[发明专利]风扇轴承状态退化评估方法

说明书

技术领域

本发明涉及机械电子产品的故障监控技术领域，尤其涉及电子电器设备散热风扇轴承的故障诊断与状态退化评估。

背景技术

随着微电子技术的发展，电子器件的热流密度不断增加，电子设备的集成度越来越高、功耗不断增大；另一方面电子设备设计趋向于轻、薄、短，这就使得系统的散热矛盾越来越突出。不良散热引发电子设备内部温度上升，系统运行不稳定，甚至会导致电子器件故障，并最终引发严重后果。散热风扇作为一种有效的强制散热方式，被广泛应用在各类电子设备的散热系统中，对保证设备的健康可靠运行起着至关重要的作用。散热风扇的故障主要集中在风扇轴承故障上，据统计，90％的风扇故障是由轴承损伤引起的。

过去故障诊断主要应用在各种大型设备的关键部件，如风机齿轮箱、轴承等。散热风扇由于结构简单、成本不高，当其出现问题时大多采取直接更换，因此无论是生产企业还是用户，均未对风扇可靠性引起足够重视。然而一方面，散热风扇频繁的更换会造成大量资源浪费；另一方面，散热风扇失效将带来产品过热，甚至对其应用产品如计算机、服务器、通信设备等带来显著影响，造成数据损失及产品服务终止等严重后果。特别是对于应用于银行、通信、证券交易、航空管理、医疗保健等行业的关键电子设备(如大型服务器、通信网络、医疗设备等)，一旦由于散热问题导致系统故障，将会给社会带来重大的经济损失甚至危及人身安全。

传统的针对各种大型设备的关键部件的轴承故障诊断方法主要致力于部件的故障识别和分类，对于设备的工况监测基本利用残余均方根误差(RMSE，Root Mean Square Error)和峭度(Kurtosis)系数Ku等时域统计方法，因此无法反应出故障发展趋势和设备的健康状态。此外，RMSE值反映的是整体振动的能量，能够作为设备健康状态的评估指标，但是其对轴承的早期故障并不敏感；峭度系数反映了振动的冲击性，对早期故障较为敏感，但随着轴承的故障的发展其值会逐渐减小。同时，时域振动信号往往受到大量背景噪声的污染，利用时域统计指标来评估轴承的故障发展趋势和工况状态很容易造成误判。

发明内容

本发明针对现有的轴承的故障诊断方法的不足，提出了一种风扇轴承状态退化评估方法，特别适合对散热风扇轴承的故障诊断。

本发明的技术方案：风扇轴承状态退化评估方法，包括如下步骤：

步骤1：获取初始振动信号；

步骤2：对步骤1获得的初始振动信号进行零均值处理获取一个预处理振动信号；

步骤3：根据轴承元件的故障特征频率构造梳齿滤波器；

步骤4：利用梳齿滤波器对步骤2得到的预处理振动信号进行滤波得到滤波后的振动信号；

步骤5：对步骤4滤波后的振动信号s₂(t)进行希尔伯特解调，得到其包络信号s₃(t)，然后通过傅里叶变换获取其包络谱频谱S₃(f)；

步骤6：利用步骤5得到的包络频谱S₃(f)构造健康状况指数(HCI)和报警阀值(Th)；

步骤7：利用滤波处理后的信号作为分析信号构造健康状况指数HCI和预警阀值Th，实现对散热风扇轴承故障诊断和状态评估。

为了消除获取的初始振动信号中直流分量的影响，上述对初始振动信号进行零均值处理的具体算法如下：

s1(n)=s(n)-1NΣn=1Ns(n)]]>

这里s(n)为离散的初始振动信号，n为离散时间点，N为信号采样点数，s₁(n)为零均值处理后的预处理信号。

上述步骤3中轴承元件的故障特征频率，具体计算公式：