[发明专利]变工况计算阶次跟踪与谱峭度结合的轴承故障诊断方法

说明书

一种变工况计算阶次跟踪与谱峭度结合的轴承故障诊断方法：对滚动轴承振动信号进行树状分解滤波，计算谱峭度绘制谱峭度图，得到滤波最优带宽的中心频率和最优带宽；对滚动轴承振动信号进行带通滤波，对滤波后的信号进行Hilbert变换，包络解调得到含有故障冲击的包络信号；设定转速脉冲阈值，得到振动信号脉冲发生时刻，解出角度域时间二次方程系数，得到等角度采样时刻，对包络信号进行插值拟合，得到横轴为角度，纵轴为振动信号幅值的角域平稳信号；对角域平稳信号进行FFT变换，得到阶次谱，对照轴承故障特征阶次，与阶次谱中的主要阶次成分，得出故障诊断结论。本发明能够有效地在变工况的情况下实现对轴承的故障诊断。

技术领域

本发明涉及一种轴承故障诊断方法。特别是涉及一种变工况计算阶次跟踪与谱峭度结合的轴承故障诊断方法。

背景技术

旋转机械在设备状态检测与故障诊断工作中占有着举足轻重的地位。滚动轴承作为旋转机械通用的零部件之一，在石化、电力、航空等工业部门发挥着重要的作用。滚动轴承的主要作用是支承旋转轴及其负载和零部件，并保持轴的旋转精度及工作位置。滚动轴承作为易损件之一，据不完全统计，旋转机械的故障约有30％是由滚动轴承出现故障引起的。因此，对滚动轴承开展状态监测与故障诊断有重要的意义。

滚动轴承的工作状况按照转速变化程度可分为平稳工况及变工况(非平稳工况)。当轴承的转速处于稳定或者微小波动情况下时，可视为其处于平稳工况；当轴承转速变化较大，尤其是在升速降速过程中，可视为其处于变工况条件，此时的振动信号会随转速的变化而变化。在变工况条件下，一些在平稳工况下不会显现出来的故障会集中显现出来，滚动轴承更易发生失效，所以研究变工况条件下滚动轴承故障信号特征提取能够有效的对轴承进行故障诊断。

此外，滚动轴承的寿命常表现出离散化程度高的特点。若采取定期维修的方式，可能会将完好的轴承进行拆装维修而报废，轴承还可能提前发生故障，导致工作状况不良，甚至发生严重事故。因此对轴承来说，定期维修存在着一定的问题，而采取实时状态监测与故障诊断，就能够提前发现故障，实现预知性维修的效果。

传统的频谱分析在针对平稳工况下有着良好的效果，但是轴承在变工况条件下，故障特征频率会随着转频的改变而改变，对变工况下的振动信号进行傅里叶变换会将故障特征频率分散到各个频率中，发生“频率模糊”现象。在数据采集过程中，是在时域上等时间间隔采样，随着转速的升高，每转采样点数逐渐减少，采集到的信号可能逐渐不能反映振动规律。为解决变转速条件下原有频谱分析故障诊断的不足，阶次分析应运而生。其基本思想是将时域非平稳信号转化为角域上的平稳信号，实现等角度间隔重新采样，重采样频率即每转采样的次数，得到角域上的平稳信号，从而每转之间信号的采样点数恒定。对重采样的信号进行傅里叶变换得到的阶次谱，相对于转频不变的故障特征阶次就会凸显出来，根据阶次谱即可断定轴承是否发生故障及故障位置。

当滚动轴承出现早期局部损伤时，信号往往表现出微弱的冲击性特征，其本质是轴承内部缺陷引起的有一定时间间隔的振动冲击，冲击往往随着时间衰减，下次滚珠经过缺陷时冲击再次产生。这种脉冲力会引起轴承的高频固有振动。而高频固有振动将作为轴承振动的载波，其幅值会受到轴承脉冲力的调制，最终滚动轴承的信号将成为复杂的幅值调制波。对调制后的信号做频谱分析，谱峰的边带就是由于轴承故障特征频率而造成的。解调方法因能将轴承故障特征频率提取出来，在滚动轴承以及齿轮的故障诊断中有着广泛的应用。

发明内容

本发明所要解决的技术问题是，提供一种可应用于变工况条件下旋转设备的变工况计算阶次跟踪与谱峭度结合的轴承故障诊断方法。

本发明所采用的技术方案是：一种变工况计算阶次跟踪与谱峭度结合的轴承故障诊断方法，其特征在于，包括如下步骤：

1)对滚动轴承振动信号进行树状分解滤波，得到各频带的信号根据各频带的信号计算谱峭度，并绘制谱峭度图，得到滤波最优带宽的中心频率f_c和最优带宽B_w；