[发明专利]往复压缩机轴承间隙故障诊断方法

权利要求书

1.一种往复压缩机轴承间隙故障诊断方法，其特征在于包括以下步骤：

步骤一：基于尺度空间理论，对经验小波变换的频谱分隔方法进行改进，以方差作为评价参数，判断频谱边界是否稳定，通过对若干组往复压缩机轴承间隙故障振动信号实验数据进行对比分析，优选尺度变换参数；

步骤二：应用优选尺度变换参数对振动信号的傅里叶频谱进行划分，得到经验小波模态；

1)对于往复压缩机，由于曲轴箱和十字头处对轴承间隙故障较为敏感，分别在一级连杆十字头处、二级连杆十字头处、一级连杆曲轴箱处、二级连杆曲轴箱处设置4个传感器，采集轴承间隙故障振动信号，采样频率为50kHz，采样时间为4s；选取一个整周期6000点的轴承间隙故障振动信号进行分析，包括四种故障状态：(a)一级小头轴承间隙大、(b)一级大头轴承间隙大、(c)二级小头轴承间隙大、(d)二级大头轴承间隙大；

2)基于尺度空间理论的经验小波变换，使用优选尺度变换参数对振动信号进行自适应分解，得到频谱分隔边界；

3)利用Meyer小波构造经验尺度函数和经验小波函数，得到正交小波滤波器；对频谱进行经验小波变换，得到一组单分量或近似单分量的AM-FM成分；

4)对3)得到的这一组AM-FM成分进行Hilbert变换，通过Hilbert谱对信号进行时频分析，先进行频谱分隔，再对分解得到的经验模态进行归一化处理；

步骤三：计算经验小波模态与原始信号间的皮尔逊相关系数及模态峭度，筛选经验小波模态；

步骤四：确定划分信号状态的自适应能量阈值，据此判断信号所处状态并分段；

采样频率为50KHz时为120个点，将整个周期6000个点分为200段进行分析；分别计算每一段信号能量绝对值的之和，作为能量阈值初始判断指标；当某段能量比平稳段相差不多时，再使用K-means算法作为能量阈值细判指标；分段能量高于能量阈值的为轴承间隙振动状态信号，低于能量阈值的为轴承间隙平稳状态的信号；

步骤五：根据信号不同状态，构造结构元素，将分段能量进行分类，根据不同状态构造结构元素进行滤波，具体步骤如下：

1)根据不同状态构造结构元素进行滤波：将扁平型结构元素用于轴承间隙信号振动状态，在滤波的同时最大限度地保持冲击信号的形状特征；将三角形结构元素用于轴承间隙信号平稳状态，滤除对信号干扰大的脉冲信号；

2)分别计算每一段信号幅值绝对值的平均，作为此段结构元素的高度，结合状态滤波分段条件，选取结构元素长度；

3)为了保持信号形态特征，使用开+闭均值滤波器进行形态学滤波；

步骤六：最后使用形态谱熵进行定量分析，通过绘制轴承间隙故障四种状态形态谱熵图，完成故障的分类与识别。

2.根据权利要求1所述的往复压缩机轴承间隙故障诊断方法，其特征在于：所述的步骤一的具体方法为：对采集的往复压缩机轴承间隙故障振动加速度信号进行分解，实验信号采样频率25000Hz，频率10000Hz以上为高频噪声，对1-10000Hz进行分析；以方差作为评价参数，判断频谱边界是否稳定，计算尺度变换参数分别为0.5、0.75、1、1.5、2的模态边界，保留前五个分隔模态边界；经对比分析，当尺度变换参数为1时，各个边界之间的方差最小；通过对30组往复压缩机轴承间隙故障振动信号实验数据的对比分析表明，当尺度变换参数为1时，各模态边界数值基本一致，频谱分隔边界具有稳定性。