[發明專利]一種滾動軸承早期損傷狀態的特征提取方法

有效

• 申請號: 202010906571.7
• 申請日: 2020-09-01
• 公開（公告）號: CN112113766B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 鄧林峰;張愛華;鄭玉巧;趙榮珍
• 申請（專利權）人: 蘭州理工大學
• 主分類號: G01M13/045
• 分類號: G01M13/045;G06K9/62;G06K9/00;G06F17/11
• 代理公司: 青島致嘉知識產權代理事務所(普通合伙) 37236
• 代理人: 王巧麗

本發明公開了一種滾動軸承早期損傷狀態的特征提取方法，首先對滾動軸承早期損傷信號去偏置量，采用變分模態分解方法對無偏置的滾動軸承早期損傷狀態振動信號進行自適應分解處理，得到本征模態分量，然后對每個本征模態分量計算振動能量、振動峭度兩個時域特征，利用時域特征構造滾動軸承早期損傷狀態的初始特征數據集，再通過主成分分析法對初始特征集進行特征降維，進而得到低維高效的特征向量，實現對滾動軸承早期損傷狀態特征信息的有效提取。本發明提供的滾動軸承早期損傷狀態的特征提取方法的算法及程序易于實現，整個過程無需人工參與，自動化和智能化程度高，低成本、準確率高、易操作實施，為軸承及設備的安全運行提供了可靠的判斷依據。

技術領域

本發明屬于故障診斷與信號處理分析技術領域，尤其涉及一種滾動軸承早期損傷狀態的特征提取方法。

背景技術

滾動軸承因具備運行精度高、摩擦系數小、易于潤滑、便于裝配及大批量制造等優點，在電力、冶金、石化、交通運輸等多個領域的機械設備中得到廣泛應用。滾動軸承對機械設備的穩定、安全、可靠起著非常重要的作用，因而對其損傷狀態，特別是早期損傷狀態進行監測與診斷，可有效減少設備發生故障的概率，這對提高企業生產效率，保證生產安全具有重大意義。目前，國內外對滾動軸承損傷狀態進行監測診斷，主要都是利用軸承的振動信號進行分析，進而對滾動軸承的損傷類型及原因做出決策與識別，雖然這種狀態診斷方式具有一定的實用價值，但由于滾動軸承早期損傷故障振動信號攜帶的特征信息微弱，傳統的信號分析方法難以實現軸承早期損傷狀態的有效識別，直到滾動軸承損傷程度進一步加劇時，才能發現軸承健康狀況出現異常。也就是說，蘊含在軸承早期損傷振動信號中的特征信息沒有被有效提取，軸承早期損傷狀態沒有得到及時診斷，而這有可能導致滾動軸承完全失效甚至整臺設備報廢。

發明內容

針對上述背景技術中指出的不足，本發明提供了一種滾動軸承早期損傷狀態的特征提取方法，旨在解決上述背景技術中現有的滾動軸承損傷診斷方法不能有效提取軸承早期損傷振動信號中的特征信息，難以對軸承早期損傷狀態的進行及時診斷的問題。

為實現上述目的，本發明采用的技術方案是：

一種滾動軸承早期損傷狀態的特征提取方法，按照以下步驟進行：

(1)計算滾動軸承早期損傷狀態原始振動信號x(t)的均值表示為：

其中，M為x(t)的數據點個數，

從原始振動信號x(t)中減去形成無偏置的滾動軸承早期損傷狀態振動信號s(t)，表示為：

(2)采用變分模態分解方法對振動信號s(t)進行分解處理，得到h個本征模態分量u₁(t),u₂(t),…,u_h(t)；

(3)對每個本征模態分量u(t)計算振動能量T₁、振動峭度T₂兩個時域特征，其表達式分別為：

其中，N為u(t)的數據點個數；

(4)利用步驟(3)中每個本征模態分量u(t)的兩個時域特征T₁、T₂共2h個特征，構造滾動軸承早期損傷狀態的初始特征數據集A，表示為：

(5)對特征數據集A實施主成分分析，得到低維的敏感特征數據集B及其特征值β_q(q＝1,2,…,l,l≤2h)；