[发明专利]一种带式输送机托辊轴承故障声学监测方法

说明书

本发明公开了一种带式输送机托辊轴承故障声学监测方法，具体步骤如下，在带式输送机两端固定第一声学传感器和第二声学传感器，所述第一声学传感器和所述第二声学传感器通过数据采集装置与分析计算机相连接，设定数据采样和数据分析周期；通过分析计算机设定触发阀值，数据采集装置同步采集所述第一声学传感器和所述第二声学传感器的信号并输送至分析计算机中，分析计算机将上述数据进行故障判定，触发数据分析，数据分析采用改进的Kurtogram分析，通过步骤3的分析结构计算故障位置。本发明采用上述结构的一种带式输送机托辊轴承故障声学监测方法，实现对托辊轴承实时动态检测，并有效的捕捉故障声源位置。

技术领域

本发明涉及故障声学监测方法，特别是涉及一种带式输送机托辊轴承故障声学监测方法。

背景技术

近年来，受国家政策和企业生产需求导向，煤场及燃煤输送系统的全封闭式运行成为当前电厂燃输改造的重要内容。燃煤输送系统全封闭后会引入新的问题，封闭空间内粉尘浓度大，不利于巡检人员长期在栈道走廊内作业，同时夏季高温，作业人员存在重大职业健康风险。因此，从环境保护、人力资源合理分配、降低生产风险等方面综合考虑，封闭式、智慧化、无人值守电厂燃料输送系统工程受到广泛关注。托辊的损坏主要是指托辊内支撑轴承故障，其故障信号表现为明显的周期性和冲击性。在带式输送机两端布置一对声学传感器，对两个声学传感器采集到的信号进行滤波预处理，对预处理后的信号进行广义互相关分析，能够比较容易得到信号中的周期性故障冲击成分和有效的时延估计，从而较为准确的定位到声场中托辊故障声源的位置(注：由广义互相关时延估计能够得到声音传递到两个传感器的时间差，结合声音在空气中的传播速度，能够得到声源点距离两个传感器的距离差，从而对故障声源进行定位)。但是，在实际现场工程环境下，带式输送机位于封闭栈道内，封闭空间具有的特点给声场分析引入了新的问题：嘈杂的环境引入了传递路径耦合干扰，使得传统广义互相关分析无法准确得到时延估计结果，无法有效定位故障声源位置。

针对轴承的故障特征提取方法研究在近几年一直是理论研究的热点方向。McFadden等首次建立了轴承振动信号分析模型，以间隔性循环冲击特征描述滚动轴承故障振动信号，从而为轴承振动分析奠定了理论基础。之后故障特征提取方法被广泛提出和应用，包括小波类方法、共振解调类方法(Kurtogram、Protrugram和Infogram等)、自适应信号分解方法(变分模态分解、局部均值分解、经验模态分解和奇异值分解等)、解卷积类方法(最大相关峭度解卷积、最小熵解卷积等)等。这些方法在一定程度上具有共性，都是把信号投影到不同的维度，通过一定的方法选取故障特征维度，舍弃干扰维度，以实现有效特征的提取。

Antoni等在2006年为谱峭度做了详细的定义，并提出了基于短时傅里叶变换的SK估计器，将理论概念与实际应用联系起来，提出了Kurtogram算法，并阐述了该算法在旋转机械故障特征提取领域的具体应用过程。随后，众多学者对kurtogram算法进行了改进，这些改进主要针对算法的两个方面，一方面是提升频带分割能力，通过选择优异的频带划分方法使得频率/频率分辨率趋于最优解，从而更加准确地识别和判定循环冲击成分所处于的共振频带及带宽。另一方面是改进累积统计量计算指标，用以取代峭度，从而克服峭度指标在处理某些问题时的局限性。

带式输送机运行状态监测目前多采用人工巡检，少部分采用巡检机器人巡检。人工巡检弊端是耗费人力资源且存在安全隐患，巡检机器人对地形有较高要求或需要搭建长距离导轨，成本很高。

发明内容

本发明的目的是提供了一种带式输送机托辊轴承故障声学监测方法，实现对托辊轴承实时动态检测，并有效的捕捉故障声源位置。

为实现上述目的，本发明提供了一种带式输送机托辊轴承故障声学监测方法，具体步骤如下，

步骤S1：在带式输送机两端固定第一声学传感器和第二声学传感器，所述第一声学传感器和所述第二声学传感器通过数据采集装置与分析计算机相连接；

步骤S2：设定数据采样和数据分析周期；