[發明專利]一種基于信息熵和多尺度形態學的滾動軸承早期故障診斷方法

有效

• 申請號: 201810836972.2
• 申請日: 2018-07-26
• 公開（公告）號: CN108645620B
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 崔玲麗;王加龍;劉志峰;張超;李晉
• 申請（專利權）人: 北京工業大學
• 主分類號: G01M13/045
• 分類號: G01M13/045
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

1.一種基于信息熵和多尺度形態學的滾動軸承早期故障診斷方法，其特征在于：該方法包括采集故障軸承振動信號、對故障軸承振動信號進行多尺度形態分析、形態分析后的振動信號信息熵的求解、應用迭代法求解信息熵的閾值、根據硬閾值對形態分析后的振動信號進行疊加、對疊加后的振動信號求解頻譜圖，從而得到故障特征；

S1故障軸承振動信號采集；利用加速度傳感器對故障軸承實驗臺進行測量，獲得振動加速度信號作為待分析信號X(t)；

S2對故障軸承振動信號進行多尺度形態分析；為了節約時間成本，結構元素的形狀采用直線型；在形態算子中：開運算對振動信號的正沖擊起到平滑作用，而對于負沖擊則起到抑制作用；相反的，閉運算對振動信號的正沖擊起到抑制作用，而對于負沖擊則起到抑制作用；差值濾波器是將兩種運算進行融合，能夠更好的提取信號中的正負脈沖信號，所以將多尺度差值形態算子作為最終的形態算子對故障軸承振動信號進行形態學分析；用不同尺度ε的形態差值濾波算子分別對振動信號X(t)處理，得到去噪信號Xε(t)，其中ε＝1,2,.....[fs/fc-2]，fs為采樣頻率，fc為故障特征頻率；

S3形態分析后的振動信號信息熵的求解；對去噪信號Xε(t)求解信息熵Eε，其中ε＝1,2,.....[fs/fc-2]，fs為采樣頻率，fc為故障特征頻率；

S4應用迭代法求解信息熵的閾值；設終止條件參數ζ＝0.01，得到信息熵的閾值為T；

S5根據閾值對形態分析后的振動信號進行疊加；將信息熵小于閾值T的振動信號設為0，將信息熵大于閾值T的振動信號進行疊加求解均值，最終得到的振動信號為X(t)’；

S6對疊加后的振動信號X(t)’求解頻譜圖。

2.根據權利要求1所述的一種基于信息熵和多尺度形態學的滾動軸承早期故障診斷方法，其特征在于：

(1)利用加速度傳感器獲得故障軸承振動加速度信號作為待分析信號X(t)，采樣長度定為2的整數次方；

(2)用多尺度差值算子對振動信號進行形態學處理；

設一維信號f(n)為定義在F＝[0,1,...,N-1]范圍內的離散函數，定義結構元素g(n)為G＝[0,1,...,M-1]范圍內的離散函數，且N≥M，則f(n)關于g(n)的腐蝕和膨脹定義為:

fΘg(n)＝min[f(n+m)-g(m)]

f(n)關于g(n)的開運算以及閉運算定義為下式:

若設ε為尺度，ε＝1,2,.....,λ,則f(n)關于g(n)的多尺度腐蝕和膨脹表示為：

f(n)關于g(n)的的多尺度差值濾波運算定義為：

形態分析后的信號為Xε(t)，其中ε＝1,2,.....[fs/fc-2]，fs為采樣頻率，fc為故障特征頻率；

(3)對分析后的信號Xε(t)求解信息熵；信息熵的求解如下：

設系統S內包含多個小事件S＝{s1,s2,......,sn},這些事件的概率分布為P＝{p1,p2,......,pn},通過概率分布計算每個小事件的信息熵為：

I_i＝-p_i ln p_i

系統S的信息熵可表示為每個小事件信息熵的總和，即：

求解得到的信息熵為Eε，其中ε＝1,2,.....[fs/fc-2]，fs為采樣頻率，fc為故障特征頻率；

(4)用迭代法求解信息熵的閾值，迭代法步驟如下：

4.1初始閾值的設定；設最大和最小的信息熵分別為E_max和E_min,計算雙峰均值T1＝(E_max+E_min)/2，將T1作為初始閾值；

4.2新閾值的設定；用初始閾值T1分割數據，大于T1的數據設為G1組，小于T1的設為G2組，將G1組和G2組的均值設為u1和u2；新閾值為T2＝(u1+u2)/2；

4.3終止條件；設ζ為終止條件參數，若|T1-T2|≤ζ則將T2作為最終閾值，否則重復步驟4.2；求解得到的最終閾值為T；

(5)根據閾值對形態學分析后的振動信號進行疊加；將信息熵小于閾值T的振動信號設為0，將信息熵大于閾值T的振動信號進行疊加求解均值，最終得到的振動信號為X(t)’；

(6)對疊加后的振動信號X(t)’求解頻譜圖，繼而進行軸承的故障診斷。