[发明专利]一种可调式中智模型轴承故障分类器的故障分类方法

说明书

技术领域

本发明涉及轴承检测技术领域，具体讲是一种可调式中智模型轴承故障分类器的故障分类方法。

背景技术

轴承是旋转机械设备中最重要的零件之一，它的质量往往直接影响着整台机器的性能。要生产出性能良好的滚动轴承不仅要有严格控制的生产技术，还要有有效的检测方法。现在国内的轴承企业大多采用轴承振动检测仪来查找缺陷产品，现有的轴承振动检测仪通常由拾振装置和检测电路组成。拾振装置采集振动信号，通过检测电路调理放大，在屏幕上实时显示振动值，同时通过扬声器发出声音，供员工听取判断轴承是否符合要求。该类轴承振动检测仪在轴承生产企业中被广泛使用，存在功能简单、自动化程度低、缺乏智能识别、临界判断模糊等缺点，而且人工判断对人员的经验要求严格、误判率高。此外，生产过程仅仅依赖“异音”一个指标进行判断，企业很难制造出真正意义上的低振动、低噪声的轴承，产品技术水平难以提升，更不可能与国外的知名轴承厂家竞争。研究一种高效的轴承故障检测仪器，保证轴承出厂质量显得极其重要。

发明内容

本发明的目的在于克服现有技术的不足，提供一种可调式中智模型轴承故障分类器，通过大量实验建立轴承故障特征的标准中智模型，根据检测精度实时生成被测轴承的可调中智参数，通过计算被测轴承的可调中智参数与标准中智模型之间的关联度，实现被测轴承的故障自动分类。

为了实现上述目的，本发明的技术方案如下：一种可调式中智模型轴承故障分类器，包括以下模块：

数据预处理模块：接收来自于信号采集模块的振动信号，对振动信号进行去噪，并提取信号故障特征。

中智模型生成模块：用于对提取的故障特征进行分析处理后生成每一种故障类型的中智模型。

实时中智参数生成模块：用于实时测量被测轴承的参数，并根据所测轴承的类型及精度要求，实时调节中智参数。

故障分类模块：用于分析标准故障中智模型与实时被测中智参数之间的关联度，按设定的规则对故障进行分类。

此外，本发明还提供了一种故障分类方法，包括以下步骤：

(1)轴承故障中智模型的建立：通过数据预处理模块将来自于信号采集模块的振动信号进行3层小波分解，得到8个子频段的能量信号，提取各子频段的能量信号，并进行归一化处理，构成能量特征向量：T＝{E¹,E²,E³,E⁴,E⁵,E⁶,E⁷,E⁸}，其中E¹,…,E⁷,E⁸分别代表第1～8子频段的能量，通过大量样本获取第i频段能量特征向量的最大值Eⁱ_max和最小值Eⁱ_min，建立轴承故障中智模型如下：