[发明专利]一种滚动轴承故障损伤程度识别方法

权利要求书

1.一种滚动轴承故障损伤程度识别方法，其特征在于，包括以下步骤：

步骤1、利用加速度传感器采集电机运行状态下的滚动轴承振动加速度信号；

步骤2、λ为分析尺度，将λ从1变化到50，计算不同尺度下，步骤1中测出的振动加速度信号的数学形态梯度谱值；

步骤3、将λ从1变化到50，计算不同尺度下，步骤1中测出的振动加速度信号的数学形态梯度谱值变化率，数学形态梯度谱值变化率的公式如下式所示：

Δ＝PGS(λ+1)-PGS(λ)

其中，PGS为数学形态梯度谱；

步骤4、根据步骤3中计算的数学形态梯度谱值变化率的结果，确定使数学形态梯度谱值变化率≤10^-2的尺度λ_op，即能够识别不同损伤程度的结构元素最佳尺度范围为1～λ_OP；

步骤5、将λ从1变化到λ_op，计算不同尺度下，步骤1中测出的振动加速度信号的高阶差分数学形态梯度谱值，高阶差分数学形态梯度谱值的公式如下式所示：

G_PGS(f,λ,g,n)＝A[Grad(f,(λ+n)g)-Grad(f,λg)]

Grad为数学形态学梯度运算；

步骤6、将λ从1变化到λ_op，计算不同尺度下，步骤1中测出的振动加速度信号的高阶差分数学形态梯度谱熵值，高阶差分数学形态梯度谱熵值的公式如下式所示：

式中，q(λ)＝G_PGS(f,λ,g,n)/∑G_PGS(f,λ,g,n)，k＝1、2、3...；

步骤7、为定量诊断故障损伤程度，定义故障损伤程度区分度，首先计算某种状态下振动加速度信号的高阶差分数学形态梯度谱熵均值，公式如下式所示：

其中，m为某种状态下的数据组数；

计算损伤程度区分度的公式如下式所示：

Δ_G＝G_PGSE_mean(i)-G_PGSE_mean

其中，G_PGSE_mean为正常状态下振动加速度信号的高阶差分数学形态梯度谱熵均值，i为某种故障状态编号；

步骤8、利用步骤7中定义的故障损伤区分度公式来计算某种故障的损伤程度区分度，并建立损伤程度区分度拟合曲线；

步骤9、将某种故障的损伤程度区分度和损伤程度区分度拟合曲线进行对比，用于确定某种故障的损伤程度。

2.根据权利要求1所述的一种滚动轴承故障损伤程度识别方法，其特征在于，所述的步骤2中的振动加速度信号的数学形态梯度谱值的计算步骤依次为：

a、设原始信号f(n)为定义在F＝(0、1、…、N-1)上的离散函数，λ为分析尺度，定义结构元素g(n)为G＝(0、1、…、M-1)上的离散函数，且N≥M，即分析尺度为1时的结构元素，则在λ尺度下的结构元素定义为：

b、在步骤a的基础上，对离散信号序列为f(n)的多尺度形态腐蚀、膨胀、开和闭运算可分别定义为:

(fΘg)λ(n)＝(fΘλg)(n)

c、f(n)的数学形态谱定义为：

其中：

A＝∑f(n)

由于一维离散信号的尺度大小只取连续的整数值，因此，数学形态谱可简化为：

其中，λ≥0，数学形态谱指开运算数学形态谱；

d、形态梯度算子定义为信号f通过结构元素g膨胀和腐蚀运算后的差，其定义如下:

将形态梯度算子与数学形态谱结合，得到数学形态梯度谱定义为：

PGS(f,λ,g)＝A[Grad(f,(λ+1)g)-Grad(f,λg)]λ≥0

将λ从1变化到50，按照上述a～d步骤，计算步骤1中测出的振动加速度信号的数学形态梯度谱值。

3.根据权利要求1所述的一种滚动轴承故障损伤程度识别方法，其特征在于，所述的步骤9中的损伤程度区分度拟合曲线是通过分析若干已知不同故障损伤程度的轴承振动信号，经过提取熵值，再计算区分度值，以拟合的方法获得的故障损伤程度区分度曲线。