[发明专利]一种滚动轴承振动信号故障特征提取方法

说明书

本发明公开了一种滚动轴承振动信号故障特征提取方法。该方法基于奇异谱SSA和线性自回归模型AR，包括以下步骤：步骤1，实时采集运行车辆的时域振动加速度信号，对采集到的振动加速度信号进行分段处理；步骤2，对步骤1每段振动加速度信号应用奇异谱分析进行噪声去除；步骤3，对步骤2去噪后的振动加速度信号进行平稳性测试，如果未通过平稳性测试，则需要进行差分处理，直至振动加速度信号通过平稳性测试；步骤4，利用线性自回归模型进行建模，并确定模型阶次以及模型系数，根据该模型系数确定故障特征。本发明方法对滚动轴承振动信号故障特征进行提取，简单易行，具有很好的应用价值。

技术领域

本发明属于城市轨道列车滚动轴承故障监测与安全预警技术领域，特别是一种滚动轴承振动信号故障特征提取方法。

背景技术

我国城市轨道交通行业目前正处于高速发展的阶段，已经批准了四十多个城市的建设规划，总里程已经达到8000多公里，其中已通车里程与在建里程大概各占一半，年度投资总额达到3000亿元左右。预计到2020年左右，我国将形成更为完善的城市轨道交通网，实现城际客运线、城市轻轨线、城市地铁线和铁路客运线之间的有机衔接，更方便旅客换乘，为广大群众更好地服务。

城轨列车是一个由机电一体化构成的复杂的动态系统，系统内部的各设备或部件间耦合关系强，有些关键部件的使用频次高，一旦一个关键部件出现故障将导致其他设备的工作异常，进而将直接对列车的安全运行产生影响。滚动轴承作为这样一个关键部件，在所有类型的旋转机械中都发挥着至关重要的作用。当城轨列车在高速运行时，接触应力反复作用于轴承表面，将造成轴承剥蚀和压痕等损伤，进而造成轴承断裂和烧损等故障，严重的将导致城轨列车走行系失效，危害列车的安全运行。

目前城轨列车主要采用离线检测方法和定期检测方法对列车运行状态进行监测，传统的城轨列车检测方法无法及时了解城轨列车滚动轴承的运行状态，也无法提前预知滚动轴承的故障，严重阻碍了城轨交通行业的发展。

发明内容

本发明的目的在于提供一种方法简单、实时性好的滚动轴承动信号故障特征提取方法，通过列车轴箱振动加速度信号，利用奇异谱分析去噪，估算线性自回归模型系数，实现滚动轴承实时监测。

实现本发明目的的技术解决方案是：一种滚动轴承振动信号故障特征提取方法，基于奇异谱SSA和线性自回归模型AR，包括以下步骤：

步骤1，实时采集运行车辆的时域振动加速度信号，对采集到的振动加速度信号进行分段处理；

步骤2，对步骤1每段振动加速度信号应用奇异谱分析进行噪声去除；

步骤3，对步骤2去噪后的振动加速度信号进行平稳性测试，如果未通过平稳性测试，则需要进行差分处理，直至振动加速度信号通过平稳性测试；

步骤4，利用线性自回归模型进行建模，并确定模型阶次以及模型系数，根据该模型系数确定故障特征。

本发明与现有技术相比，其显著优点是：(1)涉及到的硬件设备主要包含振动传感器和主机，实现成本低；(2)将非平稳信号进行一次差分实现信号的平稳性；(3)计算结果精度较高，方法适用性强。

附图说明

图1为本发明滚动轴承振动信号故障特征提取方法的流程图。

图2为本发明滚动轴承分段后某一段原始信号图。

图3为本发明原始信号不同窗口长度的奇异谱图。

图4为本发明原始信号和通过SSA分解后的前三个分量图。

图5为本发明原始信号和后信号对比图。。

图6为本发明经过SSA去噪后信号经过一次差分后的信号图。

图7为本发明的自回归模型阶数为69的BIC值随阶数变化图。