[发明专利]轴承故障周期自动检测方法和系统

权利要求书

1.一种轴承故障周期自动检测方法，其特征在于，包括：

步骤1：通过传感器从故障轴承上收集振动信号；

步骤2：将振动信号进行划分，将奇、偶片段分别重组，拼合成两段子信号；

步骤3：对每段子信号采用NRC算法处理，加权求和得到EnNRC统计量；

步骤4：利用该统计量进一步构造波峰差统计量；

步骤5：构造基于动态显著性水平的缩减置信区间；

步骤6：从EnNRC统计量的最高峰开始，向之前的波峰构造波峰差统计量，并构建动态置信区间，检查区间内是否有其他波峰，若存在其他波峰，则从区间内的最高波峰开始下一次假设检验，一直迭代到区间内不存在其他波峰为止，此时的波峰为算法检测到的故障真实周期。

2.根据权利要求1所述的轴承故障周期自动检测方法，其特征在于，将收集的故障轴承运转产生的周期脉冲信号y(t)分解为真实故障信号x(t)和背景噪声∈(t)，则有：y(t)＝x(t)+∈(t)，其中，∈(t)～N(0，σ²)；

定义时间序列y＝[y(1)，y(2)，...，y(l)]^T为y(t)的离散观测值，l为样本总数；x＝[x(1)，x(2)，...，x(l)]^T，∈＝[∈(1)，∈(2)，...，∈(l)]^T；

则信号y表示为：y＝x+∈，∈～N(0，σ²I_l)，I_l为大小为l×l的单位矩阵；

设故障信号x(t)的周期为T₀，T₀＝p₀/f_s，其中，p₀＞1为一个周期内的样本数目，f_s为采样频率；

通过NRC算法将信号y划分为段，第k个信号片段y_k＝[y((k-1)n+1)，…，y(kn)]，其中k＝1，2，…，m；n是每段信号中样本数目；

则EnNRC统计量表示为：

其中，i、j为序列号；若l％n≠0，则信号被划分为2m+1段；

奇数段的信号片段长度为：n₁＝l—mn，其中

偶数段的信号片段长度为：n₂＝n—n₁；

将奇数段信号重新拼合成新的子信号：

将偶数段信号重新拼合成新的子信号：

在y_o和y_e上分别构造NRC函数，得到：

其中，

EnNRC统计量为和的加权和，记作表达式为：

其中，ω_o＝o_nn₁/l，ω_e＝e_nn₂/l。

3.根据权利要求2所述的轴承故障周期自动检测方法，其特征在于，EnNRC统计量的表达式为：

定义1％n＝0时y_j，1为空，y_j，2＝y_j，并且两个空向量的内积为0，对于所有i和j，故对于任意l，EnNRC统计量统一为：

的表达式改写成矩阵形式：

其中，是大小为l×l的矩阵：

其中，M_n是由O_n和E_n构成的块对角矩阵，且：

在真实信号x和背景噪声∈上用同样方式划分信号并构造EnNRC统计量：

从而改写为：

的均值和方差为：

的期望不大于真实信号x的平均能量限据柯西-施瓦茨不等式：

其中，当且仅当n∈N时等式成立；当l趋向于无穷时，依概率收敛于