[发明专利]一种滚动轴承早期故障诊断方法

摘要

本发明属于故障诊断方法领域，并公开了一种滚动轴承早期故障诊断方法，包括：采集到的故障信号预处理；提取预处理后的故障信号特征频率；将提取到的特征频率与已知故障特征频率相比较，识别故障类型。其中，预处理包括两个方面：降噪和减少干扰振动分量；在特征提取步骤中，首先将预处理后的故障信号作分段处理，再将预处理后的分段故障信号与无故障轴承信号作相关性分析，根据互相关系数的大小选取包含故障信息较多的信号段用于频率特征提取。本发明能够提高滚动轴承早期故障诊断的准确性和有效性，为解决滚动轴承早期故障这段提供一种新的途径，可广泛应用于化工、冶金、机械加工、航空等领域的复杂机械系统故障诊断中。

主权项

1.一种滚动轴承早期故障诊断方法，其特征在于，包括以下步骤：1)采集到的故障信号预处理：对采集到的滚动轴承故障信号进行小波处理和时域同步平均处理，以降低噪声和减少干扰振动分量；2)特征提取：对预处理后的故障信号进行分段相关性分析，获得包含故障信息较多的信号段，然后对这些信号段进行共振解调处理来提取特征频率；所述分段相关性分析的具体过程如下：1)对预处理后的故障信号x(t)作分段处理，分段后的故障信号x(t)表示为：其中，x_i(t_i)＝[x_i(t_i1)，x_i(t_i2)，...，x_i(t_iN)]，x_i(t_i)是分段后的第i段信号，t_i是第i段信号的时间序列，i＝1,2,...,p；p是分段数，即预处理后的故障信号x(t)一共分解为p段，t_ik是第i段信号时间序列t_i的一系列时间点，k＝1,2,...,N，N是每段信号的长度；2)求取各分段信号x_i(t_i)与无故障轴承振动信号x₀(t)的互相关系数，再根据互相关系数的大小确定所要选取的信号段，具体过程如下：其中：是分段信号x_i(t_i)和无故障轴承振动信号x₀(t)的互相关函数，和是无故障轴承振动信号x₀(t)的均值和标准差；和分别是各分段信号x_i(t_i)的均值和标准差；是各分段信号x_i(t_i)与无故障轴承振动信号x₀(t)的互相关系数，i＝1,2,...,p；3)将上面所得的各互相关系数从小到大排序，分别用ρ₁,ρ₂,...,ρ_p表示，其中：ρ_l≤ρ_l+1，l＝1,2,...,p‑1；ρ₁,ρ₂,…,ρ_p对应的各分段信号分别为y₁(t),y₂(t),…,y_p(t)，选择相关系数较小的q组分段信号用于后续处理，即选择y₁(t)，y₂(t)，…，y_q(t)用于后续处理，其中，q为选择的分段信号数，且q＜p,得到待处理的分段信号为：其中，y_d(t_d)＝[y_d(t_d1)，y_d(t_d2)，...，y_d(t_dN)]，y_d(t_d)是选择的q组信号中的第d段信号，t_d是第d段信号的时间序列，d＝1,2,...,q；q是选择的信号组数；t_dk是第d段信号时间序列t_d的一系列时间点，k＝1,2,...,N，N是每段信号的长度；3)故障类型判别：将提取到的特征频率与滚动轴承已知的故障特征频率相比较，从而判别出故障类型。