[发明专利]一种滚动轴承的冲击特征提取方法及装置

说明书

本发明属于核电站滚动轴承故障诊断领域，具体涉及了一种滚动轴承的冲击特征提取方法及装置，该方法将VMD与高阶频率加权能量算子相结合用于冲击特征的提取，首先通过VMD分解对信号进行一次降噪，选择信号的最佳模式分量；其次通过高阶频率加权能量算子对信号能量谱中的干扰频率进行抑制，达到二次降噪的效果，从而增强信号中的周期性冲击成分。

技术领域

本申请属于核电站滚动轴承故障诊断技术领域，具体涉及一种滚动轴承的冲击特征提取方法及装置。

背景技术

滚动轴承是大型旋转机械设备中的重要组成部分，一旦滚动轴承发生故障，将造成不必要的经济损失，甚至人员伤亡，因此从设备维护方式与维护成本的角度出发，以行之有效的现代信号处理手段实现滚动轴承的运行健康状态评估，具有十分重要的工程价值和现实意义。

滚动轴承的故障诊断主要通过经典的信号处理方法来实现，核心在于：通过提取滚动轴承振动信号中表征故障信息的周期性冲击特征，判断是否存在故障。在实际的工业应用中，当信号信噪比较低且无关分量干扰(例如冲击性噪声、谐波等)较严重时，现有的方法往往难以准确提取信号中的周期性冲击特征。

目前，经验模态分解(empirical mode decomposition，EMD)、局部均值分解(local mean decomposition，LMD)、互补集合经验模态分解(complementary ensembleempirical mode decomposition，CEEMD)等算法被广泛应用于信号的分解。上述算法虽然在一定程度上取得了较好的效果，但仍然存在一些无法避免的问题，如没有彻底消除端点效应的影响、信号分解不全、计算效率低，受信噪比影响较大等。

发明内容

本申请目的是提供一种滚动轴承的冲击特征提取方法及装置，解决当信号信噪比较低且无关分量干扰较严重时，现有的方法往往难以准确提取信号中的周期性冲击特征的问题。

实现本申请目的的技术方案：

本申请实施例第一方面提供了一种滚动轴承的冲击特征提取方法，所述方法，包括：

采集滚动轴承的原始振动信号；

利用VMD算法对所述原始振动信号进行分解，获得多个本征模式分量；

从所述多个本征模式分量中确定时频加权峭度最大值对应的本征模式分量作为最佳模式分量；

利用高阶频率加权能量算子对所述最佳模式分量进行解调，以提取所述原始震动信号中的周期性冲击特征。

可选的，所述利用VMD算法对所述原始振动信号进行分解，获得多个本征模式分量，具体包括：

根据惩罚因子与模态分量中心频率之间的映射关系，得到各模式分量最合适的惩罚因子；

基于所述最合适的惩罚因子，分别迭代更新模式分量、中心频率和拉格朗日乘子，采用能量损失系数和皮尔逊相关系数作为迭代终止条件，将所述原始振动信号分解为所述多个本征模式分量。

可选的，所述能量损失系数根据如下公式计算得到：

式中，ξ为所述能量损失系数，f为所述原始振动信号，u_k为第k个模式分量。

可选的，所述皮尔逊相关系数根据如下公式计算得到：

式中，r为所述皮尔逊相关系数，u_k为第k个模式分量，为第k个模式分量的均值，f为所述原始振动信号，为所述原始振动信号的均值。

可选的，所述采用能量损失系数和皮尔逊相关系数作为迭代终止条件，具体包括：