[发明专利]一种基于时域分析的滚动轴承故障诊断方法

说明书

本发明公开了一种基于时域分析的滚动轴承故障诊断方法，基于时域分析的滚动轴承故障诊断方法包括获取采集得到的外圈故障、内圈故障、滚动体故障、保持架故障和无故障五个工况的轴承振动数据，对诊断模型进行训练，得到每种工况的最终值；获取五种工况升序排列在前的第二位最终值与训练得到的阈值系数α计算相乘得到诊断阈值的计算公式；输入需要诊断的的滚动轴承振动数据，进行二次时域指标计算得到目标最终值，根据输入数据的采样频率和电机转频计算出诊断阈值，判断目标最终值是否大于诊断阈值；若大于，则输出故障轴承数据信息；若小于或等于值，则输出正常轴承数据信息。实现单依靠时域分析就可以判断滚动轴承是否发生故障。

技术领域

本发明涉及机械故障诊断技术领域，尤其涉及一种基于时域分析的滚动轴承故障诊断方法。

背景技术

滚动轴承是机械设备中关键的零件之一，在现代生活中扮演着举足轻重的角色，特别是在一些国民经济支柱产业上如冶金，石化，电力，滚动轴承发挥着越来越重要的作用。因此，对滚动轴承故障诊断技术的研究也十分的重要。滚动轴承故障诊断技术的研究不仅需要机械的相关知识，也涉及到信号处理、电子技术、计算机等专业的知识，属于交叉学科的范畴。

随着科学技术的快速发展，滚动轴承故障诊断技术的研究出现了很多丰硕的成果。由刚开始的简单时频分析傅里叶变换、小波分析到经验模态分析(EMD)、变分模态分析(VMD)和智能的故障诊断技术，期间也有很多改进的时频分析方法提出，如快速傅里叶变换、小波包分析、总体平均经验模态分解和一些改进的自适应变分模态分解。这些故障诊断方法大多需要综合时频分析、计算复杂或者计算量大，需要一些先验的知识，这使得一些算法在工程上应用受限制。通过对滚动轴承故障数据的时域图进行观察，我们发现会有周期性的冲击出现，基于这个现象，本发明致力于研究一种单依靠时域分析就可以判断滚动轴承是否发生故障的方法。

发明内容

本发明的目的在于提供一种基于时域分析的滚动轴承故障诊断方法，适用于工程应用，构造一个诊断模型，在诊断模型里对输入的需要诊断的滚动轴承振动数据进行两次时域指标分析计算，与训练得到的诊断阈值进行比较，得出诊断结果。

为实现上述目的，本发明提供了一种基于时域分析的滚动轴承故障诊断方法，包括：

采集一系列同一电机转频和采样频率下的外圈故障、内圈故障、滚动体故障、保持架故障和无故障五个工况的滚动轴承振动数据；

获取其中一组相同采样频率和转频的五种工况轴承数据对诊断模型进行训练，得到每种工况的最终值；具体步骤包括：对每种工况的训练数据进行样本划分，每种工况各划分出n个样本，每个样本包含m个采样点；其中，所述m是基于滚动轴承的转动频率和采样频率决定的周期采样点的点数；对每一样本进行第一次时域指标计算，得到每种工况各n个指标值，所述第一次时域指标计算包括均方根计算、峰值计算、标准差计算或峰峰值计算中的一个指标计算；对n个指标值进行第二次时域指标计算，得到每种工况的最终值，所述第二次时域指标计算包括均方根计算、峰值计算、标准差计算或峰峰值计算中的一个指标计算；

获取诊断模型五个工况升序排列在前的第二位最终值与不同采样频率和不同电机转频轴承数据训练得到的阈值系数α计算相乘得到诊断阈值的计算公式；

获取输入的需要诊断的滚动轴承振动数据，进行第一次时域指标计算和第二次时域指标计算得到目标最终值，根据输入数据的采样频率和电机转频计算出诊断阈值，再判断所述目标最终值是否大于所述诊断阈值；

若所述目标最终值大于所述诊断阈值，则输出故障轴承数据信息；

若所述目标最终值小于或等于所述诊断阈值，则输出正常轴承数据信息。

在一实施方式中，所述周期采样点m为滚动轴承转动一圈所采样得到的点数：

其中，F为采样频率，f为轴承的转频。