[發(fā)明專利]一種基于稀疏理論的軸承故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911247211.4
• 申請(qǐng)日: 2019-12-06
• 公開（公告）號(hào): CN110940524B
• 公開（公告）日: 2021-07-06
• 發(fā)明（設(shè)計(jì)）人: 楊志勃;于金濤;劉一龍;翟智;田紹華;嚴(yán)如強(qiáng);陳雪峰
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G01M13/045
• 分類號(hào): G01M13/045;G06F30/20;G06F30/17
• 代理公司: 北京中濟(jì)緯天專利代理有限公司 11429
• 代理人: 覃婧嬋

本公開揭示了一種基于稀疏理論的軸承故障診斷方法，包括：通過經(jīng)驗(yàn)?zāi)B(tài)分解將采集到的軸承的原始振動(dòng)信號(hào)X(t)分解成N個(gè)本征模式函數(shù)，計(jì)算出每個(gè)本征模式函數(shù)c_i(t)的能占比γ_i并按照從大到小排序，選取最大能占比對(duì)應(yīng)的本征模式函數(shù)作為分析信號(hào)x(t)；利用所述分析信號(hào)x(t)提取軸承中由第i階固有頻率f_ni激起的自由衰減響應(yīng)x_i(t)，通過優(yōu)化算法從該自由衰減響應(yīng)x_i(t)中提取模態(tài)參數(shù)；利用質(zhì)量?彈簧二階阻尼系統(tǒng)的脈沖響應(yīng)函數(shù)作為原子模型，將所提取的模態(tài)參數(shù)集合化形成參數(shù)集，將該參數(shù)集輸入原子模型中，構(gòu)建稀疏字典；利用匹配追蹤算法結(jié)合所構(gòu)建的稀疏字典求解出重構(gòu)信號(hào)，并對(duì)所述重構(gòu)信號(hào)進(jìn)行包絡(luò)解調(diào)分析形成包絡(luò)譜，當(dāng)包絡(luò)譜中存在軸承的故障特征頻率時(shí)，即可實(shí)現(xiàn)故障診斷。

技術(shù)領(lǐng)域

本公開屬于故障診斷領(lǐng)域，具體涉及一種基于稀疏理論的軸承故障診斷方法。

背景技術(shù)

滾動(dòng)軸承作為關(guān)鍵零部件在旋轉(zhuǎn)機(jī)械中起著重要的作用，其故障直接影響到設(shè)備的穩(wěn)定運(yùn)行，有時(shí)甚至造成設(shè)備的損壞停機(jī)。由于其工作環(huán)境的特殊性，如許多機(jī)械設(shè)備長期運(yùn)行在變載、高溫等復(fù)雜工況下，當(dāng)軸承部件發(fā)生故障時(shí)，其振動(dòng)信號(hào)往往表現(xiàn)出非線性、非平穩(wěn)特征，并且極易受到環(huán)境噪聲的干擾，降低了振動(dòng)信號(hào)的信噪比，增加了故障特征的提取難度。

滾動(dòng)軸承故障診斷的關(guān)鍵在于從含有諧波及噪聲干擾的振動(dòng)信號(hào)中提取出隱藏的故障特征。傳統(tǒng)的傅里葉變換等頻譜分析方法可以有效地從平穩(wěn)信號(hào)中提取出故障特征，但卻不適用于處理非平穩(wěn)信號(hào)，有時(shí)甚至?xí)玫藉e(cuò)誤的分析結(jié)果。短時(shí)傅里葉變換、小波變換、Wigner-Ville分布等時(shí)頻分析方法相對(duì)于傳統(tǒng)的頻譜分析，可以同時(shí)提取出故障信號(hào)在時(shí)域與頻域的局部信息，更加適用于非平穩(wěn)信號(hào)的分析，因此在故障診斷領(lǐng)域得到廣泛應(yīng)用。

稀疏表示作為故障診斷領(lǐng)域近幾年來的研究熱點(diǎn)之一，由于在信號(hào)處理方面優(yōu)越的性能，受到了廣泛關(guān)注。其核心思想是從超完備的稀疏字典中，選取與信號(hào)最佳匹配的原子，獲得信號(hào)更加稀疏的表達(dá)，從而更加容易提取出故障信號(hào)中隱藏的故障特征。稀疏表示的兩大關(guān)鍵問題在于稀疏字典的設(shè)計(jì)以及稀疏系數(shù)的求解，稀疏字典過大雖然可以保證一定的冗余性，但會(huì)降低求解效率，過小則能提高求解效率但會(huì)降低匹配精度。

在以往的基于稀疏表示的故障診斷中，尚未發(fā)現(xiàn)通過識(shí)別系統(tǒng)的模態(tài)參數(shù)構(gòu)建稀疏字典方法的研究。本發(fā)明通過對(duì)于系統(tǒng)模態(tài)參數(shù)的提取設(shè)計(jì)稀疏字典，不僅可以使得字典原子與原始信號(hào)結(jié)構(gòu)更加相似，提升信號(hào)重構(gòu)的精度，同時(shí)可以大大縮小字典的維度，提升匹配效率。因此，研究通過識(shí)別系統(tǒng)的模態(tài)參數(shù)方式構(gòu)建稀疏字典進(jìn)行故障診斷具有很大的實(shí)際應(yīng)用潛力。

發(fā)明內(nèi)容

針對(duì)上述問題，本公開的目的在于提供一種基于稀疏理論的軸承故障診斷方法，通過識(shí)別系統(tǒng)的模態(tài)參數(shù)有效設(shè)計(jì)出與原始信號(hào)結(jié)構(gòu)更加相似的稀疏字典原子，提升信號(hào)重構(gòu)的精度，同時(shí)可以大大縮小稀疏字典的維度，提升匹配效率。

本公開通過以下技術(shù)方案實(shí)現(xiàn)上述目的：

一種基于稀疏理論的軸承故障診斷方法，包括以下步驟：

S100：通過經(jīng)驗(yàn)?zāi)B(tài)分解將采集到的軸承的原始振動(dòng)信號(hào)X(t)分解成N個(gè)本征模式函數(shù)，計(jì)算出每個(gè)本征模式函數(shù)c_i(t)的能占比γ_i并按照從大到小排序，選取最大能占比對(duì)應(yīng)的本征模式函數(shù)作為分析信號(hào)x(t)；

S200：利用所述分析信號(hào)x(t)提取軸承中由第i階固有頻率f_ni激起的自由衰減響應(yīng)x_i(t)，通過優(yōu)化算法從該自由衰減響應(yīng)x_i(t)中提取模態(tài)參數(shù)；

S300：利用質(zhì)量-彈簧二階阻尼系統(tǒng)的脈沖響應(yīng)函數(shù)作為原子模型，將所提取的模態(tài)參數(shù)集合化形成參數(shù)集，將該參數(shù)集輸入原子模型中，構(gòu)建稀疏字典；