CN114858453A - 一种轴承复合故障诊断方法 - Google Patents
一种轴承复合故障诊断方法 Download PDFInfo
- Publication number
- CN114858453A CN114858453A CN202210307656.2A CN202210307656A CN114858453A CN 114858453 A CN114858453 A CN 114858453A CN 202210307656 A CN202210307656 A CN 202210307656A CN 114858453 A CN114858453 A CN 114858453A
- Authority
- CN
- China
- Prior art keywords
- correlation calculation
- spectrum
- bearing
- spectrum correlation
- signal
- 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.)
- Pending
Links
Images
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
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于轴承故障诊断技术领域,具体涉及一种轴承复合故障诊断方法。该方法首先获取轴承的振动信号,然后进行谱相关计算,并依据谱相关计算结果进行改进谱相关计算,最后基于改进谱相关计算结果沿载频方向进行积分以进行增强谱相关计算,从而得到只反映调制频率特征的频谱结果,即得到忽略载频特征的时频谱结果,以更直观地反映故障特征提取结果,有效解决由于信号之间的耦合性以致传统包络谱分析方法无法有效提取滚动轴承复合故障特征的问题,只提取出滚动轴承发生故障时的目标特征频率‑调制频率,有效改进传统谱分析同时提取调制频率及载频造成时频分析结果中谱线分布复杂的缺点。
Description
技术领域
本发明属于轴承故障诊断技术领域,具体涉及一种轴承复合故障诊断方法。
背景技术
作为旋转机械中应用最为广泛也是最容易发生故障的支撑部件之一——滚动轴承,其安全运行往往决定着整个设备的状态。对滚动轴承进行及时有效的故障判断,有着重要的经济及安全意义。然而,当滚动轴承发生复合故障时,由于各个单一故障信号之间的相互耦合性以及背景噪声的影响,常规分析方法如包络谱分析难以取得有效的特征提取效果。
基于二阶循环统计量的谱相关分析方法是一种有效的滚动轴承故障特征提取时频分析方法,可以取代包络谱分析对滚动轴承复合故障进行特征提取。但在实际应用中谱相关分析方法不仅提取出滚动轴承发生故障时的调制频率,而且还提取出载频,造成最终时频分析结果中谱线分布结构的复杂性,影响故障特征提取结果的直观反映,无法快速提取出复合故障特征频率。
发明内容
本发明的目的在于提供一种轴承复合故障诊断方法,用以解决利用现有技术的谱相关计算方法无法直观反映复合故障特征的问题。
为解决上述技术问题,本发明所提供的技术方案以及技术方案对应的有益效果如下:
本发明的一种轴承复合故障诊断方法,包括如下步骤:
1)获取轴承的振动信号;
2)对振动信号进行谱相关计算,得到谱相关计算结果;
3)根据谱相关计算结果,根据下式进行改进谱相关计算,得到改进谱相关计算结果:
4)根据改进谱相关计算结果,沿载频方向进行积分进行增强谱相关计算,得到增强谱相关计算结果:
5)根据增强谱相关计算结果,提取轴承的复合故障特征。
上述技术方案的有益效果为:面对采用现有技术中谱相关分析方法不仅提取出轴承发生故障时的调制频率,还提取出载频的现象,本发明首先使用改进谱相关分析方法对轴承复合故障进行时频分析,使分析结果相对于传统谱相关时频分析结果具有更优的时频特征提取效果及分辨率,在此基础上,计算相应的增强谱相关,从而得到只反映调制频率特征的频谱结果,即忽略载频特征的时频谱结果,以更直观地反映故障特征提取结果,有效解决由于信号之间的耦合性以致传统包络谱分析方法无法有效提取滚动轴承复合故障特征的问题,只提取出滚动轴承发生故障时的目标特征频率-调制频率,有效改进传统谱分析同时提取调制频率及载频造成时频分析结果中谱线分布复杂的缺点。
进一步地,为了提高轴承复合故障特征提取效率,步骤1)中,所述轴承的振动信号为发生报警时的振动信号。
进一步地,所述振动信号为加速度信号一次积分后的速度信号。
进一步地,为了有效减少误报率,采用如下方法确定发生报警时的振动信号:采集轴承各振动测点的原始加速度信号;对原始加速度信号进行一次积分得到速度信号,并根据原始加速度信号确定峭度值;若某原始加速度信号所对应的速度信号超过速度报警值且峭度值超过峭度报警值,则该原始加速度信号所对应的速度信号为发生报警的振动信号。
进一步地,为了提高轴承复合故障提取的计算效率,所述发生报警时的振动信号为原始加速度信号所对应的速度信号取值最大的信号。
进一步地,步骤2)中计算得到谱相关计算结果的过程包括:
①对轴承的振动信号进行自相关计算:
Rx(t,τ)=E[x(t+τ/2)·x*(t-τ/2)]=E[x(t+nT0+τ/2)·x*(t+nT0-τ/2)]
式中,Rx(t,τ)表示自相关计算结果,x(t)表示振动信号,*表示谱相关内积,E[]表示均值运算符,T0表示故障周期,τ表示随机滑动,n表示故障周期数
②用样本平均估计自相关计算结果的集总平均,公式为:
③根据如下公式确定自相关计算结果Rx(t,τ)的循环自相关函数:
④根据如下公式计算振动信号x(t)的谱相关计算结果:
附图说明
图1是本发明的轴承复合故障诊断方法的流程图;
图2(a)是为滚动轴承复合故障(内圈外圈滚动体复合故障)时域图;
