轴承故障特征所处频带的靶向定位及提取；频域多点峭度指标计算公式如下：

其中T_n,k表示步骤九中构建的靶矩阵的第n行第k列数据，表示靶矩阵中每一列与S_i(ω)依次计算得到频域多点峭度值中的最大值。

2.根据权利要求1所述的一种滚动轴承故障特征靶向定位及提取方法，其特征在于：所述的步骤三中的所有滤波器的通带带宽Bw均为靶频率的3倍，相邻两滤波器的重叠频率均为靶频率的2倍，即滤波组算法的滑移频率SF为靶频率。

3.根据权利要求1所述的一种滚动轴承故障特征靶向定位及提取方法，其特征在于：所述的步骤七中的频率偏移系数α取0.02。