[發(fā)明專利]一種變轉(zhuǎn)速工況下軸承故障特征提取的廣義自相關(guān)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110913667.0
• 申請(qǐng)日: 2021-08-10
• 公開(kāi)（公告）號(hào): CN113984387B
• 公開(kāi)（公告）日: 2022-12-27
• 發(fā)明（設(shè)計(jì)）人: 樊薇;徐英淇;陳振強(qiáng);蔣峰
• 申請(qǐng)（專利權(quán)）人: 江蘇大學(xué);江蘇文廣朱方新能源科技有限公司
• 主分類(lèi)號(hào): G01M13/045
• 分類(lèi)號(hào): G01M13/045;G06F17/15;G06F30/20
• 代理公司: 南京智造力知識(shí)產(chǎn)權(quán)代理有限公司 32382
• 代理人: 張明明

本發(fā)明公開(kāi)了一種在變轉(zhuǎn)速工況下軸承故障特征提取的廣義自相關(guān)方法，并結(jié)合周期估計(jì)方法，實(shí)現(xiàn)累計(jì)循環(huán)和強(qiáng)背景噪聲之間的平衡，用于變轉(zhuǎn)速工況下的軸承故障診斷。本發(fā)明方法包括：采用階次跟蹤的處理方法，利用瞬時(shí)相位信息在階域中對(duì)原始振動(dòng)信號(hào)重采樣，大大削弱調(diào)頻現(xiàn)象；采用廣義自相關(guān)的方法，考慮多個(gè)相鄰片段的相關(guān)性，進(jìn)一步削弱背景噪聲；在原有NRC方法考慮所有信號(hào)片段之間相關(guān)性而無(wú)法消除累計(jì)周期擾動(dòng)影響的基礎(chǔ)上只考慮若干相鄰信號(hào)片段的相關(guān)性，控制周期擾動(dòng)的累計(jì)。該方法與傳統(tǒng)方法相比，同時(shí)克服了相互制約的信號(hào)特征帶來(lái)的困難，效果較好。

技術(shù)領(lǐng)域

本發(fā)明屬于信號(hào)處理領(lǐng)域，具體涉及一種變轉(zhuǎn)速工況下軸承故 障特征提取的廣義自相關(guān)方法。

背景技術(shù)

滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中常用的關(guān)鍵部件，盡早準(zhǔn)確檢測(cè)滾動(dòng)軸 承具有重要意義。目前，機(jī)械設(shè)備的故障診斷與狀態(tài)檢測(cè)等領(lǐng)域信號(hào) 的周期檢測(cè)具有廣泛應(yīng)用，由于檢測(cè)環(huán)境不可避免存在大量噪聲，所 以強(qiáng)噪聲背景下的周期檢測(cè)一直是信號(hào)檢測(cè)的難題。傳統(tǒng)的時(shí)域方法 如變異性法和抗噪聲相關(guān)法(NRC)可以針對(duì)強(qiáng)噪聲背景周期檢測(cè)，但 僅適用于嚴(yán)格周期信號(hào)，因此不能處理被大量累積的循環(huán)擾動(dòng)污染的 信號(hào)。

最常見(jiàn)的周期檢測(cè)方法是直接使用傳統(tǒng)的自相關(guān)函數(shù)(ACF)， ACFR只考慮了兩個(gè)相鄰的信號(hào)塊，因此在ACF方法中不會(huì)累積循 環(huán)擾動(dòng)。然而，由于強(qiáng)背景噪聲的存在，ACF從觀測(cè)信號(hào)中變換出 來(lái)的信號(hào)仍然被背景噪聲所掩蓋，因此無(wú)法壓制強(qiáng)背景噪聲。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)問(wèn)題，本發(fā)明提出了一種變轉(zhuǎn)速工況下軸承故障 特征提取的廣義自相關(guān)方法。本發(fā)明能夠在強(qiáng)背景噪聲壓制與嚴(yán)格周 期信號(hào)兩個(gè)相互約束的特征之間實(shí)現(xiàn)平衡。通過(guò)仿真和實(shí)例驗(yàn)證了GeACF方法優(yōu)于傳統(tǒng)方法的性能。

本發(fā)明的技術(shù)方案為：

一種變轉(zhuǎn)速工況下軸承故障特征提取的廣義自相關(guān)方法，包括 以下步驟：

步驟S1、對(duì)未知故障信號(hào)與強(qiáng)高斯白噪聲信號(hào)∈(t)融合， 獲得被測(cè)階次跟蹤信號(hào)被測(cè)信號(hào)t表示階 次域，噪聲

其中：時(shí)間序列表示循環(huán)信號(hào)的實(shí)現(xiàn)，L表示樣本總數(shù)。

步驟S2、將被測(cè)信號(hào)進(jìn)行截取，當(dāng)L＝mN時(shí)，將劃分 為

其中：m表示 信號(hào)片段數(shù)，N表示信號(hào)片段的長(zhǎng)度，是函數(shù)中的自變量。

步驟S3、在原有的自相關(guān)函數(shù)(ACF)基礎(chǔ)上提出了廣義自相 關(guān)函數(shù)(GeACF)：

其中：其中n可以人為 選取，(2≤n≤m)，表示塊信號(hào)的個(gè)數(shù)。其中是NRC函數(shù)其中n可以人為選取， 2≤n≤m，n表示塊信號(hào)的個(gè)數(shù)，和表示第k+i和k+j段 信號(hào)值的離散向量表示；

步驟S4、當(dāng)L＝Mn+N1，N10時(shí)，將劃分成N表示信號(hào) 片段的長(zhǎng)度，是函數(shù)中的自變量。

其中：

步驟S5、將合成形成新的信號(hào)j＝1和 2，m1＝m+1，m2＝m

其中：

提出了廣義自相關(guān)函數(shù)其 中分別為信號(hào)信號(hào)自相關(guān)函數(shù)的 權(quán)重，且

步驟S6、當(dāng)L≥2N的信號(hào)n＝2時(shí)，GeACF即為ACF。

其中：

步驟S7、當(dāng)L≥2N的信號(hào)GeACF的期望不大于原始信號(hào) 的平均能量即

其中：