[发明专利]一种滚动轴承故障诊断方法及系统

权利要求书

1.一种滚动轴承故障诊断方法，其特征在于，所述诊断方法包括如下步骤：

采集滚动轴承振动信号；

对所述滚动轴承振动信号进行离散傅里叶变换，得到滚动轴承振动信号的Fourier谱；

采用短时能量边界检测方法对所述Fourier谱进行自适应划分，得到多个连续区间；

获取每个连续区间的尺度函数、小波函数和经验小波变换的细节系数和逼近系数；

根据所述尺度函数、小波函数和经验小波变换的细节系数和逼近系数，对每个连续区间内的滚动轴承振动信号进行经验小波分解，得到多个调幅调频模态分量；

计算每个所述调幅调频模态分量的包络谱显著性指数；具体包括：获取第m个调幅调频模态分量的包络谱；m＝1,2，…，M，M表示调幅调频模态分量的个数；获取所述包络谱的所有幅值极大值；将所有的幅值极大值按照从高到低的顺序排序，获取前K个幅值极大值；根据K个所述幅值极大值利用公式ESSI_m＝F_m1(ω)*F_m2(ω)*…*F_mK(ω)计算m个调幅调频模态分量的显著性指数ESSI_m，F_m1(ω)、F_m2(ω)和F_mK(ω)分别表示第m个模态分量的第1个、第2个和第K个幅值极大值；

采用Teager能量算子解调包络谱显著性指数最大的调幅调频模态分量，获得最优解调包络谱；

利用所述最优解调包络谱进行滚动轴承的故障诊断。

2.根据权利要求1所述的滚动轴承故障诊断方法，其特征在于，所述采用短时能量边界检测方法对所述Fourier谱进行自适应划分，得到多个连续区间，具体包括：

将所述Fourier谱的频率范围归一化到[0,π]，得到支撑区间；

将所述支撑区间均分为预设个数的子区间；

计算每个子区间的Fourier谱的能量值，获得能量值序列；

获取所述能量值序列的所有极小值点；

将每个所述极小值点所对应的子区间的边界频率的平均值作为新的频域分割区间边界；

根据所述新的频域分割区间边界对所述支撑区间进行区间划分，得到多个连续区间。

3.根据权利要求1所述的滚动轴承故障诊断方法，其特征在于，所述获取每个连续区间的尺度函数、小波函数和经验小波变换的细节系数和逼近系数，具体包括：

根据Little-Paley和Meyer原理，获取每个连续区间的经验尺度函数

其中，β(x)＝x⁴(35-84x+70x²-20x³)，ω为所述Fourier谱的频率，τ_m＝γ_mω_m，0＜γ_m＜1，ω_m-1和ω_m分别为第m个连续区间的左边界和右边界；

根据Little-Paley和Meyer原理，获取每个连续区间的小波函数：

其中，τ_m+1＝γ_m+1ω_m+1，0＜γ_m+1＜1，ω_m和ω_m+1分别为第m+1个连续区间的左边界和右边界；

根据所述经验尺度函数和小波函数，获取经验小波变换的细节系数和逼近系数：

其中，*表示取共轭，和分别为第1个连续区间的经验小波变换的逼近系数和第m个连续区间的经验小波变换的细节系数；ψ_m(τ_m-t)和分别是ψ_m(ω)和的Fourier逆变换，ψ_m(ω)和分别表示第m个连续区间的小波函数和第1个连续区间的经验尺度函数，F^-1[·]表示傅里叶逆变换，f(t)表示滚动轴承振动信号，f(ω)表示滚动轴承振动信号的Fourier谱。