[發明專利]一種滾動軸承故障檢測方法及系統有效
| 申請號: | 202110097070.3 | 申請日: | 2021-01-25 |
| 公開(公告)號: | CN112903296B | 公開(公告)日: | 2021-12-14 |
| 發明(設計)人: | 張金鳳;陳利;劉偉;張曉潮;李繼猛 | 申請(專利權)人: | 燕山大學 |
| 主分類號: | G01M13/045 | 分類號: | G01M13/045 |
| 代理公司: | 北京高沃律師事務所 11569 | 代理人: | 王愛濤 |
| 地址: | 066000 河北省*** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 滾動軸承 故障 檢測 方法 系統 | ||
本發明涉及一種滾動軸承故障檢測方法及系統。該方法包括獲取待檢測的滾動軸承的振動信號;對所述振動信號進行傅里葉變換確定離散幅值譜;利用基于譜包絡的頻譜分割方法對所述幅值譜進行自動劃分,得到多個連續區間;并確定所述連續區間的數量以及每個所述連續區間的最大譜峰頻率;將連續區間的數量以及每個所述連續區間的最大譜峰頻率作為變分模態分解算法的輸入參數,并利用確定輸入參數后的變分模態分解算法對所述振動信號進行分解,得到多個模式分量;利用每個所述模式分量的包絡譜對所述待檢測的滾動軸承進行故障檢測。本發明提高了滾動軸承故障檢測的準確性。
技術領域
本發明涉及設備維護領域,特別是涉及一種滾動軸承故障檢測方法及系統。
背景技術
滾動軸承作為重要的支撐部件已廣泛用于各種大型復雜旋轉機械。但是,由于這些設備通常在惡劣環境和復雜工況下運行,滾動軸承不可避免地產生各種局部損傷。如果未能及時發現,不僅造成經濟損失,甚至可能造成人員傷亡。對于滾動軸承而言,一旦某個部件(如內圈,外圈)出現損壞,由于缺陷表面與正常表面之間的撞擊會產生一個沖擊,而在旋轉運動的作用下,會按照一定的周期產生一個沖擊序列。因此,識別和提取振動信號中的周期脈沖對于檢測滾動軸承故障至關重要。如何確定合適的中心頻率和帶寬來構造帶通濾波器以提取振動信號中的周期脈沖一直是滾動軸承故障診斷技術的研究重點。
自適應信號分解方法可以根據信號的固有特性自動將其分解為多個模式分量,自適應確定每種模式的帶寬和中心頻率。因此,自適應信號分解方法為滾動軸承故障信號分析提供了有力的工具,并得到了快速的發展和應用。變分模態分解作為一種非遞歸式的自適應信號分解方法,可將輸入信號同時分解為指定數量的模式分量,其性能優于經驗模式分解。但是,變分模態分解算法性能高度依賴于輸入參數,即模式數量和每個模式的初始中心頻率。如果參數設置不當,會導致滾動軸承振動信號的過分解或欠分解,從而影響軸承故障特征的提取精度。
發明內容
本發明的目的是提供一種滾動軸承故障檢測方法及系統,提高滾動軸承故障檢測的準確性。
為實現上述目的,本發明提供了如下方案:
一種滾動軸承故障檢測方法,包括:
獲取待檢測的滾動軸承的振動信號;
對所述振動信號進行傅里葉變換確定離散幅值譜;
利用基于譜包絡的頻譜分割方法對所述幅值譜進行自動劃分,得到多個連續區間;并確定所述連續區間的數量以及每個所述連續區間的最大譜峰頻率;
將連續區間的數量以及每個所述連續區間的最大譜峰頻率作為變分模態分解算法的輸入參數,并利用確定輸入參數后的變分模態分解算法對所述振動信號進行分解,得到多個模式分量;所述輸入參數包括模式的數量和每個模式的初始中心頻率;
利用每個所述模式分量的包絡譜對所述待檢測的滾動軸承進行故障檢測。
可選的,所述對所述振動信號進行傅里葉變換確定離散幅值譜,具體包括:
利用公式對所述振動信號進行傅里葉變換;
利用公式確定離散幅值譜;
其中,為離散的振動信號x(n)的離散傅里葉變換結果,X(k)為離散幅值譜,N為離散的振動信號x(n)的長度,n為離散的振動信號的序號,和k均為正整數。
可選的,所述利用基于譜包絡的頻譜分割方法對所述幅值譜進行自動劃分,得到多個連續區間,具體包括:
確定所述離散幅值譜的所有局部極大值及其坐標,并利用三次樣條插值確定所述離散幅值譜的譜包絡;
將長度為(Wd-1)/2的零值序列分別添加到所述譜包絡的首尾兩端,構成長度為N/2+Wd-1的序列;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于燕山大學,未經燕山大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110097070.3/2.html,轉載請聲明來源鉆瓜專利網。