图2(b)是图2(a)所示信号的包络分析谱图;
图3是将图2(a)所示信号的传统谱相关时频分析结果图;
图4是将图2(a)所示信号的改进谱相关时频分析结果图;
图5是将图2(a)所示信号的增强谱相关时频分析结果图。
具体实施方式
本发明从多方面来改进滚动轴承复合故障诊断,第一方面为,使用改进谱相关分析方法对滚动轴承复合故障进行时频分析,分析结果相对于传统谱相关时频分析结果具有更优的时频特征提取效果及分辨率;第二方面为,在改进谱相关分析的计算结果基础之上,计算相应的增强谱相关,得到只反映调制频率特征(即故障频率)而忽略载频特征的时频谱结果,相对改进谱相关时频分析结果及谱相关时频分析结果,能更直观地反映故障特征提取结果。
下面结合附图和实施例,对本发明的一种轴承复合故障诊断方法进行详细说明。
方法实施例:
本发明的一种轴承复合故障诊断方法实施例,针对的轴承是滚动轴承,其整体流程如图1所示:
步骤一,对监测滚动轴承进行振动测点布置,并从中获取得到滚动轴承的报警振动信号。
具体的:
1、选择加速度传感器在滚动轴承各测点进行布置,并获取各加速度传感器采集的数据。
2、对各加速度传感器采集的数据进行处理,采用双指标报警方式判断是否出现报警:对加速度值进行积分得到速度值(监测振动幅值),依据原始加速度信号的计算值确定峭度值;如果速度值超过速度报警值(根据国标设置)且峭度值超过峭度报警值(可设置为3.5),则表明两个指标同时超标,判定该测点所对应的通道报警。采用双指标报警方式可以有效减少误报率。
3、若监测的滚动轴承有多个通道同时报警,则选择振动幅值最大的报警通道进行后续的谱相关计算。
步骤二,对步骤一中选取得到的振动信号x(t)(为呈现二阶循环平稳特性的滚动轴承复合故障信号)进行谱相关计算,具体计算过程如下:
1、计算振动信号x(t)的自相关函数,计算公式如下:
Rx(t,τ)=E[x(t+τ/2)·x*(t-τ/2)]=E[x(t+nT0+τ/2)·x*(t+nT0-τ/2)] (1)
式中,Rx(t,τ)表示自相关计算结果,x(t)表示振动信号,*表示谱相关内积,E[]表示均值运算符,T0表示故障周期,τ表示随机滑动,n表示故障周期数。
2、用样本平均估计式(1)的集总平均,公式如下:
3、由于Rx(t,τ)为周期函数,其Fourier系数可以表示为:
4、计算振动信号x(t)的谱相关,如下式:
式中,f表示载频。
步骤三,为增强载频f以及故障特征频率α在谱相关时频图上的分辨率,在式(4)的基础上,根据如下公式进行改进谱相关计算,从而得到改进谱相关时频谱。计算公式如下:
式中,*表示谱相关内积。
步骤四,基于步骤三得到的改进谱相关时频谱,沿载频方向进行能量积分,得到增强谱相关时频谱,即只提取故障频率而忽略载频,从而更清晰的表达故障特征提取结果。增强谱相关计算公式如下:
式中,f1和f2分别表示改进谱相关谱中能量分布集中处最小载频及最大载频,其值选取可根据改进谱相关结果进行人为选取。
步骤五,根据步骤四得到的增强谱相关时频谱,对复合故障进行特征提取,对复合故障进行分析。
至此,便可完成滚动轴承的复合故障诊断。下面将该方法应用于具体的实例中以说明其有效性。如图2(a)所示为滚动轴承复合故障(内圈外圈滚动体复合故障)时域图,图2(b)为图2(a)所示信号的包络谱,无法有效提取故障特征;图3是图2(a)所示信号的传统谱相关时频分析结果;图4是图2(a)所示信号的改进谱相关时频分析结果;图5是图2(a)所示信号的增强谱相关时频分析结果,可以看出,有效提取出滚动轴承符合故障特征频率。
综上,本发明采用增强谱相关时频分析方法对滚动轴承复合故障信号进行特征提取,有效解决由于信号之间的耦合性以致传统包络谱分析方法无法有效提取滚动轴承复合故障特征问题的同时,只提取出滚动轴承发生故障时的目标特征频率-调制频率,有效改进传统谱分析同时提取调制频率及载频造成时频分析结果中谱线分布复杂的缺点,具有更直观的特征提取效果。
Claims (6)
2.根据权利要求1所述的轴承复合故障诊断方法,其特征在于,步骤1)中,所述轴承的振动信号为发生报警时的振动信号。
3.根据权利要求2所述的轴承复合故障诊断方法,其特征在于,所述振动信号为加速度信号一次积分后的速度信号。
4.根据权利要求2所述的轴承复合故障诊断方法,其特征在于,采用如下方法确定发生报警时的振动信号:
采集轴承各振动测点的原始加速度信号;
对原始加速度信号进行一次积分得到速度信号,并根据原始加速度信号确定峭度值;
若某原始加速度信号所对应的速度信号超过速度报警值且峭度值超过峭度报警值,则该原始加速度信号所对应的速度信号为发生报警的振动信号。
5.根据权利要求2所述的轴承复合故障诊断方法,其特征在于,所述发生报警时的振动信号为原始加速度信号所对应的速度信号取值最大的信号。
6.根据权利要求1~5任一项所述的轴承复合故障诊断方法,其特征在于,步骤2)中计算得到谱相关计算结果的过程包括:
①对轴承的振动信号进行自相关计算:
Rx(t,τ)=E[x(t+τ/2)·x*(t-τ/2)]=E[x(t+nT0+τ/2)·x*(t+nT0-τ/2)]
式中,Rx(t,τ)表示自相关计算结果,x(t)表示振动信号,*表示谱相关内积,E[]表示均值运算符,T0表示故障周期,τ表示随机滑动,n表示故障周期数;
②用样本平均估计自相关计算结果的集总平均,公式为:
③根据如下公式确定自相关计算结果Rx(t,τ)的循环自相关函数:
