[发明专利]一种活塞式空压机曲轴箱滚动轴承故障诊断方法

说明书

本发明公开了一种活塞式空压机曲轴箱滚动轴承故障诊断方法，该诊断方法属于活塞式空压机维修领域。具体方法为：首先采用变分模态分解技术对原始的活塞式空压机滚动轴承振动信号进行分解，获得既定数量的模态分量；接着将峭度指标应用于所有分解得到的模态分量得到各自的峭度值，选取最大峭度值对应的模态分量为最优分量，并对其应用最小熵解卷积增强故障激励的周期冲击特性；最后对增强信号使用希尔伯特包络分析解调故障频率，通过与故障理论计算频率值对比得到故障诊断结果。本发明能够快速有效地识别活塞式空压机曲轴箱滚动轴承故障类型，具有高可靠性和工程可行性好的优点。

技术领域

本发明属于活塞式空压机维修领域，涉及一种活塞式空压机曲轴箱滚动轴承故障诊断方法。

背景技术

活塞式空压机因广泛应用于机械、治金、电子电力、包装、采矿等众多工业领域被称为“通用机械”，其巨大的使用量也凸显了其各类故障，其中活塞式空压机曲轴箱故障占较大比例。滚动轴承作为曲轴箱中重要组成部件之一，不仅支撑着曲轴平衡的运转，还承担着传递运动及动力的重任，一旦滚动轴承发生故障，轻则产生异响、连杆磨损，重则造成直接经济损失和重大人员伤亡。因此，为了降低活塞式空压机滚动轴承故障误诊率，减少活塞式空压机事故发生，研究有效地活塞式空压机故障诊断方法对于提高其可靠性、防止重大事故的发生有着重要的现实意义。

滚动轴承故障诊断的关键在于识别故障激励起的周期性冲击特征，然而这些周期性冲击特征容易受环境噪声及其他振动源的干扰。由于活塞式空压机结构复杂且工作环境差，其周期性冲击特征易被环境噪声及内部多种零部件的振动严重干扰，故障滚动轴承振动信号通常呈现出非线性及非平稳的特性，传统的诊断方法故障识别率低且存在严重的故障漏检，难以解决活塞式空压机故障轴承诊断问题。

发明内容

本发明的目的是为了克服现有技术存在的缺点和不足，而提供一种活塞式空压机曲轴箱滚动轴承故障诊断方法。

本发明所采取的技术方案如下：一种活塞式空压机曲轴箱滚动轴承故障诊断方法，包括以下步骤：

(1)从活塞式空压机采集得到滚动轴承振动信号，采用变分模态分解(variational mode decomposition，VMD)对原始的活塞式空压机滚动轴承振动信号进行分解，获得既定数量的模态分量；将峭度指标应用于所有分解得到的模态分量得到各自的峭度值，选取最大峭度值对应的模态分量为最优分量；

(2)并对其应用最小熵解卷积(minimum entropy deconvolution，MED) 增强故障激励的周期冲击特性，得到增强信号；

(3)对增强信号使用希尔伯特包络分析解调故障频率，通过与故障理论计算频率值对比得到故障诊断结果。

VMD技术是一种自适应的信号分解方法,对非平稳性具有良好的分解能力。该技术能够基于信号本身的信息将复杂信号分解为有限的模式分量,这些分解的模式分量代表了信号内含的真实信息。因此,本发明采用VMD技术对活塞式空压机采集得到的故障滚动轴承信号进行模式分解,消除噪声及其他振动源引起的干扰。

步骤(1)中VMD技术分解处理的步骤如下：

非平稳信号y(t)表达为下式：

y(t)＝∑_ku_k (1)；

VMD的实质是求解约束变分模型的最优解，该模型由以下公式给出：

式中：{u_k}＝{u₁,...,u_k}是每个分解分量的集合，{ω_k}:＝{ω₁,...,ω_k} 是每个分解分量对应的中心频率的集合；