[发明专利]基于新型信噪比指标的随机共振滚动轴承故障诊断方法

说明书

本发明公开了一种基于新型信噪比指标的自适应随机共振滚动轴承故障诊断方法，该方法不用提前知道故障特征频率，就能实现故障特征的提取及故障类型判别，且能够更好的抑制边频，而且不受外载荷波动、轴承转速以及轴承型号的影响。同时，本发明也为由载荷变化等因素引起的小范围内故障特征频率振荡的情况下提取故障特征信息及判别故障类型提供了一种有效的方法。

技术领域

本发明涉及滚动轴承微弱故障特征信息提取领域，尤其涉及一种基于新型信噪比指标的自适应随机共振滚动轴承故障诊断方法。

背景技术

机械设备的振动信号包含故障特征信息，但振动信号通常受到强噪声的干扰，从而导致振动信号中的故障特征信息被强噪声淹没，造成难以提取故障特征信息及判别故障类型。

因此，提取强噪声背景下的故障特征信息是振动故障诊断领域关键问题之一。在故障振动特征信息提取方面，传统的方法是通过抑制噪声来提取故障特征信息及判别故障类型，但是该方法会导致原信号中故障特征信息的破坏，对故障特征信息的提取及故障类型判别造成极大影响。针对该问题，前人提出了随机共振的方法。该方法能将部分噪声能量会转化为信号能量，以便提取信号的故障特征信息及判别故障类型。目前，双稳态自适应随机共振的研究比较普遍，该方法通常以经典信噪比公式作为评价指标，来选取最优系统参数。尽管经典信噪比指标在自适应随机共振中起到了重要作用，但是计算该指标时需要提前知道故障实际特征频率的精确值，而在实际应用中是不可能提前知道故障实际特征频率的精确值，尤其在扰动工况下，故障特征频率是波动的，该指标就更不能发挥作用。

所以，在实际工程应用中要解决传统自适应随机共振方法需要提前知道故障实际特征频率精确值的问题，就必须提出一种新型信噪比的计算方法，使其在不知道故障实际特征频率精确值的前提下实现特征频率提取，并将其应用于滚动轴承故障类型判别及故障特征信息提取技术中。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种为了克服经典信噪比需要提前知道故障实际特征频率精确值的不足，本发明提供了一种基于新型信噪比指标的自适应随机共振滚动轴承故障诊断方法。该方法不用提前知道故障特征频率，就能实现故障特征的提取及故障类型判别，且能够更好的抑制边频，而且不受外载荷波动、轴承转速以及轴承型号的影响。同时，本发明也为由载荷变化等因素引起的小范围内故障特征频率振荡的情况下提取故障特征信息及判别故障类型提供了一种有效的方法。

技术方案：为实现上述目的，本发明的基于新型信噪比指标的随机共振滚动轴承故障诊断方法，其特征在于：包括如下几个步骤：

步骤1：信号采集；

步骤2：信号预处理；

步骤3：滚动轴承故障理论特征频率计算；

步骤4：基于新型信噪比指标的自适应随机共振方法；

步骤5：故障实际特征频率提取及故障类型判别。

进一步的，所述步骤2包括采用高通滤波滤去低频成分以及采用普通变尺度方法使采集到的振动信号满足经典随机共振的小参数要求。

进一步的，所述步骤3包括根据轴承的结构参数和实际转速计算外圈、内圈、滚动体和保持架四种典型故障的理论特征频率。

进一步的，所述步骤4中的新型信噪比作为评价指标对应的计算公式为：