[发明专利]一种基于信号稀疏表示理论的滚动轴承故障特征提取方法

说明书

技术领域

本发明涉及旋转机械和信号处理领域，特别涉及一种基于信号稀疏表示理论的滚动轴承故障特征提取方法。

背景技术

滚动轴承作为支撑旋转机械的重要部件，其功能失效是导致机械停机的重要因素之一。装配误差、分布故障和局部故障都会导致滚动轴承产生异常的振动响应信号。当滚动轴承的任一元件(外圈、内圈、滚动体和保持架)的表面出现局部损伤(点蚀、剥落、裂纹等)时，损伤表面与其他表面接触时会产生瞬态冲击力，能够激起包括轴承元件、传感器和相关结构的固有频率，产生具有共振调制特征的冲击响应信号。通过安装在轴承座附近的传感器，可以采集到表征轴承故障的冲击响应信号，并混杂着其他结构的振动响应信号以及噪声。从振动响应信号中准确地提取表征轴承故障的特征信号是诊断的关键任务之一，在微弱故障特征提取时，尤为重要。

基于傅里叶变换的幅值解调得到的包络信号往往包含着很多与轴承故障相关的特征，可通过包络谱中出现的轴承特征频率及其谐次来识别故障类型。幅值解调的核心是选择合适的共振频带来提高信噪比。有关确定共振频带的许多研究工作在持续进行着，其中应用最多的方法是谱峭度及其优化方法。若考虑到实际运行转速的波动和滚动体的滑动因素，轴承故障产生的瞬态冲击响应则会出现非平稳特性，这限制了傅里叶变换和包络分析的应用。小波变换通过具有不同伸缩和平移参数的基小波与被分析信号做一系列的卷积运算，可将信号同时分解到时域和频域，能有效的处理非平稳信号。在许多案例中，小波变换已被成功用于诊断轴承的局部损伤。只要选择的基小波合适，小波变换就能很好的匹配和提取瞬态冲击特征。Morlet小波是应用最多的基小波，因为它具有指数衰减形式的波形，与冲击响应的特征很相似。然而，如何设定合适的Morlet小波参数(中心频率和带宽)仍然是一个具有挑战性的问题。

过去二十年，信号稀疏表示理论在图像处理、语音识别和压缩感知等领域取得了引人注目的成绩，也被引入到旋转机械的故障特征提取和信号分离。它的基本原理是应用字典中的原子进行线性组合构造信号，包含两个关键问题：字典设计和系数求解。基于过完备字典的应用，原子不要求完全正交，可以根据信号的自身特点灵活的选择。稀疏系数的求解都是以l_p范数最小化为目标，大致可分为三大类：贪婪追踪算法、线性规划方法和迭代收缩算法。在诊断滚动轴承故障时，信号稀疏表示被用来分离和提取冲击成分，再结合包络分析来识别轴承损伤类型。Cui等建立了能反映故障轴承特征参数的字典，并结合匹配追踪与遗传算法较好地提取了轴承故障。Qin等构造了包含冗余傅里叶基、单位矩阵基和短时傅里叶基的复合变换基字典，通过基追踪算法来求解稀疏系数，能较好的匹配信号的局部特征。Zhu和Cai等先后构造了以Laplace小波、Morlet小波、谐小波和调Q小波为原子的过完备字典，结合神经网络和分裂增广拉格朗日收缩算法(SALSA)来提取轴承故障的冲击响应成分。Tang等应用平移不变稀疏编码(SISC)算法获得信号的潜在成分(latent compnonet)来构造字典和分解信号，提取滚动轴承的微弱故障特征。即使信号稀疏表示理论在滚动轴承方面得到了很多应用，但大部分文献的研究内容仍未考虑以下情况：

(1)由于载荷的变化，局部损伤在不同时刻产生的冲击力大小会不一致，能够激起轴承和传感器系统的多阶固有频率；由于不同激励点传递到安装位置固定的传感器的传递函数不同，传感器在不同时刻采集到的冲击响应的波形参数都可能不一样，包括幅值、频率和阻尼比。上述文献在构造过完备字典时，都只用了一阶固有频率，并不能准确的描述冲击响应的波形特征。

(2)当内圈和滚动体存在局部损伤时，损伤位置会作与轴的转动周期相同或相关的周期运动，周期性地通过轴承的载荷区，与此同时，冲击力在传感器坐标系的投影大小也存在周期性时变，使得不同时刻的冲击响应具有幅值调制现象。在非承载区，冲击力的幅值很小，甚至可能为零，导致某些冲击振动响应缺失。

(3)受转速波动和滚动体滑动的影响，前后两个冲击响应的时间间隔会存在一定的随机误差，使得响应信号呈现非平稳特性，一定程度上限制包络分析的应用。然而，现有的文献多是基于滚动体纯滚动的假设。

(4)对于齿轮箱中的滚动轴承而言，正常齿轮的啮合频率成分会与轴承局部损伤产生的冲击响应耦合，降低故障特征成分的信噪比，会增加构造过完备字典的难度和稀疏系数求解的精度。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于信号稀疏表示理论的滚动轴承故障特征提取方法。