[发明专利]基于多约束非负矩阵分解算法的轴承复合故障诊断方法

摘要

一种基于多约束非负矩阵分解算法的轴承复合故障诊断方法。本发明主要针对旋转机械中轴承的复合故障进行故障特征分离与提取，在传统非负矩阵分解算法的基础上增加板仓‑斋藤(Itakura‑Saito,IS)散度约束与行列式约束，增强局部特征信息并保证分解结果的唯一性；将时频变换后的信号进行多约束非负矩阵分解，并在低维子空间中重构特征分量；构建重构波形指标，筛选出满足阈值要求的特征分量作为分离信号；对分离信号进行解调处理，得出故障特征频率，确定故障位置，实现轴承的复合故障诊断。

主权项

1.一种基于多约束非负矩阵分解算法的轴承复合故障诊断方法，其特征在于：该方法包括利用传感器采集滚动轴承振动信号；对滚动轴承振动信号进行升维处理；将升维后的特征矩阵采用多约束非负矩阵分解算法处理；特征分量的重构；对重构后的信号进行解调处理，提取轴承的故障特征；S1采集滚动轴承振动信号；所述振动信号的采集通过安置在轴承座竖直方向、水平方向或轴向上的加速度传感器进行采集；S2对滚动轴承振动信号进行升维处理；这里采用公式(1)对振动信号进行升维处理：S(t,f)＝∫x(t+τ)w(τ)exp(‑2jπfτ)dτ    (1)其中，t为时间，f为频率，x(t)为待处理的时域信号，w(t)为窗函数；S3对升维后的特征矩阵采用多约束非负矩阵分解算法处理；S4特征分量的重构；4.1将多约束非负矩阵分解处理后的基矩阵W和系数矩阵H重构，得到特征分量的重构波形；4.2定义重构波形指标R，并计算每一组重构信号的R值；4.3根据原始信号波形参数确定阈值，筛选出波形指标R满足阈值要求的重构信号作为分离信号；S5对分离信号进行解调处理；将特征分量重构后的信号进行解调处理，得出故障频率，与理论特征频率对比从而确定故障位置。