[发明专利]基于阶次谱和包络谱的旋转机械滚动轴承故障诊断方法

说明书

本发明公开一种基于阶次谱和包络谱的旋转机械滚动轴承故障诊断方法，从宏观上采集轴承在整个变转速运行过程中的变转速信号，并对其采用阶次谱的方法初步确定故障的有无及可能存在的故障类型；再从微观上截取采集轴承在整个变转速运行过程中的某一段恒定转速信号，并对其采用包络谱的方法验证故障的类型是否正确，作为阶次谱方法诊断结果的补充；最终结合阶次谱和包络谱的诊断结果，得到最终的诊断结论，从而避免了单一诊断结果受干扰的影响，提高了诊断的精度。

技术领域

本发明涉及轴承故障诊断技术领域，具体涉及一种基于阶次谱和包络谱的旋转机械滚动轴承故障诊断方法。

背景技术

随着机械装备向着高速、重载、精密方向发展，系统对机械传动设备的要求越来越高。不仅要求机械传动设备能够传递较大的功率和载荷，而且传动系统本身必须具有很好的可靠性，从而降低设备的运营成本并提高设备运营过程中的安全性。旋转机械一旦出现故障，轻则降低产品质量或者导致停产，重则会带来巨大的经济损失和人员伤亡。滚动轴承作为旋转机械的重要组成部分，其运行状态的监测和故障的诊断对工业生产的安全性和可靠性具有十分重要的意义。传统基于信号处理的轴承故障诊断大都假定轴承运行在恒定转速下，而实际机械装备在运行时，轴承都是处于变转速的工作状态。目前针对变转速轴承的诊断方法对系统硬件要求较高，诊断方法复杂，易受干扰的影响从而难以准确诊断出轴承故障，因而在实际应用中会存在局限性。

发明内容

本发明针对现有变转速轴承的诊断方法对系统硬件要求较高，诊断方法复杂，易受干扰的影响从而难以准确诊断出轴承故障，在实际应用中会存在局限性的问题，提供一种基于阶次谱和包络谱的旋转机械滚动轴承故障诊断方法。

为解决上述问题，本发明是通过以下技术方案实现的：通过传感器采集滚动轴承振动信号，传输并存储到计算机中。采用COT算法将时域非平稳信号转化为角域平稳信号；使用VMD算法对角域平稳信号进行分解；对分解后的信号求阶次谱从而得到故障信息；同时提取滚动轴承在变转速过程中出现的一段恒定转速信号；将信号输入到VMD算法中并求其包络谱以得到故障信息，最后得出综合诊断结论。

基于阶次谱和包络谱的旋转机械滚动轴承故障诊断方法，包括步骤如下：

步骤1、通过传感器采集滚动轴承在运行过程中的振动时域信号，并将该振动时域信号存储于计算机中；

步骤2、采用计算阶次跟踪算法对采集到的振动时域信号进行处理，将振动时域信号转变为振动角域信号；

步骤3、采用变分模态分解算法对振动角域信号进行分解，得到一系列带宽限制的变转速本征模态，并对这些变转速本征模态进行傅里叶变换，将角域的重采样信号转换为阶次域信号，得到阶次谱；

步骤4、通过将阶次谱中的对应阶次和旋转机械滚动轴承的固有阶次进行对比，初步确定故障的有无及可能存在的故障类型；

步骤5、通过分析存储在计算机中的振动时域信号的速度变化趋势，并截取一段出现在滚动轴承变转速运行过程中出现的恒定转速信号；

步骤6、采用变分模态分解算法对恒定转速信号进行分解，得到一系列带宽限制的恒定转速本征模态，并对每个恒定转速本征模态分别绘制包络谱；

步骤7、通过分析包络谱上是否出现了步骤4所初步确定的故障类型所对应的特征频率，来验证阶次谱诊断出的故障类型是否正确：当包络谱中存在步骤4所初步确定的故障类型所对应的特征频率时，则最终认定该故障类型存在，否则最终认定该故障类型不存在。

上述步骤1中，所述传感器为压电加速度传感器。