[发明专利]一种自适应频移变尺度共振技术的轴承故障早期诊断方法

说明书

本发明涉及轴承故障诊断技术领域，公开了一种自适应频移变尺度振动共振技术的轴承故障早期诊断方法，该方法中首先提取轴承原始振动信号，然后将轴承振动信号利用信号处理函数处理后生成叠加信号，随后利用量子遗传算法以提高信噪比为目的调整双稳态势函数的参数实现对叠加信号进行优化，从而或者更好的输出波形。有益效果：该方法能够利用采集的信号通过量子遗传算法快速优化稳态函数参数，提高输出信号的信噪比，从而利用噪声增强轴承故障特征信号，有效地检测轴承故障，且检测效果优于传统的最大相关谱峭度解卷积方法。

技术领域

本发明涉及轴承故障诊断技术领域，具体为一种自适应频移变尺度共振技术的轴承故障早期诊断方法。

背景技术

滚动轴承是水轮机组、风电机组等机械设备中常用的零部件，在滚动轴承服役过程中容易因为外部复杂载荷冲击导致产生磨损、剥落、点蚀等故障，如果不及时的对滚动轴承故障进行检测和处理，那么故障的蔓延可能瘫痪整个设备，从而造成严重的经济损失。因此需要对轴承进行周期性检测维护，以便于在早期故障期间进行风险评估和零部件更换，以降低可能的经济损失。

现有的轴承故障检测主要依赖于故障信号处理技术，具体来说是通过监测轴承工作时是否产生故障状态时特有的振动信号、声信号等来判断轴承是否出现故障。但是由于轴承的早期故障信号十分的微弱，信噪比低，容易淹没在背景噪声中，因此如何有效的排除轴承原始信号中的背景噪音并精确的提取轴承故障特征信号从而判断轴承是否出现特定的故障，成为了影响轴承故障诊断的难点。

目前基于共振的轴承故障信号处理技术主要是采用随机共振的方式进行故障信号提取，但是目前这种方式无法有效的排出低频噪声的干扰，而且在信号检测过程中，相应检测参数主要依赖于人工主观的经验去选择，因此检测精度低。

发明内容

本发明的目的在于提供一种自适应频移变尺度共振技术的轴承故障早期诊断方法，以解决轴承早期故障信号难以提取的问题。

为实现上述目的，本发明提供如下技术方案：一种自适应频移变尺度共振技术的轴承故障早期诊断方法，包括以下步骤：

步骤一：采集轴承原始振动信号v(t)；

步骤二：利用信号处理函数向步骤一提取得到的轴承原始振动信号v(t)中叠加高频振动信号A_H cos(Ω_Ht)，并通过双稳态势函数U(x)进行波形调整，生成叠加信号x(t)；

步骤三：通过傅里叶变换得到叠加信号x(t)的功率谱，并通过该功率谱计算出所述叠加信号的功率谱幅值P_s和所述功率谱中第i个谱线的幅值P_i；

步骤四：将所述叠加信号的功率谱幅值P_s和所述功率谱中第i个谱线的幅值P_i的值代入信噪比函数SNR中，计算出信噪比；

步骤五：利用遗传算法，以提高信噪比函数SNR输出值为目标，重复循环步骤二至步骤四，并在每次循环过程中，选用不同的双稳态势函数U(x)的参数值，实现对双稳态势函数U(x)的参数值进行优化；

步骤六：将步骤五中优化出的双稳态势函数U(x)的最优参数值重新代入步骤二中，计算得到优化后的最终叠加信号x₀(t)，所述优化后的最终叠加信号x₀(t)即为系统输出的经过提取后的轴承早期故障信号。

优选的，步骤一中采集轴承原始振动信号v(t)的方式如下：将待检测的故障轴承安装在具有负载的电机输出轴上，电机驱动轴承旋转后，利用加速度传感器采集轴承的转动信号即可得到轴承的轴承原始振动信号v(t)。

优选的，步骤二中，所述信号处理函数的系统表达式由朗之万方程描述为：

所述双稳态函数的表达式如下：