[发明专利]一种基于谱相干生成非稀疏指标指导的增强包络谱的方法

说明书

本发明公开了一种基于谱相干生成非稀疏指标指导的增强包络谱的方法，利用循环频率频谱切片的局部峰值分布信息筛选包含故障特征信息的离散频谱频率，进而通过积分算子构造增强包络谱识别旋转机械故障；首先在谱相关/谱相干平面上收集每一个循环频率频谱切片的局部最值信息，将少数包含最多局部最值的循环频率筛选为候选故障特征频率；接着，选取在后候选故障特征频率处取得最多局部最大值的循环频率频谱切片，得到一系列包含故障特征信息的离散频谱频率；最后，这些离散频谱频率处利用积分得到增强包络谱。本发明能有效提取旋转机械局部缺陷故障特征信息，可用于旋转机械早期故障诊断。

技术领域

本发明属于旋转机械结构健康监测领域，尤其涉及滚动轴承状态监测与早期故障诊断领域。

背景技术

滚动轴承是现代工业系统中的及其精密的部件，其主要功能是将驱动轴和轴承座之间的滑动摩擦变成滚动摩擦，以确保机械系统的正常运转。在恶劣的运行环境中，旋转机械受到轴向载荷，径向载荷，冲击载荷和各种外部激励的影响，从而容易引起内部组件的结构疲劳裂纹。如果不及时采取适当的维护策略，容易引起机械系统故障，甚至很可能造成严重的经济损失。因此，滚动轴承的早期故障检测对确保机械系统的安全性和可靠性具有重要意义。

调制现象和强烈的背景噪声干扰是限制滚动轴承弱故障检测的主要因素。在《Mechanical Systems and Signal Processing》中2017年发表的《Fast computation ofthe spectral correlation》提出了快速谱相关算法，通过将振动信号映射到由频谱频率和循环频率组成的二维平面中来揭示轴承的弱故障特性，是一种有效的旋转机械故障诊断方法。然而，强噪声和弱故障条件下，如何确定包含故障特征信息的频谱频带/循环频率频谱切片，进而生产增强包络谱EES识别旋转机械故障，一直是研究热点和难点。2019年在《Mechanical Systems and Signal Processing》中发表的《A simple and fastguideline for generating enhanced squared envelope spectra from spectralcoherence for bearing fault diagnosis》提出了基于L2/L1范数选取故障信息频谱频带。该方法使用带宽为轴承内圈故障频率的3倍频来扫描谱相干平面，并选择L2/L1范数最大的频带作为生成EES的最佳频带。2019年在《Mechanical Systems and SignalProcessing》中发表的《Bearing diagnostics under strong electromagneticinterference based on Integrated Spectral Coherence》提出利用了一种基于轴承故障特征频率及其谐波的归一化诊断特征(NDF)来确定包含故障特征频带的方法。该方法首先利用1/3二叉树结构滤波器对谱相干平面沿着频谱频率轴进行划分，并计算每个频带的NDF，最后沿频谱频率进行积分，并将NDF作为积分权重，生成EES进行轴承诊断。2019年在《Mechanical Systems and Signal Processing》中发表的《A methodology foridentifying information rich frequency bands for diagnostics of mechanicalcomponents-of-interest under time-varying operating conditions》提出了一种基于信噪比的特征指标，用于确定谱相干平面上包含故障特征信息的频谱频带，并将生成的增强包络谱运用于轴承故障诊断。这些用于在谱相干平面上筛选包含故障特征信息的频谱频带的方法依赖于稀疏指标(如L2/L1范数，NDF等)，而不同的指标可能会指导选择不同的最佳频段，这使得非专家在运用该方法时很难选择合适的稀疏指标。同时，这些方面只能选取连续的频带生成增强包络谱，难以提取包含大量故障特征信息的单一循环频率频谱切片。

发明内容

为了能有效地解决旋转机械早期微弱故障诊断问题，为机械系统服役安全提供保障。本发明提供了一种基于谱相干生成非稀疏指标指导的增强包络谱的方法。