[發(fā)明專利]變轉速火車滾動軸承故障特征頻率提取方法

有效

• 申請?zhí)枺?/td>: 201510043916.X
• 申請日: 2015-01-28
• 公開（公告）號: CN104568444B
• 公開（公告）日: 2017-02-22
• 發(fā)明（設計）人: 陳斌;吳冬;周媛;高寶成
• 申請（專利權）人: 北京郵電大學
• 主分類號: G01M13/04
• 分類號: G01M13/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明涉及機械設備聲學故障診斷技術領域，特別是變轉速狀態(tài)下火車滾動軸承故障特征頻率提取方法。

背景技術

安全是鐵路運輸?shù)挠篮阒黝}。我國現(xiàn)擁有鐵路貨車60多萬輛，滾動軸承作為其中的重要機械零部件，由于長期重載、碰磨運行，極易發(fā)生表面剝離等故障，輕則造成列車停運晚點，重則導致熱軸、燃軸、切軸、脫軌顛覆等惡性事故，對其實施在線故障診斷至關重要。據(jù)車輛段調研結果來看，軸承檢修過程主要由經(jīng)驗工人通過手工轉動軸承外圈，以人耳聽的方式判斷其是否有異音或故障，該方法受主觀因素影響大，不利于行業(yè)標準化管理，且有時工人為了降低自己的責任風險，采取寧可誤判而不漏判方式，導致虛警率過高、檢修效率低下。

針對滾動軸承故障診斷問題，發(fā)展了多種診斷技術。按信號的物理性質分主要包括紅外測溫法、油液分析法、油膜厚度分析法、振動與聲學法。紅外測溫法具有簡單、易于實現(xiàn)的特點，已被應用于貨車列檢，但溫升屬于滾動軸承故障晚期特征，對于早期點蝕、剝落等輕微故障則無法檢測，存在較大檢測風險，預警能力弱。油液分析技術通過分析潤滑油脂本身的理化性能以及所含金屬磨粒大小、形貌和濃度判斷軸承工作狀態(tài)，可用于早期診斷，但存在取樣不便、實時性差缺點。油膜厚度分析通過測量油膜電阻來判斷潤滑狀態(tài)，對表面剝落、裂紋等故障的檢測能力較弱，且不適用于低速、旋轉軸不外露等情況。振動或聲學診斷法相對比較成熟，已得到廣泛研究和應用，成熟的商用系統(tǒng)有美國滾的滾動軸承軌邊聲學診斷系統(tǒng)(Trackside Acoustic Detection System,TADS)，該系統(tǒng)具有較高的檢測準確率，但是它只能檢測出故障嚴重的軸承，且價格昂貴，單個測點需要約60萬美元(共部署60個測點)，還不包括后期維護以及幾年之后設備更新費用。

特征頻率是滾動軸承聲學故障識別與分類的重要依據(jù)。目前的主流方法是利用共振解調(Resonance Demodulation)技術提取故障特征頻率，即采用帶通濾波器將低頻的微弱沖擊信號調制到高頻的共振頻率，再通過包絡解調和頻譜分析可以得到不同部件的故障特征頻率，定位出內圈、外圈還是滾子部件故障。由于傳統(tǒng)共振解調方法采用Hilbert變換的包絡檢波方法，存在帶通濾波器中心頻率及其帶寬參數(shù)難以確定問題。為此，一些學者提出了與希爾波特-黃變換(Hilbert–Huang Transform，HHT)、譜峭度(Spectral Kurtosis,SR)等相結合的改進方法。專利(CN201210346147)公開了一種早期故障狀態(tài)下滾動軸承振動信號特征提取和分析方法,能突出反映早期故障狀態(tài)下振動信號中的調制特征；專利CN201410140890公開了一種滾動軸承故障特征提取方法及系統(tǒng)，對共振解調頻帶進行了優(yōu)化選取，一定程度上提高了故障特征提取的質量，等。

盡管在軸承故障特征頻率提取方面取得了一些研究成果，但是直接應用于變速運動下火車軸承狀態(tài)檢測，效果不佳。為此，本發(fā)明有機融合短時傅里葉變換、階比分析、獨立分量分析、神經(jīng)網(wǎng)絡等多種技術，給出一種新的火車滾動軸承故障特征頻率提取方法，該方法可用于變速運動下軸承在線檢測，具有較好的應用前景。

發(fā)明內容

本發(fā)明的目的是提供一種變轉速火車滾動軸承故障特征頻率提取方法，通過對軸承振動信號進行時頻域分析，結合局部峰值自適應搜索，提取出不同時刻轉速的瞬時頻率值；采用神經(jīng)網(wǎng)絡對瞬時頻率進行擬合，獲取參考主軸的轉速曲線，在此基礎上對原始信號進行等角度重采樣和階比分析；采用固定點獨立分量分析和譜峰搜索方法，對混合階比信號進行獨立源分離處理，獲得軸承故障部件的階比特征，該方法適用于軸承變速運動且沒有硬件轉速計情況下故障特征頻率提取，可滿足實際火車滾動軸承的在線診斷需求。

為了實現(xiàn)上述目的，本發(fā)明提出如下技術方案：

步驟一、在滾動軸承外圈表面安裝加速度傳感器，這里傳感器數(shù)量要大于等于分析獨立源的數(shù)量，采集軸承運動時的振動信號；

步驟二、利用短時傅立葉變換方法對變轉速軸承振動信號進行時頻分析，局部搜索時頻能量分布中能量最大的頻率點，提取出不同時刻主軸轉速對應的瞬時頻率；

步驟三、設計BP神經(jīng)網(wǎng)絡模型，對離散的瞬時頻率點進行擬合，依據(jù)轉速與瞬時頻率之間的理論關系，計算火車滾動軸承主軸的實時轉速；

步驟四、依據(jù)軸承的實時轉速信息，對振動信號進行等角度的重采樣，計算等角度的采樣時標，通過插值函數(shù)將原始信號變換到角度域的平穩(wěn)信號；