[發(fā)明專利]基于相關(guān)去噪的軸承保持架外弧譜診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610056485.5
• 申請(qǐng)日: 2016-01-27
• 公開（公告）號(hào): CN105547700A
• 公開（公告）日: 2016-05-04
• 發(fā)明（設(shè)計(jì)）人: 馬增強(qiáng);谷朝健;楊紹普;劉永強(qiáng);柳曉云;李延忠;劉政;宋穎;齊利敏;張婷
• 申請(qǐng)（專利權(quán)）人: 石家莊鐵道大學(xué)
• 主分類號(hào): G01M13/04
• 分類號(hào): G01M13/04
• 代理公司: 石家莊國為知識(shí)產(chǎn)權(quán)事務(wù)所 13120
• 代理人: 王占華

1.一種基于相關(guān)去噪的軸承保持架外弧譜診斷方法，其特征在于包括如下步驟：

1)使用加速度傳感器采集軸承保持架的振動(dòng)信息，將兩個(gè)相同的加速度傳感器采集的信號(hào)標(biāo)記為振動(dòng)信號(hào)一和振動(dòng)信號(hào)二；

2)將振動(dòng)信號(hào)一進(jìn)行基于峰值因子的分析，將振動(dòng)信號(hào)二進(jìn)行基于偏度指標(biāo)的分析；

所述的將振動(dòng)信號(hào)一進(jìn)行基于峰值因子的分析的方法如下：

信號(hào)的峰值x_peak的計(jì)算公式如下所示：

x_peak＝max(x_i)

其中x為采集到的離散振動(dòng)信號(hào)，i為離散振動(dòng)信號(hào)的腳標(biāo)即離散振動(dòng)信號(hào)的序號(hào)，其中幅值最大的是x_peak；

信號(hào)的有效值x_rms的計(jì)算公式如下所示：

$x_{rms}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\stackrel{\‾}{x})}^2}$

為時(shí)域信號(hào)x_i的幅值的平均值，N為離散化信號(hào)的樣本點(diǎn)數(shù)；

峰值因子C的計(jì)算公式如下所示：

$C=\frac{x_{peak}}{x_{rms}};$

所述的基于偏度指標(biāo)的分析的方法如下：

偏度指標(biāo)P的計(jì)算公式如下所示：

$\mathrm{\α}=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\stackrel{\‾}{x})}^3$

α為偏度，N為離散化信號(hào)的樣本點(diǎn)數(shù)；

$P=\frac{\mathrm{\α}}{x_{rms}^3}$

P＝0時(shí)，信號(hào)呈現(xiàn)對(duì)稱分布；P≠0時(shí)，信號(hào)的概率分布非對(duì)稱；其中，當(dāng)P>0時(shí)，信號(hào)正偏；當(dāng)P<0時(shí)，信號(hào)負(fù)偏；偏度指標(biāo)的絕對(duì)值越大，說明信號(hào)分布形態(tài)偏離對(duì)稱分布越嚴(yán)重；

3)選擇分析后兩個(gè)信號(hào)相同的共振帶，將共振帶信號(hào)送入相應(yīng)的高Q帶通濾波器進(jìn)行處理；

4)將兩路濾波器的輸出信號(hào)做互相關(guān)處理，將互相關(guān)處理后的信號(hào)做希爾伯特變換并通過抗混頻濾波器后做FFT頻譜分析，提取出故障頻率，進(jìn)行軸承保持架外弧譜診斷；

所述的將兩路濾波器的輸出信號(hào)做互相關(guān)處理的方法如下：

信號(hào)x(t)與y(t)的互相關(guān)函數(shù)定義為

通過基于峰值因子的自適應(yīng)高Q帶通濾波器的信號(hào)為A(t)＝a(t)+s(t)，其中a(t)為所選共振帶信號(hào)，s(t)為噪聲；通過基于偏度指標(biāo)的自適應(yīng)高Q帶通濾波器的信號(hào)為B(t)＝b(t)+v(t)，其中b(t)為所選共振帶信號(hào)，v(t)為噪聲；由信號(hào)互相關(guān)函數(shù)定義式可得：

$\begin{array}{c}{R}_{AB}\left(\mathrm{\&tau;}\right)=\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}A\left(t\right)B(t+\mathrm{\&tau;})dt\\ =\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^T\&lsqb;a\left(t\right)+s\left(t\right)\&rsqb;\&lsqb;b(t+\mathrm{\&tau;})+v(t+\mathrm{\&tau;})\&rsqb;dt\\ =\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}a\left(t\right)b(t+\mathrm{\&tau;})dt+\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}a\left(t\right)v(t+\mathrm{\&tau;})dt+\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}s\left(t\right)b(t+\mathrm{\&tau;})dt+\underset{T\&RightArrow;\mathrm{\&infin;}}{\lim }\frac{1}{T}{\&Integral;}_0^{T}s\left(t\right)v(t+\mathrm{\&tau;})dt\\ =R_{ab}\left(\mathrm{\&tau;}\right)+R_{av}\left(\mathrm{\&tau;}\right)+R_{sb}\left(\mathrm{\&tau;}\right)+R_{sv}\left(\mathrm{\&tau;}\right)\end{array}$

噪聲和信號(hào)通常無相關(guān)性，即R_av(τ)＝0，R_sb(τ)＝0；信號(hào)經(jīng)過不同參數(shù)的濾波器包含的噪聲也不同，即R_sv(τ)＝0，因此R_AB(τ)＝R_ab(τ)，其中R_ab(τ)表示a(t)與b(t)的互相關(guān)函數(shù)；R_av(τ)表示a(t)與v(t)的互相關(guān)函數(shù)；R_sb(τ)表示s(t)與b(t)的互相關(guān)函數(shù)；R_sv(τ)表示s(t)與v(t)的互相關(guān)函數(shù)；

所述的將互相關(guān)處理后的信號(hào)做希爾伯特變換方法如下：

連續(xù)信號(hào)x(t)的希爾伯特變換定義式如下：

$\hat{x}\left(t\right)=x\left(t\right)*\frac{1}{\mathrm{\&pi;}t}=\frac{1}{\mathrm{\&pi;}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}\frac{x\left(\mathrm{\&tau;}\right)}{t-\mathrm{\&tau;}}d\mathrm{\&tau;}$

由此可得到x(t)的解析信號(hào)

$z\left(t\right)=x\left(t\right)+j\hat{x}\left(t\right)=A\left(t\right)e^{\mathrm{\&theta;}\left(t\right)}$

其中θ(t)為z(t)的相位，A(t)為z(t)的幅值，也就是信號(hào)x(t)的包絡(luò)。