[发明专利]一种滚动轴承故障诊断的方法、装置、介质及计算机设备

说明书

本申请提供一种滚动轴承故障诊断的方法、装置、介质及计算机设备，包括：对滚动轴承的振动信号进行截取，获得初始信号；基于初始信号创建初始Hankel矩阵，利用奇异值分解算法对初始Hankel矩阵进行重构，获得重构信号；利用1.5维对称差分解析能量算子解调算法对重构信号进行解调，获得解调信号；基于解调信号确定故障特征信号的1.5维能量谱；基于1.5维能量谱对轴承进行故障诊断；如此，利用自适应奇异值分解算法对滚动轴承原始的振动信号进行重构处理，可去除振动信号中的背景噪声，获得故障特征；再通过1.5维对称差分解析能量算子解调算法对故障特征进行处理，抑制残留噪声，提升故障特征，确保故障诊断结果的精度。

技术领域

本申请属于故障诊断技术领域，尤其涉及一种滚动轴承故障诊断的方法、装置、介质及计算机设备。

背景技术

在旋转机械设备中，轴承是最常用的器件，也是最容易损坏的器件。轴承的故障能带来很大的经济损失，甚至带来人身伤害，因此对轴承进行监控和诊断十分必要。

旋转机械设备的轴承一般工作条件较为复杂，当轴承出现故障时，冲击信号往往被背景噪声所淹没，振动信号的冲击不明显，信噪比低，对故障诊断的准确性带来很大影响，因此需要对采集的信号进行信号处理，提升故障信号的特征。

目前，相关技术中主要通过对时域，频域以及时频域的信号进行分析，选取有效的信号信息进行故障信号的特征提升。常用的方法主要有信号滤波/去噪算法、信号分解方法、随机共振方法，以及其它信号解调方法等等。上述方法虽然能取得一定的滤波效果，但是均存在对应的缺点，影响滤波效果；特别是在振动信号包含有大量的背景噪声时，故障产生的冲击性信号被淹没、故障特征难以提取，导致提取的故障特征存在较大误差，影响故障诊断结果的精度。

发明内容

针对现有技术存在的问题，本申请实施例提供了一种滚动轴承故障诊断的方法、装置、介质及计算机设备，用于解决现有技术中对旋转机械设备的滚动轴承进行故障诊断时，故障产生的冲击性信号被淹没、故障特征难以提取，导致提取到的故障特征存在较大误差，进而导致故障诊断结果的精度不高的技术问题。

第一方面，本申请提供一种滚动轴承故障诊断的方法，所述方法包括：

基于预设的截取策略对滚动轴承的振动信号进行截取，获得初始信号；

基于所述初始信号创建初始Hankel矩阵；所述初始Hankel矩阵的行数m基于公式确定，所述初始Hankel矩阵的列数n基于公式n＝N-m+1确定；所述f_r为所述滚动轴承的转动频率，所述f_s为所述振动信号的采样频率；所述所述N为所述初始信号的数量；

利用自适应奇异值分解算法对所述初始Hankel矩阵进行重构，获得重构信号；所述重构信号为故障特征信号；

利用1.5维对称差分解析能量算子解调算法对所述重构信号进行解调，获得解调信号；

基于所述解调信号确定所述故障特征的1.5维能量谱；

基于所述故障特征信号的1.5维能量谱对所述滚动轴承进行故障诊断。

可选的，所述基于预设的截取策略对所述振动信号进行截取，获得初始信号，包括：

基于所述振动信号的长度确定截取长度2^L，所述截取长度2^L小于所述振动信号的长度且所述截取长度2^L与所述振动信号长度的差值最小；

基于所述截取长度2^L对所述振动信号进行截取，获得所述初始信号；其中，所述L为整数，所述振动信号的长度为所述f_r为所述滚动轴承的转动频率。

可选的，所述利用自适应奇异值分解算法对所述初始Hankel矩阵进行重构，获得重构信号，包括：