[发明专利]基于加权稀疏正则的轴承故障检测方法

说明书

本发明公开一种基于加权稀疏正则的轴承故障检测方法，方法包括以下步骤：采集轴承振动信号x(t)；基于调Q小波分解所述轴承振动信号x(t)，对小波分解的每层小波系数d_s分别进行重构，计算每层重构信号R_s的平方包络谱分别提取每层平方包络谱的轴承四种故障频率区间轴承故障频率及其倍频的能量进行加和，扩展得到权重系数向量w，作为对小波分解的每层信号故障可能性的量化，其中，四种故障包括轴承内圈故障、轴承外圈故障、轴承保持架故障和轴承滚动体故障；基于权重系数向量w构建加权稀疏正则项，构建加权稀疏模型，采用ISTA算法对其进行求解，得到稀疏重构信号；计算稀疏重构信号的平方包络谱，识别轴承故障频率以确定轴承的故障部位。

技术领域

本发明属于故障诊断技术领域，特别是一种基于加权稀疏正则的轴承故障检测方法。

背景技术

预测与健康管理系统(PHM)已广泛地应用于旋转机械，如高速列车，航空发动机和风力涡轮机。同时，基于振动的状态监测已被证实是PHM系统中最有效、最流行的技术之一。滚动轴承作为旋转机械的核心部件，经常在恶劣的环境下工作，会产生许多局部故障，造成维修费用高。由于轴承故障信号一般存在一定的稀疏性，稀疏表示方法在故障诊断领域得到了较好应用。但传统的稀疏模型的故障导向性不强，不能有针对性地提取故障信息。

在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

发明内容

针对现有技术中存在的问题，本发明提出一种基于加权稀疏正则的轴承故障检测方法，采用已知的轴承四种故障频率为导向，提取稀疏正则项的权重系数向量，构成加权稀疏模型，去增强重构信号中的轴承故障成分，衰减原振动信号中的无关或干扰成分，从而达到轴承故障特征辨识的目的。

本发明的目的是通过以下技术方案予以实现，一种基于加权稀疏正则的轴承故障检测方法包括以下步骤：

一种基于加权稀疏正则的轴承故障检测方法包括以下步骤：

第一步骤中，采集轴承振动信号x(t)；

第二步骤中，基于调Q小波分解所述轴承振动信号x(t)，对小波分解的每层小波系数d_s分别进行重构，计算每层重构信号R_s的平方包络谱

第三步骤中，分别提取每层平方包络谱的轴承四种故障频率区间轴承故障频率及其倍频的能量进行加和，扩展得到权重系数向量W，作为对小波分解的每层信号故障可能性的量化，其中，四种故障包括轴承内圈故障、轴承外圈故障、轴承保持架故障和轴承滚动体故障；

第四步骤中，基于权重系数向量W构建加权稀疏正则项，构建加权稀疏模型，采用ISTA算法对其进行求解，得到稀疏重构信号；

第五步骤中，计算所述稀疏重构信号的平方包络谱，识别轴承故障频率以确定轴承的故障部位。

所述的方法中，第一步骤中，所述振动信号x(t)通过振动加速度传感器采集。