[發明專利]一種風電機組滾動軸承的振動故障診斷方法

在審

• 申請號: 201710356445.7
• 申請日: 2017-05-19
• 公開（公告）號: CN107192554A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 賈嶸;李濤濤;武樺;張惠智
• 申請（專利權）人: 西安理工大學
• 主分類號: G01M13/04
• 分類號: G01M13/04
• 代理公司: 西安弘理專利事務所61214
• 代理人: 楊璐

1.一種風電機組滾動軸承的振動故障診斷方法，其特征在于，具體按照以下步驟實施：

步驟1、利用振動傳感器采集風電機組滾動軸承內圈故障振動信號；

步驟2、采用雙穩態系統的模型對步驟1中采集到的風電機組滾動軸承內圈故障振動信號進行降噪處理，輸出降噪信號；

步驟3、對經步驟2輸出的降噪信號進行變分模態分解，得到不同頻段的IMF分量；

步驟4、經步驟3后，對VMD分解得到的各IMF分量進行頻譜分析，找到滾動軸承的故障特征頻率，完成對風電機組滾動軸承的振動故障的診斷。

2.根據權利要求1所述的一種風電機組滾動軸承的振動故障診斷方法，其特征在于，在所述步驟2中：

雙穩態系統是隨機共振系統常采用的一種非線性系統，通常研究利用朗之萬方程來描述雙穩態系統的模型，該模型具體如下：

dxdt=f(t)+S(t)+Γ(t)=ax-bx3+A cosθt+Γ(t)---(1);]]>

在式(1)中：a>0，b>0；f(t)＝ax-bx³是一階非線性系統；s(t)＝Acosθt是輸入的周期信號，A、θ分別是其幅值和相角；Γ(t)是白噪聲，且E[Γ(t)]＝0，E[Γ(t)Γ(t-τ)]＝2Dδ(t)，D是噪聲強度，δ(τ)是均值為0、方差為1的白噪聲。

3.根據權利要求1所述的一種風電機組滾動軸承的振動故障診斷方法，其特征在于，所述步驟3具體按照以下步驟實施：

步驟3.1、經步驟2輸出降噪信號后，設定降噪信號被VMD分解為K個帶寬之和最小的IMF分量，每個IMF分量均可以表示為一個調頻-調幅的模態函數u_k(t)，要求K個模態函數u_k(t)的帶寬之和最小，且K個模態函數u_k(t)之和為輸入信號f(t)：

在式(2)中：A_k(t)是u_k(t)的瞬時幅值，A_k(t)≥0；為u_k(t)的瞬時相角，對關于時間求倒，得到u_k(t)的瞬時頻率w_k(t)，具體算法如下：

估計模態函數u_k(t)帶寬之和最小的目標，具體按照以下步驟實施：

步驟3.1.1、對每個模態函數u_k(t)進行Hibert變換，得到每個模態函數u_k(t)的解析信號，具體按照以下算法實施：

[δ(t)+jπt]*uk(t)---(4);]]>

在式(4)中：δ(t)為單位脈沖函數；j為虛數單位；*為卷積；

步驟3.1.2、經步驟3.1.1后，利用指數修正，將每個模態函數u_k(t)的頻譜調制到各自估算的中心頻率，具體按照以下算法實施：

[(δ(t)+jπt)*uk(t)]e-jwkt---(5);]]>

在式(:5)中：δ(t)為單位脈沖函數；j為虛數單位；*為卷積；w_k為u_k(t)的中心頻率；

步驟3.1.3、計算式(5)中解調信號的梯度的平方L²范數，估算出各模態函數的帶寬，得到其對應的約束變分問題，具體算法如下：

min{uk},{wk}{Σk=1K||∂t{(δ(t)+jπt)*uk(t)}e-jwkt||22}---(6);]]>

s.tΣk=1Kuk(t)=f(t);]]>

在式(6)中：{u_k}＝{u₁,u₂,…u_K}為各模態函數集；{w_k}＝{w₁,w₂,…w_K}為各模態中心頻率；為對函數求時間t的偏導數；δ(t)為單位脈沖函數；j為虛數單位；*為卷積；f(t)為輸入信號；

步驟3.2、將步驟3.1中的約束變分問題轉化為非約束變分問題，引入增廣拉格朗日函數L，具體形式如下：

L({uk},{wk},λ)=αΣk=1K||∂t{(δ(t)+jπt)*uk(t)}e-jwkt||22+||f(t)-Σk=1Kuk(t)||22+<λ(t),Σk=1Kuk(t)>---(7);]]>

在式(7)中：α為帶寬參數，λ(t)為拉格朗日乘子；δ(t)為單位脈沖函數；j為虛數單位；*為卷積；f(t)為輸入信號；

步驟3.3，采用交替方向乘子算法求取步驟3.2中式(7)擴展的拉格朗日函數，具體按照以下步驟實施：

步驟3.3.1、初始化n；

步驟3.3.2、經步驟3.3.1后，執行循環n＝n+1；

步驟3.3.3、經步驟3.3.2后，對所有的w≥0，更新泛函具體按照以下算法實施：

u^kn+1←f^(w)-Σi=1,i<kKu^in+1(w)-Σi=1,i>kKu^in(w)+λ^n(w)21+2α(w-wkn)2---(8);k∈{1,K};]]>

在式(8)中：α為帶寬參數；n為迭代次數；

更新泛函w_k，具體按照以下算法實施：

wkn+1←∫0∞w|u^kn+1(w)|2dw∫0∞|u^kn+1(w)|2dw,k∈{1,K}---(9);]]>

在式(9)中：n為迭代次數；

步驟3.3.4、經步驟3.3.3后，更新λ，具體按照以下算法實施：

λ^n+1(w)←λ^n(w)+τ[f^(w)-Σk=1Ku^kn+1(w)]---(10);]]>

式(10)中：τ為噪聲容限參數，n為迭代次數；

步驟3.3.5、重復步驟3.3.2～步驟3.3.4，直到滿足如下迭代約束條件：

Σk=1K(||u^kn+1-u^kn||22/||u^kn||22)<ϵ---(11);]]>

則結束迭代，得到K個IMF分量。