[发明专利]基于时延欠阻尼随机共振的轴承故障诊断方法

说明书

本发明涉及轴承测试技术领域，具体涉及一种基于时延欠阻尼随机共振的轴承故障诊断方法，包括对轴承参数进行采样，得到原始信号；对原始信号进行预处理，得到小参数信号；对小参数信号进行初始化处理，得到初始化信号；将初始化信号引入四阶龙格‑库塔法变步长，得到信噪比参数；基于信噪比参数结合蚁群算法，获得最大信噪比参数和最优参数范围；将满足最优参数范围的最大信噪比作为最优参数；将最优参数引入构建的时延欠阻尼随机共振系统，得到输出图像；对输出图像进行信号分析和故障诊断，得到诊断结果，解决了现有的轴承故障诊断方法无法检测复杂的信号，影响对故障检测的准确性的问题。

技术领域

本发明涉及轴承测试技术领域，尤其涉及一种基于时延欠阻尼随机共振的轴承故障诊断方法。

背景技术

随着装备制造业的发展，旋转机械在工程应用中发挥着重要作用，而轴承等旋转部件的故障会影响设备的正常运行甚至导致机毁人亡。因此，对旋转机械的故障进行诊断就越来越有必要。

目前，通过用时延的方法结合不同的势模型去诊断机械故障或基于神经网络和布谷鸟搜索算法的自适应欠阻尼随机共振的方法，来检测轴承的微弱故障。

采用上述方式，仅在时延或欠阻尼方面提出的方法，可能无法检测更复杂的信号，这会影响故障检测的准确性。

发明内容

本发明的目的在于提供一种基于时延欠阻尼随机共振的轴承故障诊断方法，旨在解决现有的轴承故障诊断方法无法检测复杂的信号，影响对故障检测的准确性的问题。

为实现上述目的，本发明提供了一种基于时延欠阻尼随机共振的轴承故障诊断方法，包括以下步骤：

S1对轴承参数进行采样，得到原始信号；

S2对所述原始信号进行预处理，得到小参数信号；

S3对所述小参数信号进行初始化处理，得到初始化信号；

S4将所述初始化信号引入四阶龙格-库塔法变步长，得到信噪比参数；

S5基于所述信噪比参数结合蚁群算法，获得最大信噪比参数和最优参数范围；

S6将所述最大信噪比与所述最优参数范围进行比较，当所述最大信噪比满足所述最优参数范围时，将所述最大信噪比作为最优参数，执行步骤S7，否则，执行步骤S5，得出最优参数；

S7构建入时延欠阻尼随机共振系统；

S8将所述最优参数引入所述时延欠阻尼随机共振系统，得到输出图像；

S9对所述输出图像进行信号分析和故障诊断，得到诊断结果。

其中，所述对轴承参数进行采样，得到原始信号的具体方式为：

S11采集轴承的节径、接触角、滚珠数量、滚珠直径和转频；

S12将所述接触角除以所述节径的商乘以所述接触角的余弦值后加1，得到第一计算结果；

S13将所述滚珠数量乘以所述转频后除以2，得到第二计算结果；

S14将所述第一结果乘以第二计算结果，得到所述轴承的内圈频率，将所述内圈频率作为原始信号。

其中，所述对所述原始信号进行预处理，得到小参数信号的具体方式为；

S21通过信号调节获取所述原始信号中的包络信号；

S22对所述包络信号进行移频重定标变换，得到小参数信号。

其中，所述对所述小参数信号进行初始化处理，得到初始化信号的具体方式为：

S31调节所述小参数信号的初始化范围和间隔，得到调节参数；