[发明专利]一种基于MSPAO-VMD的大型转盘轴承微弱振动信号采集与处理方法

摘要

本发明公布了一种基于MSPAO‑VMD的大型转盘轴承微弱振动信号采集与处理方法，包括如下步骤：(1)对实验转盘轴承间隔90度布置加速度传感器，并进行滚道损伤实验，采集不同载荷区域的振动信号；(2)对试件进行动力学仿真，对比相同区域的振动信号幅值大小。不断调整4组加速度传感器的布局位置，直到所得数值解与实验值误差最小以及振动幅值变化率最大为止；(3)在前2步的基础上对新试件进行疲劳寿命实验，得到4通道振动原始信号，采用多信号源下参数自适应优化后的变分模态分解分别对不同区域信号进行处理。本方法得到的高维模态信号组有效增强了转盘轴承由于体积大以及低速重载等特性带来的振动信号微弱的现象，提高健康评估精度。

主权项

1.一种基于MSPAO‑VMD的大型转盘轴承微弱振动信号采集与处理方法，其特征在于包括以下步骤：步骤(1)、确定初始位置：间隔90度在转盘轴承的定圈安装低频电容式加速度传感器，并使用电火花在试验件的内圈人为制造剥落损伤，从而进行转盘轴承滚道损伤实验，同时采集不同受载区域的振动信号；步骤(2)、优化传感器布局：对试件进行有限元动力学仿真，模拟滚道剥落时，损伤信号的发生规律；比较相同区域中仿真值与真实值的差异，并不断调整加速度传感器位置使得四组振动信号各自都具备明显变化趋势以及仿真与实验信号间的差值最小；步骤(3)、振动信号的模态分解：在确定传感器布局的基础上，进行转盘轴承全寿命加速实验，使用多信号源下参数自适应优化后的变分模态分解算法(Multi Source Parameter Adaptive Optimization‑Variational Mode Decomposition,MSPAO‑VMD)对采集的振动信号进行分解，得到多信号源多模态分量；步骤(4)、重构高维模态信号组：计算步骤(3)中模态分量的峭度、能量以及信噪比三种指标，对每一模态下的4种分量进行筛选，得到优胜模态构成的高维模态信号组(High Dimensional Modal Signal Group,HDMSG)；步骤(5)、健康评估：对HDMSG进行特征提取以及融合降维处理，进一步得到全生命周期的量化衰退指标(Degradation Indicator1‑3,DI1‑3),后输入健康评估模型便可对转盘轴承进行寿命预测或状态检测。