[发明专利]一种基于变尺度Lempel-Ziv的轴承内外圈故障定量趋势诊断方法

说明书

本发明公开了一种基于变尺度Lempel‑Ziv的轴承内外圈故障定量趋势诊断方法，当轴承内圈或者外圈故障尺寸变化时，其振动信号的调制程度会发生变化，这些变化影响其振动信号的复杂度和随机性。该方法首先根据轴承故障冲击特征构建匹配追踪复合字典原子库，对原始振动信号进行重构，消除了因噪声引起的冲击，保留了轴承故障冲击。根据冲击幅值将信号分为轴承故障冲击区和冲击衰减区，对信号中冲击进行变尺度二值化处理后，将冲击作为迭代基本元素，最后采用遍历查找法依次迭代计算处理得到变尺度Lempel‑Ziv值。相比于传统Lempel‑Ziv复杂度方法，新方法能有效降噪、保留信号中周期性冲击特征、抑制非冲击成分、提高迭代计算效率，能有效实现滚动轴承故障定量趋势诊断。

技术领域

本发明涉及一种轴承故障诊断方法，特别涉及一种基于变尺度Lempel-Ziv的轴承内外圈故障定量趋势诊断方法，属于故障诊断技术领域。

背景技术

滚动轴承的运行状态是否正常直接影响整台机器的性能。由于实际运行工况复杂、环境干扰等因素使得轴承容易出现损坏，从而引起整个设备的损伤。因此，滚动轴承故障检测与诊断具有重要意义。随着现代设备发展，提取轴承故障特征并进行有效的故障程度诊断，实现故障状态监测尤为重要。

目前，基于振动信号的轴承故障诊断研究主要集中在两个方面：轴承振动信号特征提取方法研究和轴承故障振动机理研究。然而，这些方法大多针对轴承故障进行定性分析，对轴承故障定量诊断较少。故障的定量诊断首先需要建立在定性诊断的基础上，后者主要包括对故障部位、故障种类的识别，在此基础上实现故障的定量诊断，从而揭示设备故障状态的发生、发展和演化规律，也将为未来对机械设备的安全可靠性评估及寿命预测提供基础性依据。因此，学者们将信号处理方法与统计分析方法结合起来进行故障定量诊断。

李力等提出了将有效值—转频比和连续小波能量熵融合起来，构造出故障程度因子指标，实现了滚动轴承故障程度的有效诊断。Xiong等运用平均值和多尺度熵，构建了一种新的定量描述轴承故障程度的指标——多尺度熵局部平均，并实验验证了新的指标能够及时检测出早期轴承故障并能很好地预测故障发展的趋势。康守强等提出基于小波包相关频带谱能量熵的滚动轴承性能退化评估方法，并用实验数据验证了对滚动轴承初期故障评估的优越性。2007年，近似熵被引入到了滚动轴承状态监测和故障诊断中，而样本熵是近似熵的一种优化算法，较少依赖时间序列的长度。苏文胜等人将样本熵与小波包相结合，讨论了样本熵的性能和计算参数选择，并用样本熵评价故障状态，实例验证了方法的有效性。赵志宏和杨绍普将样本熵与集合经验模态分解(EEMD)相结合对轴承故障进行诊断，并得出损伤程度与样本熵趋势变化的关系。