[发明专利]一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法

说明书

一种基于振动信号相干倒谱分析的风机类旋转机械设备的轴承健康监测及故障诊断方法，包括如下步骤：步骤一：在风机等类型旋转机械设备的轴承座上安装至少两个振动传感器，测量采集轴承座不同部位的结构振动信号，将信号转换成数字信号，并进行预处理；步骤二：将每个传感器测量获得的振动信号分为N个采样点，N为自然数，计算获得各个部位振动监测信号的自功率谱和两两之间的互功率谱；步骤三：选取两个传感器的振动信号x(n)和y(n)，运用步骤二，对该两个传感器的振动信号进行相干分析，获得相干函数；步骤四：对步骤三中的两个振动信号的相干函数进行傅立叶逆变换，获得一个倒频域的新函数，称为相干倒谱H_xy(n)；步骤五：从相干倒谱H_xy(n)中提取若干特征值F_i，获得不同监测时刻的特征值F_i(t)做出趋势图；步骤六：根据特征值变化趋势，诊断、预测轴承故障状态。本发明可以获取较为精确的轴承健康状况。

技术领域

本发明属于基于振动监测分析的机械设备健康监测诊断技术领域，具体来讲，是一种基于振动信号相干倒谱分析提取风机轴承故障特征，早期识别轴承健康状态劣化的方法。

背景技术

滚动轴承是风机等旋转机械设备的主要部件之一，其健康状态对于整个设备的安全可靠运行非常重要，所以滚动轴承健康状态监测与故障预测一直受到高度关注。旋转机械设备中的滚动轴承长期受到交变载荷作用，因此故障率较高。对于支撑结构复杂、运行工况和环境条件影响较大的旋转机械设备，监测的振动信号中往往包含突出的噪声成分，当滚动轴承开始发生故障时，由于故障部位较小，引起的结构振动响应变化较弱，因此采用常规的振动信号分析方法往往难以揭示故障信息，影响了对于轴承早期健康劣化状态的判断识别。因此需要有效抑制噪声干扰，突出显示信号中的故障信息，提高轴承健康劣化状态监测预测的及时性和准确性，以满足风机健康状态监测的实际应用需求。

当风机等类型的旋转机械设备中的轴承部件发生故障时，轴承故障部位在经过承载区时将产生冲击激励，产生调制振动，表现在振动信号频谱中的特征是在一些高频共振频率附近出现边带成分。通过提取识别这些边带成分，可以判断滚动轴承的健康状态。常用的振动监测分析方法，例如倒频谱分析、包络分析等均是基于这一原理，但是这些方法都有一定的局限性。设备上不同部位的结构振动响应存在很大差别，不同测量部位的振动信号中的故障调制特征可能差别很大，有些部位的故障振动调制信号可能很弱，再加上强噪声干扰、变工况条件的影响，很难识别微弱故障信息。本发明通过至少两个测点信号的相干函数进行倒频域，可以减小测点部位的影响，达到增强故障信息的目的。

发明内容

针对复杂旋转机械设备中轴承部件健康监测中，由于振动监测信号频率成分杂乱、噪声干扰严重、受测点部位影响大，因而难以识别微弱故障特征的问题，本发明提出一种轴承零件故障特征提取的振动信号相干倒谱分析。通过监测设备在不同部位的振动信号，首先对监测信号进行两两之间的相干分析，降低测点部位的影响，抑制测量信号中的干扰噪声，突出信号的故障引起的边带信息；再将相干函数变换到倒频域，得到相干倒谱函数，将故障边带信息的能量在倒频域进行集中，从而可以更加清楚地提取故障边带特征。

本发明可以通过以下技术方案来实现：

一种基于振动信号相干倒谱分析的风机类旋转机械设备的轴承健康监测及故障诊断方法，包括下列步骤：

步骤一：在风机等类型旋转机械设备的轴承座上安装至少两个振动传感器，测量采集轴承座不同部位的结构振动信号，将信号转换成数字信号，并进行预处理；

步骤二：将每个传感器测量获得的振动信号分为N个采样点，N为自然数，计算获得各个部位振动监测信号的自功率谱和两两之间的互功率谱；

步骤三：选取两个传感器的振动信号x(n)和y(n)，对该两个传感器的振动信号进行x(n)和y(n)进行相干分析，获得相干函数；