[发明专利]一种采用脉冲小波能量谱分析的滚动轴承故障诊断方法

说明书

技术领域

本发明涉及一种用于识别滚动轴承运行状态的方法。

背景技术

自50年代末60年代初以来，人们对故障诊断的自动化问题进行了一系列的探索。目前，机械故障诊断已经取得了比较满意的结果，出现了大量有效的诊断及测试生成方法。然而轴承故障诊断的研究成果并不理想。据相关报道，旋转机械的故障中轴承的损坏故障约占30%。轴承的故障诊断与状态监测是机械设备故障诊断技术的重要内容。滚动轴承故障可以分为三类：外环故障、内环故障、滚动体故障。其中外环和内环故障由于影响因素较少，其特征相对容易提取，而滚动体发生故障时，影响因数较多，加大了其故障特征提取的难度，这也是轴承故障诊断的难点之一。尽管如此，为了在这方面有所突破，这些年来已经建立了基于故障字典，模糊理论，专家系统，神经网络，支持向量机，信息融合，小波分析，粒子群等各种技术的不同故障诊断方法，并在轴承的实际检验中取得了良好的效果。但是以上技术实现对滚动轴承故障的识别还有待进一步改进及完善。

发明内容

针对滚动轴承带“病”运行情况，本发明采用脉冲小波分析方法对其运行过程的振动信号进行特征提取，并结合能量谱分析法对提取的特征进行故障分类：外环故障、内环故障和滚动体故障。根据分析出的故障情况，对轴承部件做适当处理，以此最小化由滚动轴承故障引起的不良后果。

本发明是通过下属技术方案实现的：一种采用脉冲小波能量谱分析的滚动轴承故障诊断方法，基本步骤如下：

1）采集原始信号：通过数据采集系统采集由安装在轴承器件上的传感器收集的振动信号；

2）对步骤1）采集的信号进行脉冲小波变换处理；

3）计算由步骤2）分离出的各个频率段信号的小波能量；

4）根据步骤3）计算出的小波能量，与Daubechies小波计算结果对比，以判断轴承所处运行状态。

步骤2）中脉冲小波变换处理过程如下：

设采集的信号为s(t)，求得信号s(t)与经过平移和伸缩后的小波函数ψ(t)的积分：

C(a,b)=∫Rs(t)1aψ(t-ba)dt,a∈R+,b∈R---(1)]]>

式（1）中a是尺度参数，b是时间定位参数；

在脉冲小波变换中,a=2^j,b=k2^j,式中j和k都是整数；

小波函数为ψ(t)=(e^iπt-e^-iπt)/iπ；其中ψ_j,k(t)=2^-j/2ψ(2^-jt-k)，式中j和k都是整数；

设具有脉冲的小波滤波器g作为小波函数ψ，它是基于常规网格ΔZ定义的，其中Δ为采样周期，脉冲小波分析可以由下式描述：