[发明专利]基于优化时空固有模态分解的轴承复合故障诊断方法

说明书

本发明公开了一种基于优化时空固有模态分解的轴承复合故障诊断方法包括，通过多通道轴承复合故障振动信号的仿真或实验数据获取信息；选择更新迭代和标准化向量，并判断收敛；建立傅里叶字典，通过快速谱峭度分析故障频带；选择初始相位函数，求解最小化问题，匹配追踪获得分量；分析判断故障。本方法针对从多通道滚动轴承复合故障振动信号中难以准确分离出多种冲击故障分量的问题，提出通过快速谱峭度对时空固有模态分解方法进行参数优化的方法，来实现从振动中提取复合故障特征。

技术领域

本发明涉及轴承复合故障诊断技术领域，尤其涉及一种基于优化时空固有模态分解的轴承复合故障诊断方法。

背景技术

当前的轴承复合故障诊断技术存在从多通道滚动轴承复合故障振动信号中难以准确分离出多种冲击故障分量的严重问题，如何发明一种新的优化技术解决此技术缺陷是该领域亟待解决的问题。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于优化时空固有模态分解的轴承复合故障诊断方法，针对从多通道滚动轴承复合故障振动信号中难以准确分离出多种冲击故障分量的问题，提出通过快速谱峭度对时空固有模态分解方法进行参数优化的方法，来实现从振动中提取复合故障特征。

为解决上述技术问题，本发明提供如下技术方案，一种基于优化时空固有模态分解的轴承复合故障诊断方法，包括：

通过多通道轴承复合故障振动信号的仿真或实验数据获取信息；

选择更新迭代和标准化向量，并判断收敛；

建立傅里叶字典，通过快速谱峭度分析故障频带；

选择初始相位函数，求解最小化问题，匹配追踪获得分量；

分析判断故障。

作为本发明所述的基于优化时空固有模态分解的轴承复合故障诊断方法的一种优选方案，其中：所述获取信息是指通过压电式加速度传感器采集多通道振动信息。

作为本发明所述的基于优化时空固有模态分解的轴承复合故障诊断方法的一种优选方案，其中：所述选择更新迭代和标准化向量包括，建立轴承复合故障振动仿真信号如下：

B(t)＝0.3cos(2πf₁t)+0.2cos(2πf₂t)

A_m＝1+A₀cos(2πf_rt)

其中，x(t)和y(t)分别表示内圈和外圈周期性故障冲击信号，A₀表示振幅，f_r表示转频，C₁、C₂表示衰减系数，f_n1、f_n2表示共振频率，f₁、f₂表示干扰谐波B(t)中载波频率，内圈故障特征频率为外圈故障特征频率为混合矩阵

作为本发明所述的基于优化时空固有模态分解的轴承复合故障诊断方法的一种优选方案，其中：所述选择更新迭代和标准化向量还包括，通过归一化判断是否收敛，若收敛则通过经验模态分解方法建立傅里叶基字典；