[發(fā)明專利]一種基于循環(huán)強度指數(shù)的列車軸承自主故障識別方法

有效

• 申請?zhí)枺?/td>: 202110264292.X
• 申請日: 2021-03-11
• 公開（公告）號: CN113029569B
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計）人: 辛格;鐘槭畑;李哲
• 申請（專利權(quán)）人: 北京交通大學(xué)
• 主分類號: G01M13/045
• 分類號: G01M13/045
• 代理公司: 北京市商泰律師事務(wù)所 11255
• 代理人: 黃曉軍

本發(fā)明提供了一種基于循環(huán)強度指數(shù)的列車軸承自主故障識別方法。該方法包括：通過加速度傳感器采集列車軸承的振動信號；計算振動信號的譜相干性，根據(jù)振動信號的譜相干性計算循環(huán)強度指數(shù)；對標(biāo)準(zhǔn)化后的循環(huán)強度指數(shù)在最優(yōu)的頻帶上進行積分得到增強循環(huán)指數(shù)，根據(jù)增強循環(huán)指數(shù)計算各次諧波的故障概率值，計算出各部位的加權(quán)故障指數(shù)；計算所有超過故障判斷閾值的增強循環(huán)指數(shù)的峰值中位數(shù)，得到二元假設(shè)模型的判斷閾值，將各部位的加權(quán)故障指數(shù)與二元假設(shè)模型的判斷閾值進比較，根據(jù)比較結(jié)果確定軸承各個部位是否存在故障。本發(fā)明能根據(jù)采集的原始振動信號自動輸出軸承的故障部位及故障概率，便于工業(yè)生產(chǎn)的應(yīng)用。

技術(shù)領(lǐng)域

本發(fā)明涉及列車滾動軸承故障診斷技術(shù)領(lǐng)域，尤其涉及一種基于循環(huán)強度指數(shù)的列車軸承自主故障識別方法。

背景技術(shù)

滾動軸承是列車中被最廣泛使用的部件之一，同時也是列車的故障易發(fā)部件，針對軸承故障診斷應(yīng)用可靠的智能化故障診斷方法能夠在保證列車安全運行的同時顯著降低相關(guān)檢修部門的工作量。隨著診斷技術(shù)的不斷發(fā)展。

現(xiàn)有技術(shù)中的一種診斷滾動軸承的健康狀態(tài)的方法包括：基于振動信號的軸承故障診斷方法，其包括快速傅里葉變換、短時傅里葉變換、小波變換和經(jīng)驗?zāi)B(tài)分解等。該方法的缺點為：需要人為分析得出最終診斷結(jié)果，這增加了工作人員專業(yè)水平的要求和工作量，智能化程度不夠高，不利于在工業(yè)生產(chǎn)活動中部署。

現(xiàn)有技術(shù)中的另一種診斷滾動軸承的健康狀態(tài)的方法包括：K-means聚類、SVM等機器學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法。該方法的缺點為：雖然可以實現(xiàn)智能化診斷，但是其需要大量數(shù)據(jù)樣本進行模型訓(xùn)練，并且對采集數(shù)據(jù)質(zhì)量有要求，因為行業(yè)保密等問題獲取真實且高質(zhì)量的數(shù)據(jù)非常困難。同時這類方法可解釋性較差，對硬件與數(shù)據(jù)傳輸水平等也有較高要求，方法的落地實施較為困難。

發(fā)明內(nèi)容

本發(fā)明的實施例提供了一種基于循環(huán)強度指數(shù)的列車軸承自主故障識別方法，以實現(xiàn)有效地自主診斷列車軸承的故障。

為了實現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。

一種基于循環(huán)強度指數(shù)的列車軸承自主故障識別方法，包括：

步驟S1：通過加速度傳感器采集列車軸承的振動信號；

步驟S2:計算所述振動信號的譜相干性，根據(jù)所述振動信號的譜相干性計算循環(huán)強度指數(shù)，并根據(jù)所述振動信號的譜頻率的分布特性對相應(yīng)的循環(huán)強度指數(shù)進行標(biāo)準(zhǔn)化；

步驟S3：根據(jù)假設(shè)檢驗原理，設(shè)置顯著性水平，建立二元假設(shè)模型；

步驟S4：對標(biāo)準(zhǔn)化后的循環(huán)強度指數(shù)在選定的頻帶上進行積分得到增強循環(huán)指數(shù)，根據(jù)增強循環(huán)指數(shù)的直方圖計算故障判斷閾值；

步驟S5：計算列車軸承各個部位的故障特征頻率及其倍頻的窄帶；

步驟S6：根據(jù)增強循環(huán)指數(shù)和列車軸承各個部位的故障特征頻率的倍頻的窄帶計算各次諧波的故障概率值，根據(jù)各次諧波的故障概率值計算出各部位的加權(quán)故障指數(shù)；

步驟S7：計算所有超過所述故障判斷閾值的增強循環(huán)指數(shù)的峰值中位數(shù)，得到二元假設(shè)模型的判斷閾值，將各部位的加權(quán)故障指數(shù)與所述二元假設(shè)模型的判斷閾值進比較，根據(jù)比較結(jié)果確定軸承各個部位是否存在故障。

優(yōu)選地，所述的步驟S2具體包括：

S21：設(shè)使用加速度傳感器采集的時間t處的振動信號為x(t)，計算振動信號x(t)在時間t與時間延遲τ下的自相關(guān)函數(shù)R_x(t,τ)：

R_x(t,τ)＝E{x(t)x(t-τ)^*}

其中，E表示數(shù)學(xué)期望運算，^*表示復(fù)共軛運算；