[发明专利]一种变转速下航空轴承故障特征提取诊断方法

权利要求书

1.一种变转速下航空轴承故障特征提取诊断方法，其特征在于，包括以下步骤：

步骤S1、对采集到的变转速下的轴承信号以降低噪声和增强故障分量为目的进行预处理，对预处理后的轴承信号求包络得到包络信号；

步骤S2、获取与采集的轴承信号同步的轴承转频；

步骤S3、依据轴承转频和由轴承结构决定的轴承故障特征阶次获得轴承各个部位对应的瞬时故障特征频率，再基于各瞬时故障特征频率对包络信号进行Vold-Kalman滤波，对各单一故障特征倍频进行粗略提取；

步骤S4、从Vold-Kalman滤波后的信号中获取最优的分数阶阶次p_n；

步骤S5、对Vold-Kalman滤波信号进行p_n阶FrFT，在分数阶傅里叶域利用窄带滤波器滤除噪声，对经过滤波后的信号做p_n阶的逆变换，即做-p_n阶FrFT，变换到时间域，得到滤波后的单一故障分量信号；

步骤S6、以不同部位的故障特征阶次为标签，对FrFT滤波后的故障分量倍频信号进行重构，作出重构信号阶次谱，若谱图中看出相应标签的故障特征阶次，则判断轴承故障类型。

2.根据权利要求1所述的一种变转速下航空轴承故障特征提取诊断方法，其特征在于：在步骤S1中，所述降低噪声的方法包括且不限于时域同步平均、LMS自适应滤波、小波降噪、形态滤波；增强故障分量的方法包括且不限于最小熵解卷积、最大相关峭度解卷积、多点最优最小熵解卷积、随机共振及随机共振的衍生方法；求包络的方法为Hilbert解调的方法。

3.根据权利要求1所述的一种变转速下航空轴承故障特征提取诊断方法，其特征在于：在步骤S1中，当使用振动加速度传感器采集到轴承信号后，直接从降低噪声和增强故障分量两个方面进行预处理；当使用声发射传感器采集到轴承信号后，在进行降低噪声和增强故障分量之前还需要确定信号共振频带。

4.根据权利要求3所述的一种变转速下航空轴承故障特征提取诊断方法，其特征在于：确定信号共振频带的方法包括且不限于谱峭度、经验模态分解、变分模态分解。

5.根据权利要求1所述的一种变转速下航空轴承故障特征提取诊断方法，其特征在于：步骤S2中，若使用光电编码器采集脉冲信号，则对脉冲信号进行转频的拟合获得轴承转频；若无法使用传感器，则利用峰值搜索及峰值搜索的衍生方法进行转频的识别获得与轴承信号同步的轴承转频。

6.根据权利要求1所述的一种变转速下航空轴承故障特征提取诊断方法，其特征在于：在步骤S3中，轴承各个部位对应的瞬时故障特征频率的方程为：

IFCF_i＝i×f_r×FCO,i＝1,2,3

式中i为故障特征频率的倍频数；f_r为轴承转频；FCO为轴承故障特征阶次，仅与轴承结构尺寸相关，不同故障类型对应不同FCO。

7.根据权利要求1所述的一种变转速下航空轴承故障特征提取诊断方法，其特征在于：在步骤S4中，通过多尺度寻优方法寻找最优的分数阶阶次p_n，多尺度寻优方法包括大尺度范围内的延时相关法，以及小尺度范围内的信息熵法；

延时相关法是在大尺度范围内，将S3得到的Vold-Kalman滤波后的信号在时域上延迟τ，然后将延迟后的信号取共轭并与原信号相乘得到信号的瞬时自相关函数，再对单一故障分量的瞬时自相关函数做快速傅里叶变换找出频域上的峰值频率ω₀，从而估计出调频率k：

再根据：

p_m＝2α/π＝1+2arctank'/π

确定大致分数阶阶次p_m；其中k'是预估出的调频率k进行离散尺度归一化因子处理后的结果，k'＝kT/f_s，其中T为信号时长，f_s为采样频率；

信息熵法是在以p_m为中心阶次的小尺度范围内，计算不同阶次下分数阶信号对应的信息熵值，将熵值最小时对应的分数阶阶次为最优的分数阶阶次p_n。