[發明專利]基于小波分解和改進曼哈頓距離的滾動軸承故障診斷方法

有效

• 申請號: 202010095456.6
• 申請日: 2020-02-17
• 公開（公告）號: CN111222495B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 徐博;孫永健;王孝紅
• 申請（專利權）人: 濟南大學
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/213;G01M13/045
• 代理公司: 濟南譽豐專利代理事務所(普通合伙企業) 37240
• 代理人: 高強

本申請公開了一種基于小波分解和改進曼哈頓距離的滾動軸承故障診斷方法，提取滾動軸承運行中四種工況各五組樣本數據并對每組進行10等分，各采用小波分解方法將時域信號分成五層信號；對每層信號變換為SDP圖像；將SDP圖像二值化，并提取局部矩陣，每組10個局部矩陣計算一個平均局部矩陣；對每一個局部矩陣進行去噪；計算10個局部矩陣與平均局部矩陣的改進曼哈頓距離，并提取改進曼哈頓距離最大值與最小值；計算五組樣本數據的改進曼哈頓距離最大值與最小值；隨機選取四種工況共300組測試數據進行測試確定工況。能夠比較準確地診斷出滾動軸承正常工況、滾動軸承內圈故障工況、滾動軸承滾珠故障工況以及滾動軸承外圈故障工況。

技術領域

本申請涉及滾動軸承運行故障診斷技術領域，具體涉及一種基于小波分解和改進曼哈頓距離的滾動軸承故障診斷方法。

背景技術

滾動軸承是機械裝備的易損零件之一，其運行狀態往往直接影響到整臺機器的精度、可靠性及壽命。由于滾動軸承的壽命離散性很大,無法進行定時維修,滾動軸承在運轉過程中可能由于各種原因引起損壞，如金屬腐蝕和過載等。因此,如何判斷出它的各種工況故障是非常重要的，可以減少不必要的維修，延長滾動軸承的使用壽命進而可以延長機械裝備的使用壽命。

而且滾動軸承故障采集的信號屬性的非線性、非平穩等復雜情況，以及現有技術中對故障的識別度偏低，因此如何提高滾動軸承故障的識別度是本領域亟待解決的技術問題。

發明內容

本申請為了解決上述技術問題，提出了如下技術方案：

第一方面，本申請實施例提供了一種基于小波分解和改進曼哈頓距離的滾動軸承故障診斷方法，所述方法包括：提取滾動軸承運行中四種工況各五組樣本數據并對每一組樣本數據進行10等分；每組樣本數據10等份各采用小波分解方法將時域信號分成五層信號；對每層信號進行SDP極坐標變換，變換為SDP圖像；將每層信號SDP圖像二值化，并提取局部矩陣，每組10個局部矩陣計算一個平均局部矩陣；對每一個局部矩陣用中值濾波法進行去噪；計算10個局部矩陣與平均局部矩陣的改進曼哈頓距離，并提取改進曼哈頓距離最大值與最小值；計算五組樣本數據的改進曼哈頓距離最大值與最小值；隨機選取四種工況共300組測試數據進行測試，測試數據每一層信號的改進曼哈頓距離最大值與最小值與四種工況相對應一層信號改進曼哈頓距離最大值與最小值分別計算距離并進行比對與四種工況哪一種工況距離最近即屬于哪一種工況，并且五層信號與四種工況相對應五層信號符合次數最多即為最終確定工況。

采用上述實現方式，基于小波分解和改進曼哈頓距離的滾動軸承故障診斷方法，具有較為高的效率和準確性的特點，能夠比較準確地診斷出滾動軸承正常工況、滾動軸承內圈故障工況、滾動軸承滾珠故障工況以及滾動軸承外圈故障工況。

結合第一方面，在第一方面第一種可能的實現方式中，所述對每層信號進行SDP極坐標變換，變換為SDP圖像包括：通過SDP變換將非平穩，非高斯的原始振動信號變換成在極坐標下由鏡像對稱點組成的雪花狀圖形；SDP變換具體公式為：

其中，x_n是在時刻n時的幅值，x_n+l是時刻n+l時的幅值，r(n)為極坐標的半徑，θ(n)為極坐標逆時針沿初始線旋轉的角度，φ(n)為極坐標順時針沿初始線旋轉的角度，x_min為樣本數據的最小值，x_max為樣本數據的最大值，θ為鏡像對稱平面旋轉角，g為角度放大因子，l為時間間隔參數。