[发明专利]基于奇异值分量频域谱的共振带选择方法

说明书

本发明公开了一种基于奇异值分量频域谱的共振带选择方法，涉及轴承的测试方法技术领域。所述方法包括如下步骤：对加速度传感器采集到的故障轴承信号进行FFT频域变换；根据信号频谱的主频个数确定频谱划分的区域个数；将采集到的故障轴承信号构造汉克尔矩阵，对矩阵进行奇异值分解得到奇异值分量；选择分量进行包络解调分析，由包络谱峭度最大值来确定分量中心频率和带宽。所述方法不仅能够自适应选择最优共振带，而且能够提高信号的性噪比，能够很大程度上提高诊断精确性，为后续轴承的故障诊断奠定了良好的基础。

技术领域

本发明涉及轴承的测试方法技术领域，尤其涉及一种基于奇异值分量频域谱的共振带选择方法

背景技术

在诸多的滚动轴承故障诊断方法中，共振解调技术由于其准确性得到了广泛应用，但该方法中，带通滤波器参数的设置需要丰富的专业知识和大量的经验积累，导致共振解调在工程应用中的推广受限。另外，滚动轴承振动信号中噪声也严重影响共振解调故障诊断的准确性，为抑制噪声，提高信噪比，常需要对信号进行消噪处理。

文献1(MCFADDEN P D,SMITH J D.Vibration monitoring of rolling e1-ementbearing by the high-frequency resonance technique；a review[J].Int JTribology,1984,17(2):3-10.)提出了共振解调技术因其准确性高而被广泛应用。但由于在带通滤波时需要依靠主观经验来确定共振频带，不能自适应地共振频带选择，这就使得提取故障特征有很大的最主观因素。文献2(Antoni J,Randall R B.The spectralkurtosis:a useful tool for characterizing non-stationary signals[J].Mechanical Systems and Signal Processing,2006，20(2):282-307)为了使滤波器的参数得到更好的优化，提出了峭度图的概念，并将谱峭度当成了短时傅里叶变换窗口宽度函数。然而这种峭度图在实际工程中不方便运用，并且太浪费时间和精力。文献3(郭代飞，高振明，张坚强.利用小波门限法进行信号去噪[J].山东大学学报(自然科学版)，2001,36(3)；306-311.)提出的小波降噪，虽然具有多分辨率等优点，但阈值和基函数的选取需要人为经验来确定，如果偏差太大，会直接影响降噪效果。文献4(HUANG N E,SHEN Z,LONG S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinearand non-sta-tionary time series analysis[J].Proceeding of Royal Society Lon-don:A,1998.454(1971):903一995.)使用的经验模态分解降噪方法能够把信号分解到不同频段内，再转变成平稳信号进一步分析，虽然不需要在考虑参阈值和基函数的选取，但却出现了一定的频率混叠问题。

发明内容

本发明所要解决的技术问题是提供一种基于奇异值分量频域谱的共振带选择方法，所述方法不仅能够自适应选择最优共振带，而且能够提高信号的性噪比，提升后续故障诊断的精确性。

为解决上述技术问题，本发明所采取的技术方案是：一种基于奇异值分量频域谱的共振带选择方法，其特征在于包括如下步骤：

1)使用加速度传感器采集故障轴承保的振动信息，将加速度传感器采集到的故障轴承信号进行FFT频域变换；

2)根据信号频谱的主频个数即峰值个数，将频谱划分成n个区域；

3)将采集到的故障轴承信号构造成行数为n+1的Hankel矩阵，对矩阵进行奇异值分解，得到n+1个奇异值分量；

4)选择第n个分量进行包络解调分析，由包络谱峭度最大值来确定分量中心频率和带宽。