④根据如下公式计算振动信号x(t)的谱相关计算结果:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210307656.2A CN114858453A (zh) | 2022-03-25 | 2022-03-25 | 一种轴承复合故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210307656.2A CN114858453A (zh) | 2022-03-25 | 2022-03-25 | 一种轴承复合故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114858453A true CN114858453A (zh) | 2022-08-05 |
Family
ID=82629465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210307656.2A Pending CN114858453A (zh) | 2022-03-25 | 2022-03-25 | 一种轴承复合故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114858453A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116358873A (zh) * | 2023-05-31 | 2023-06-30 | 厚普智慧物联科技有限公司 | 滚动轴承故障诊断方法、装置、设备及介质 |
-
2022
- 2022-03-25 CN CN202210307656.2A patent/CN114858453A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116358873A (zh) * | 2023-05-31 | 2023-06-30 | 厚普智慧物联科技有限公司 | 滚动轴承故障诊断方法、装置、设备及介质 |
CN116358873B (zh) * | 2023-05-31 | 2023-09-15 | 厚普清洁能源(集团)股份有限公司 | 滚动轴承故障诊断方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108195587B (zh) | 一种电机滚动轴承故障诊断方法及其诊断系统 | |
CN109932179B (zh) | 一种基于ds自适应谱重构的滚动轴承故障检测方法 | |
CN102269655B (zh) | 一种轴承故障的诊断方法 | |
CN109668733B (zh) | 变分非线性模式分解变转速轴承故障诊断方法 | |
CN109506921A (zh) | 一种旋转机械故障诊断与预警方法 | |
Xu et al. | Fan fault diagnosis based on symmetrized dot pattern analysis and image matching | |
CN105865794B (zh) | 基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法 | |
CN110991564B (zh) | 基于多尺度分散熵偏均值与非线性模式分解的变工况轴承故障诊断方法 | |
CN110987438B (zh) | 水轮发电机变转速过程周期性振动冲击信号检测的方法 | |
Sheng et al. | Applications in bearing fault diagnosis of an improved Kurtogram algorithm based on flexible frequency slice wavelet transform filter bank | |
Tang et al. | Multiple time-frequency curve classification for tacho-less and resampling-less compound bearing fault detection under time-varying speed conditions | |
CN108444704A (zh) | 一种滚动轴承早期故障诊断方法 | |
CN109946081A (zh) | 一种用于变转速下滚动轴承打滑时的故障诊断方法 | |
CN114858453A (zh) | 一种轴承复合故障诊断方法 | |
Wang et al. | Information interval spectrum: A novel methodology for rolling-element bearing diagnosis | |
CN103267652B (zh) | 一种智能早期设备故障在线诊断方法 | |
CN105521997A (zh) | 一种基于振动信号诊断轧机辊系故障的方法 | |
Wang et al. | An improved time-varying morphological filtering and its application to bearing fault diagnosis | |
CN112345247B (zh) | 一种滚动轴承的故障诊断方法及装置 | |
CN110376437B (zh) | 一种克服非阶次频率成分干扰的阶次分析方法 | |
CN117030249A (zh) | 一种用信号时间片段进行往复机械故障定位的方法 | |
CN114486252B (zh) | 一种矢量模极大值包络的滚动轴承故障诊断方法 | |
CN106772032B (zh) | 一种水轮发电机组的故障特征提取方法 | |
CN112857806B (zh) | 一种基于移动窗口时域特征提取的轴承故障检测方法 | |
CN112525337B (zh) | 一种针对机械压力机振动监测数据预处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |