[发明专利]一种基于实测信号的滚动轴承故障检测方法

权利要求书

1.一种基于实测信号的滚动轴承故障检测方法，其特征在于，具体按照以下步骤实施：

步骤1、采集滚动轴承时域振动信号，采用阶比跟踪技术将时域振动信号转换为角域平稳信号；

步骤2、利用天牛须搜索算法对变分模态分解算法进行参数优化，对滚动轴承各状态角域平稳信号进行分解，得到固有模态函数分量；

步骤3、根据Renyi熵的公式从固有模态函数分量中提取Renyi熵特征，构建特征子集；

步骤4、利用提取特征子集建立故障数据样本，通过单类支持向量机增量算法训练，构建新的单类支持向量机；

步骤5、采用新的单类支持向量机对轴承振动信号进行故障识别。

2.根据权利要求1所述一种基于实测信号的滚动轴承故障检测方法，其特征在于，步骤1具体过程为：

步骤1.1、通过恒定的采样率对振动信号和转速信号分两路进行等时间间隔Δt采样，振动信号设为x(n)，转速信号设为s(n)；

步骤1.2、通过转速信号s(n)计算等角度增量Δθ所对应的时间序列t_ik；先搜索s(n)中满足条件s(n)≤0且s(n+1)≥O的点,并假设对应时刻值ts_n和ts_n+1之间的波形是线性的；

根据式(1)求得s(n)精确的过零点时刻值tz_i，即参考轴每旋转一周所对应的时刻值；

对时间序列tz_i求差分即可得到参考轴每旋转一周所需的时间T_i，假设参考轴在旋转一周的时间内做的是匀变速运动，并假设前两周的角加速度是相等的；结合运动学定律，递推计算出第i＝3,4,...周内的等角采样时刻t_ik和瞬时转速v_ik；

步骤1.3、根据等角采样时刻值t_ik(i＝1,2,...)，对振动信号x(n)进行插值，求出振动信号在等角采样时刻值t_ik所对应的幅值，得到了振动信号的等角度重采样信号x(t_ik)即角域平稳信号x(t_ik)。

3.根据权利要求2所述一种基于实测信号的滚动轴承故障检测方法，其特征在于，步骤1.2所述结合运动学定律，递推计算出第i＝3,4,...周内的等角采样时刻t_ik和瞬时转速v_ik具体过程为：

通过方程组(2)估计出前两周的初速度v₁₀和角加速度a₁为：

设参考轴每转一周等角采样M个点，即等角度增量Δθ＝2π/M；因此，第k个采样点对应参考轴转过的角度为2kπ/M，由式(3)、式(4)求出前两周中每个等角采样点所对应的时刻值t_ik、瞬时转速v_ik以及第3周的初速度v₃₀；

v₃₀＝v₁₀+a₁(T₁+T₂) (4)

其中，角标i代表旋转的周数；角标k代表每转内的第k个采样点；

由式(5)递推求出第i＝3，4，…周的角加速度a_i以及初速度v_i+1,0；

根据式(6)可以递推计算出第i＝3,4,...周内的等角采样时刻t_ik和瞬时转速v_ik；

4.根据权利要求1所述一种基于实测信号的滚动轴承故障检测方法，其特征在于，步骤2具体过程为：通过初始化变分模态分解个数K和惩罚因子α，将分解个数K和惩罚因子α的集合设为天牛须搜所算法搜索空间，将网络误差函数MSF设为目标优化函数，迭代获得最佳变分模态分解个数K和最优惩罚因子α；将角域平稳信号通过具有最佳变分模态分解个数K和最优惩罚因子α的变分模态分解算法进行自适应分解，获得固有模态函数分量。