[发明专利]一种基于EDM及谱峭度的轴承早期故障诊断方法

说明书

一种基于EDM及谱峭度的轴承早期故障诊断方法包括：信号获取，获取轴承的原始信号；包络分析，对所述原始信号进行包括分析，根据包络谱及轴承故障频率获得敏感特征集；EDM状态判断，使用部分已知历史正常状态数据，获得轴承正常状态空间，实时采集轴承运行的振动数据，并通过EDM方法判断当前状态是否偏离正常状态空间；故障信号分解与重构，对偏离正常状态的信号进行EEMD分解，根据快速谱峭度图计算各IMF及不同IMF组合的重构参数，将重构参数与原始信号相似度最高的分解信号作为重构信号；带通滤波及包络分析，对重构信号进行滤波，并得到其包络谱；以及故障类型诊断，根据轴承的不同故障频率计算轴承的故障部位百分比，并判断当前轴承的故障部位。

技术领域

本发明涉及一种轴承早期故障诊断方法，更具体地涉及利用EDM及谱峭度判断轴承是否出现早期故障的方法。

背景技术

旋转机械设备不断向高速化、自动化的方向发展，不同子系统之间的联系、相互影响也越来越紧密。一旦某一关键部件在运行过程中出现异常，很可能影响整台设备的安全运行，甚至造成严重的经济或安全问题。滚动轴承是旋转机械的重要零部件之一，大多数意外停车(约50-60％)是由于轴承故障造成的。因此，保障滚动轴承稳定高效地运行，对保证工业机械系统的效率和耐久性具有重要意义。

滚动轴承作为旋转机械设备中最常用和最重要的部件之一，其运行状态与设备系统的安全运行有着直接的关联。在实际工程应用中，更期望在故障发生阶段，即对早期故障进行有效检验，并在早期故障阶段对轴承的损伤部位进行判断，为现场工作人员提供维修决策参考。滚动轴承在早期故障阶段，往往存在冲击成分微弱、周围环境噪声干扰大等特点，这使得一方面难以识别轴承是否已经出现早期故障，另一方面增大了轴承早期故障类型诊断的难度。因此，存在着对于能够在早期有效地识别出轴承等设备的不同类型故障的方法的需求。

发明内容

本发明的实施方式提供了一种基于EDM及谱峭度的轴承早期故障诊断方法。欧式距离矩阵(Euclidean Distance Matrices，EDM)方法能够根据历史正常状态空间与测试数据的对比判断轴承是否偏离正常状态。而谱峭度作为波形尖峰度的描述指标，对冲击信号较为敏感，适用于早期信噪比较低时的故障检测。

因此，基于轴承运行的正常状态历史数据，利用包络分析及EDM方法判断设备当前状态是否偏离正常状态。在此基础上，使用集合经验模态分解(Ensemble Empirical ModeDecomposition，EEMD)对原始信号进行降噪，通过快速谱峭度图法并结合轴承故障频率对轴承进行早期故障诊断具有重要的意义。基于此，本发明的实施方式提供了一种基于EDM及谱峭度的轴承早期故障诊断方法。根据本发明的实施方式所提供的基于EDM及谱峭度的轴承早期故障诊断方法通过包络分析得到与轴承故障频率相关的敏感特征，利用EDM方法判断设备当前状态是否偏离正常状态。当轴承出现早期故障时，利用EEMD对信号进行分解，根据峭度、互相关系数、滤波宽度等参数自适应的选取本征模态函数(Intrinsic ModeFunction，IMF)进行重构。在此基础上，利用快速谱峭度法得到信号的包络谱，并根据轴承故障频率得到当前轴承的故障部位百分比。在对轴承的早期故障进行诊断的同时，为后续健康管理等提供相应的技术依据。

本发明的一个实施方式提供了一种基于EDM及谱峭度的轴承早期故障诊断方法，该方法可包括以下步骤：信号获取，获取轴承的原始信号；包络分析，对所述原始信号进行包络分析，根据包络谱及轴承故障频率获得敏感特征集；EDM状态判断，使用部分已知历史正常状态数据，获得轴承正常状态空间，实时采集轴承运行的振动数据，并通过EDM方法判断当前状态是否偏离正常状态空间；故障信号分解与重构，对偏离正常状态的信号进行EEMD分解，根据快速谱峭度图计算各IMF及不同IMF组合的重构参数，将重构参数与原始信号相似度最高的分解信号作为重构信号；带通滤波及包络分析，将重构信号的中心频率及带宽作为带宽滤波器的参数，对重构信号进行滤波，对滤波后信号进行平方包络并得到其包络谱；以及故障类型诊断，根据轴承的不同故障频率计算轴承的故障部位百分比，并判断当前轴承的故障部位。