[發明專利]基于模平方閾值—FastICA的滾動軸承降噪方法

在審

• 申請號: 201810289904.9
• 申請日: 2018-04-03
• 公開（公告）號: CN108956141A
• 公開（公告）日: 2018-12-07
• 發明（設計）人: 劉秀麗;張雪英;欒忠權;徐小力
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G01M13/04
• 分類號: G01M13/04
• 代理公司: 北京遠創理想知識產權代理事務所(普通合伙) 11513
• 代理人: 張素妍

本發明涉及一種基于模平方閾值—FastICA的滾動軸承降噪方法，其步驟：采集設備采集滾動軸承的原始振動信號；將采集到的滾動軸承原始振動信號進行模平方閾值降噪，得到模平方閾值降噪后的信號；將模平方閾值降噪后的信號與原始振動信號組成輸入矩陣，進行FastICA降噪，得到兩個獨立分量；判斷兩個獨立分量的時域波形，選擇包含較多故障信息的獨立分量進行Hilbert包絡和FFT，得到經模平方閾值—FastICA降噪后信號的時域波形圖和頻譜圖；令模平方閾值—FastICA降噪后信號為y_f,求原始信號與y_f的峭度值，根據峭度值判斷原始振動信號是否存在故障以及模平方閾值—FastICA的降噪效果，由降噪后信號的頻譜圖提取滾動軸承原始振動信號的特征頻率成分，根據特征頻率成分判斷滾動軸承是否存在故障以及故障類型。

技術領域

本發明涉及一種滾動軸承降噪方法，特別是關于一種在風力發電機組中應用 的基于模平方閾值—FastICA的滾動軸承降噪方法。

背景技術

滾動軸承作為旋轉機械如齒輪箱、渦輪機械的核心部件之一，其健康狀況極 大影響著機器的穩定性和壽命。受工作環境的影響，滾動軸承原始振動信號中常 常夾雜著噪聲，軸承的故障信號容易被噪聲信號所淹沒，給滾動軸承的故障特征 提取帶來了困難，所以有效的信號降噪方法可以顯著提高滾動軸承故障診斷的準 確率。

發明內容

針對上述問題，本發明的目的是提供一種基于模平方閾值—FastICA的滾動軸 承降噪方法，其能有效降低滾動軸承原始振動信號所含干擾噪聲，提高滾動軸承 的特征提取和故障診斷的準確率。

為實現上述目的，本發明采取以下技術方案：一種基于模平方閾值—FastICA 的滾動軸承降噪方法，其特征在于包括以下步驟：1)通過現有數據采集設備采集 滾動軸承的原始振動信號y₁；2)將采集到的滾動軸承原始振動信號y₁進行模平方 閾值降噪，得到模平方閾值降噪后的信號y_m；3)將模平方閾值降噪后的信號y_m與 原始振動信號y₁組成輸入矩陣Y＝[y₁；y_m]，進行FastICA降噪，得到兩個獨立分量 IC1和IC2；4)判斷兩個獨立分量IC1和IC2的時域波形，選擇包含較多故障信 息的獨立分量進行Hilbert包絡和FFT，得到經模平方閾值—FastICA降噪后信號 的時域波形圖和頻譜圖；5)令模平方閾值—FastICA降噪后信號為y_f,求原始信 號y₁與y_f的峭度值，根據峭度值判斷原始振動信號y₁是否存在故障以及模平方閾 值—FastICA的降噪效果，由降噪后信號的頻譜圖提取滾動軸承原始振動信號y₁的 特征頻率成分，根據特征頻率成分判斷滾動軸承是否存在故障以及故障類型。

進一步，所述步驟2)中，模平方閾值降噪具體步驟為：2.1)對原始振動信 號y₁進行小波閾值降噪；2.2)提取小波分解后振動信號每層的細節系數cd₁,cd₂,cd₃與最后一層的近似系數ca₃，運用模平方小波閾值方法對每層的細節系數進行處 理。

進一步，所述步驟2.1)中，首先選擇小波分解的分解層數為3層與小波基函 數db3，對滾動軸承原始振動信號采用小波分解函數wavedec進行分解。