[發(fā)明專利]一種基于圖相似度特征提取的滾動軸承故障檢測方法

有效

• 申請?zhí)枺?/td>: 202110300609.0
• 申請日: 2021-03-13
• 公開（公告）號: CN112857805B
• 公開（公告）日: 2022-05-31
• 發(fā)明（設計）人: 謝一凡;陳楊;陳勇旗
• 申請（專利權）人: 寧波大學科學技術學院
• 主分類號: G01M13/045
• 分類號: G01M13/045
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開一種基于圖相似度特征提取的滾動軸承故障檢測方法，從圖相似度特征提取的角度來挖掘非平穩(wěn)的滾動軸承振動信號中潛藏的特征，并在此基礎上實施滾動軸承的故障檢測。具體來講，本發(fā)明方法首先將振動信號按照區(qū)間轉(zhuǎn)變成能體現(xiàn)信號之間相似度的圖矩陣，再利用圖特征提取算法對圖矩陣進行特征提取。最后，使用提取出的特征來判斷滾動軸承是否出現(xiàn)了故障。本發(fā)明方法的優(yōu)勢在于：能將振動信號轉(zhuǎn)變成能體現(xiàn)振動信號之間距離相似性的圖矩陣，并對圖矩陣進行特征提取，從時域的角度實現(xiàn)了滾動軸承振動信號的特征分析與提取，且不涉及復雜的運算，實施操作簡單。

技術領域

本發(fā)明涉及一種軸承故障檢測方法，特別涉及一種基于圖相似度特征提取的滾動軸承故障檢測方法。

背景技術

隨著工業(yè)技術向著智能化、科技化和集成化發(fā)展，現(xiàn)代機械裝備的功能要求和使用條件逐步提升，對裝備的可靠性也提出了更高的要求，對滾動軸承維修技術的研究逐步獲得重視。滾動軸承作為支撐旋轉(zhuǎn)體并降低摩擦系數(shù)的關鍵功能部件而廣泛應用于旋轉(zhuǎn)式的機械設備中，其工作性能的好壞直接關系到設備的正常運行。軸承在運轉(zhuǎn)工作過程中不可避免的受到軸向載荷和循環(huán)交變載荷作用，易產(chǎn)生疲勞剝落或磨損等失效形式，若不根據(jù)使用情況及時更換軸承，嚴重時將會發(fā)生突發(fā)事故造成不必要的損失與傷亡。近十年隨著人工智能和信息技術的發(fā)展，對軸承進行故障檢測大多采用數(shù)據(jù)驅(qū)動的方法，但目前數(shù)據(jù)驅(qū)動的故障檢測大都是使用振動信號的頻域分析特征來進行滾動軸承的故障檢測。

對滾動軸承故障診斷進行研究除了具有重要的實際意義之外，還具備深刻的理論意義。在實施滾動軸承故障診斷的過程中，可以推動測控技術、信號處理、模式分類、優(yōu)化方法等與故障診斷相關的一系列理論方法的發(fā)展，不斷完善機械故障診斷學科的發(fā)展。同時也為下一代新產(chǎn)品的更新?lián)Q代提供了合理的優(yōu)化改進依據(jù)。目前，滾動軸承的故障診斷技術仍以振動信號分析方法為主。但是由于軸承故障信號是一種非線性非平穩(wěn)隨機信號，傳統(tǒng)的信號處理方法難以有效處理，因此，有必要對滾動軸承故障診斷技術進行深入地研究。

早期的軸承振動信號特征提取主要是借助于傅里葉變換進行的，稱為經(jīng)典信號分析方法。基于傅里葉變換的信號分析發(fā)展緩慢，主要原因是其計算量大。工程實際中，從機械設備上所測得的振動信號千變?nèi)f化，其中大量為非平穩(wěn)、非高斯分布和非線性的隨機信號，尤其是當設備出現(xiàn)故障時上述情形顯得更為突出。而基于變換的譜分析主要適用于平穩(wěn)信號時不變信號，因此有必要尋找一種適合于非平穩(wěn)信號分析的方法，它既能反映信號的頻率內(nèi)容，又能反映該頻率內(nèi)容隨時間變化的規(guī)律，還能準確地反映出信號能量隨時間的分布情況。

發(fā)明內(nèi)容

本發(fā)明所要解決的主要技術問題是：如何從圖相似度特征提取的角度來挖掘非平穩(wěn)的滾動軸承振動信號中潛藏的特征，并在此基礎上實施滾動軸承的故障檢測。具體來講，本發(fā)明方法首先將振動信號按照區(qū)間轉(zhuǎn)變成能體現(xiàn)信號之間相似度的圖矩陣，再利用圖特征提取算法對圖矩陣進行特征提取。最后，使用提取出的特征來判斷滾動軸承是否出現(xiàn)了故障。

本發(fā)明方法解決上述問題所采用的技術方案為：一種基于圖相似度特征提取的滾動軸承故障檢測方法，包括以下所示步驟：

步驟(1)：利用加速度振動傳感器采集滾動軸承在健康運行狀態(tài)下的振動信號數(shù)據(jù)，記為振動信號向量z∈R^N×1，并同時記錄加速度振動傳感器采集信號的頻率f和滾動軸承的轉(zhuǎn)動頻率r；其中，R^N×1表示N×1維的實數(shù)向量，N為振動信號數(shù)據(jù)的個數(shù)，頻率的單位為赫茲(Hz)，R表示實數(shù)集。

步驟(2)：先設置移動窗口長度L等于f除以r的商，再從振動信號向量z∈R^N×1的第一個元素開始，利用移動窗口依次將z劃分成n個L×1維的窗口向量x₁，x₂，…，x_n，具體的實施過程如下所示：

步驟(2.1)：初始化i＝1。