[发明专利]一种基于故障特征的零空间轴承复合故障诊断方法

说明书

技术领域

本发明涉及一种轴承复合故障诊断方法，属于轴承故障诊断技术领域，尤其涉及一种基于故障特征的零空间轴承复合故障诊断方法。

背景技术

轴承是旋转类机械的重要组成部件，对其运转状态的检测和故障诊断具有很重要的意义。轴承的故障振动信号是一类典型的非平稳信号且含有大量噪声等干扰，较平稳信号而言，非平稳信号的分析是一类十分复杂的非线性问题，尤其在发生复合故障的情况，由于故障间的相互影响、干扰使得故障特征变得复杂进而大大增加了准确检测故障的难度，然而工程实际中所接触的信号往往也是此类信号，所以此类信号的研究对于工程应用具有极其重要的意义。

在传统的信号分析方法中，基本的分析方法包括时域分析和频域分析。时域分析形式简易直观，而频域分析更能反映信号内涵的信息。然而对于复杂的非平稳信号而言，单纯的时域表示或频域表示都不能完整刻画信号富含的特征信息。因此时频分析方法应运而生。典型的时频分析方法有短时傅里叶变化、Wigner-Ville分布、小波变换、Hilbert-Huang变换、EMD分解等，但一般的时频分析方法由于其分解基函数的单一对复杂信号的表达缺乏自适应性。EMD算法虽然具备一定的自适应性，但是在分析故障成分频率接近的复合故障时，会产生模式混叠和虚假分量。

零空间追踪算法是一种基于微分算子的自适应信号分解方法，其中微分算子是基于待分析信号的振动模型构造的。2008年，SL Peng和WL Hwang等人在EMD分解算法的基础之上提出了零空间追踪算法(NSP)。NSP算法主要是通过求解一个最优化问题的正则化方法来实现的，其核心思想是局部窄带信号在奇异局部线性微分算子的作用下“消失”，因此，可以通过奇异局部线性微分算子来抽取待分析信号的局部窄带分量，并将得到的局部窄带信号作为单元信号，用其叠加来逼近原始信号，进而实现信号的自适应分解。2010年，SL Peng对零空间追踪算法进行了进一步优化，使得该算法可以有效地提取调频信号。2011年，胡晰远在此基础上将零空间追踪算法进行了推广，实现了调幅调频信号的提取。2013年肖维维等人提出了自适应三阶微分算子的零空间追踪算法，将算子推广到三阶线性微分算子，它可以提取复指数信号，随后又进一步的提出了四阶线性微分算子。目前零空间追踪算法主要应用在图像处理领域，在机械故障诊断上的应用比较少见。

发明内容

为了解决传统的信号分析方法在轴承故障诊断中的上述技术问题，本发明的目的在于提供了一种基于故障特征的零空间轴承复合故障诊断方法。

为实现上述目的，本发明采用的技术方案为一种基于故障特征的零空间轴承复合故障诊断方法，该方法包括根据轴承故障机理建立轴承故障振动模型，依据故障振动模型利用Matlab编程构造基于轴承故障特征的微分算子、对轴承故障非平稳信号进行基于故障特征的零空间微分算子的自适应分解、提取包含故障特征的局部窄带信号、解调得到故障特征。

所述分解算法包括以下步骤：

(1)根据轴承故障机理建立故障振动模型；

(2)根据故障模型构造基于轴承故障的零空间微分算子；

(3)利用构造的基于轴承故障的零空间微分算子对原始信号进行分解，通过调整算法中的参数得到包含不同故障特征的窄带信号；

(4)对包含不同故障冲击信号成分的窄带信号进行解调分析得到不同故障特征。

轴承振动信号由轴承的旋转运动引起，故障轴承振动信号中还会出现冲击和瞬态振动特征，针对这一特点及动力学可知滚动轴承故障振动形式可以抽象为质量-弹簧-阻尼系统，质量-弹簧-阻尼系统的动力学模型为：

my″+cy′+ky＝0

其中m为质量-弹簧-阻尼系统中质量元件的质量，c为质量-弹簧-阻尼系统中阻尼器的阻尼系数，k为质量-弹簧-阻尼系统中弹簧元件的弹性系数，y为系统中质量元件的位移关于时间t函数，y′为y的一阶导数，y″为y的二阶导数，为后续计算方便令n＝c/2m，ξ＝n/ω，ω为有阻尼振动角频率，ξ为阻尼比，n为一常数。

则上式可改写为如下形式：

y″+2ξωy'+ω²y＝0

上式的解为：

y(t)＝y₀e^-ξωtcos(ωt)

其中，y₀为质量元件位移函数当时间t＝0时的初始值。

即轴承故障振动模型为周期出现的指数衰减函数，可表示为：