[发明专利]一种滚动轴承退化状态阶段确定方法

说明书

本发明提供了一种滚动轴承退化状态阶段确定方法，包括如下步骤：步骤1，采集表征滚动轴承稳定工作状态的振动信号并去噪处理，得到能够具体表征滚动轴承稳定工作状态的有用信号序列；步骤2，对有用信号序列计算多尺度Tsallis排列熵值，得到健康状态指数时间序列；步骤3，根据健康状态指数时间序列，计算平均值和方差值；步骤4，根据平均值和方差值计算报警阈值，并根据多尺度Tsallis排列熵值组成时间序列的变化趋势，对滚动轴承退化阶段开始时间点进行识别。本发明利用多尺度Tsallis排列熵可调节熵指数适应多种条件下的机械系统状态监测能力和较好的感知机械系统状态变化的能力，实现滚动轴承退化状态阶段的确定，识别效果较好且具有较快的计算速度。

技术领域

本发明涉及机械系统状态监测与寿命评估技术领域，具体而言，涉及一种滚动轴承退化状态阶段确定方法。

背景技术

现阶段我国很多机械系统退化状态识别与评估方法主要通过数据驱动的振动在线监测方法，已广泛地应用于旋转机械的状态监测与故障诊断之中。现有基于信息熵的振动信号复杂度测量计算其健康指数的方法具有较好的计算效率，能够从振动时间序列中快速感知对象系统动力学行为的迅速变化。排列熵算法是具有代表性的一种计算振动时间序列信号复杂度的方法，但是由于机械系统一般处于多种不同的工作条件下，需要根据实际的条件来设置健康指数的参数来进行计算，而普通的排列熵无法根据条件来进行设置。因此本方法提出基于多尺度Tsallis排列熵对滚动轴承的健康指数进行计算，可根据对象的条件进行熵指数因子和尺度进行设置，并根据3σ方法计算报警阈值，实现滚动轴承退化状态阶段的确定。

发明内容

本发明的目的在于避免现有技术中的不足而提供一种滚动轴承退化状态阶段确定方法。

本发明的目的通过以下技术方案实现：

一种滚动轴承退化状态阶段确定方法，包括如下步骤：

步骤1，采集表征滚动轴承稳定工作状态的振动信号并去噪处理，得到能够具体表征滚动轴承稳定工作状态的有用信号序列；

步骤2，对步骤1得到的有用信号序列计算多尺度Tsallis排列熵值，得到健康状态指数时间序列；

步骤3，根据步骤2得到的健康状态指数时间序列，计算平均值和方差值；

步骤4，根据步骤3得到的平均值和方差值计算报警阈值，并根据多尺度Tsallis排列熵值组成时间序列的变化趋势，对滚动轴承退化阶段开始时间点进行识别。

可选的，在步骤1中，表征滚动轴承稳定工作状态的振动信号是在相等间隔时间点采集而得，并具有一定时间长度。

可选的，在步骤3中，多尺度Tsallis排列熵值的计算方法为：

选定熵指数q和时间尺度s，对于第k个时间点测试得到的振动时间序列{x_k(i),i＝1,2,…,r}，根据公式构建子时间序列y^s(j),j＝1,2,…,N，其中N＝[r/s]表示对r/s取整数,s表示时间尺度，子时间序列的长度为N＝[r/s]；

确定嵌入维数m和时间延迟τ，对时间序列y^s(j),j＝1,2,…,N进行相空间重构如下：

则任一Y^s(i)中的m个实数可以按照增序排列如下：

y^s(j+(k₁-1)τ)≤y^s(j+(k₂-1)τ)≤…≤y^s(j+(k_m-1)τ)