一种表征机器轴承健康状态特征指标的提取方法及系统与流程

本发明涉及旋转机械的异常、例如转子等的异常检测技术领域，尤其涉及一种表征机器轴承健康状态特征指标的提取方法及系统。

背景技术：

改善状态监测和诊断、优化整体系统，是当今使用机械设施和技术系统的核心挑战。不仅在工业领域，任何使用机器的领域，这个问题都越来越受到大家的关注。

过去，机器是按照计划进行维护的，延迟维护可能会带来工厂停产的风险。然而今天，来自机器的过程数据可以用于预测机器状态。特别是温度、噪音和振动等关键参数记录可以用来确定机器的最佳运行状态，甚至是必要维护的时间。这样就可以避免不必要的磨损，还可以及早发现故障及其产生原因。借助这种监控优势，机器在设施可用性和有效性方面都具有相当大的优化潜力。

实际应用中，在判定轴承故障定位上取得了一定的应用成果，但是在评估轴承故障的严重程度时，一般参考基频及倍频幅值或能量确定程度，实际应用效果较差，常出现故障等级判断偏差较大的情形，导致结果不可信，对企业的决策也失去了指导意义。

技术实现要素：

为解决此应用中的实际技术问题，基于故障等级判定逻辑的深刻理解和反复实验，本发明创造性地提出了一种轴承特征频率提取算法以及轴承故障特征指标-轴承特征显著度因子，通过该指标因子，可以轻松实现轴承故障严重等级的判定。

根据本发明的一个实施例，本发明提出了一种表征机器轴承健康状态特征指标的提取方法，所述方法包括：

分别根据机器转速以及轴承参数信息，计算出轴承内圈故障特征频率bpfi以及基于振动数据计算出所述振动数据对应的包络解调谱；

在包络频谱上，以轴承内圈故障特征频率bpfi为中心，往左右各选择10个频率分辨率形成一个窄带bpfi±10δf；

在窄带内，求出振动数据中各个频率成分的幅值大小，取去除影响设备状态的频率峰值的平均值作为底部噪声水平n1；

在窄带内，定位bpfi位置，记录所述bpfi峰值水平s1；

重复上述步骤，分别计算出轴承内圈特征频率各倍频的si,ni，得到轴承内圈特征显著度因子η，根据所述内圈显著度因子η表征出轴承内圈的严重程度等级，从而提取出表征机器轴承健康状态特征指标。

优选的，所述bpfi计算公式如下：

其中，r为轴承转速，n为滚珠个数，d为滚动体直径，d为轴承节径，为滚动体接触角。

优选的，所述基于振动数据计算出所述振动数据对应的包络解调谱，所采用的算法为希尔伯特算法或快速傅氏变换算法或bt算法中的一种。

优选的，所述包络解调谱图的谱线包括齿轮的转动频率及其低阶谐频、齿轮的齿合频率及其倍频、齿合频率的边频带和齿轮幅的各阶固有频率。

优选的，所述影响设备状态的频率包括旋转频率、倍频、激振频率中的一种。

优选的，所述内圈特征显著度因子η的计算公式如下：

优选的，所述内圈特征显著度因子η的值越大表征轴承内圈损伤越严重。

优选的，所述根据所述内圈显著度因子η表征出轴承内圈的严重程度等级，从而提取出表征机器轴承健康状态特征指标，还包括，良好的轴承与故障轴承的分界参考值为5。

根据本发明的一个实施例，本发明还提出了一种表征机器轴承健康状态特征指标的提取系统，所述系统包括：

处理器，用于分别根据机器转速以及轴承参数信息，计算出轴承内圈故障特征频率bpfi以及基于振动数据计算出所述振动数据对应的包络解调谱；

在包络频谱上，以轴承内圈故障特征频率bpfi为中心，往左右各选择10个频率分辨率形成一个窄带bpfi±10δf；

在窄带内，求出振动数据中各个频率成分的幅值大小，取去除影响设备状态的频率峰值的平均值作为底部噪声水平n1；

在窄带内，定位bpfi位置，记录所述bpfi峰值水平s1，重复上述过程，分别计算出轴承内圈特征频率各倍频的si,ni，得到轴承内圈特征显著度因子，根据所述内圈显著度因子表征出轴承内圈的严重程度等级，从而提取出表征机器轴承健康状态特征指标；

存储器，用于存储表征轴承内圈严重程度等级值以及表征机器轴承健康状态特征指标。

本发明的有益效果：

(1)创造性提出了相对显著度概念，区别于通用的幅值或能量加和算法，使得显著度因子指标不受具体机器类型及其工况的影响，大大拓展了算法适用范围。

(2)显著度因子与内圈特征识别算法融合，特征识别算法精度不受分析频率及采样率影响，采用与专家经验分析可类比的计算方法，更易于技术人员使用和传播，以形成行业有效通用指标。

附图说明

图1为本发明提出的基于表征机器轴承健康状态特征指标的提取方法流程图。

具体实施方式

以下，基于附图来说明本发明的一实施方式。需要说明的是，在各附图中标注有相同的附图标记的结构表示相同的结构，并适当省略其说明。在本说明书中，在统称的情况下由省略尾标的附图标记表示，在表示单独的结构的情况下由带有尾标的附图标记表示。

轴承是机器最基础的元件，轴承的运行状态直接影响机器可用性和健康程度。机器轴承劣化一般伴随着振动水平的劣化，通过振动数据的监测可以及时发现轴承是否故障以及故障的严重程度。过去，振动数据一般通过提取有效值/峰值/峭度等通用指标，来反应机器轴承的整体振动水平。用于轴承异常时的警告是可行的，但是这些通用指标无法精确定位到机器故障位置，既无法定位是轴承故障、润滑故障还是工频类其它故障，也无法定位到具体故障轴承。

为了解决轴承故障定位问题，通用的做法是提取轴承内圈、轴承外圈等子部件的特征频率及其谐波，然后评估基频及其倍频的幅值变化，作为是否存在轴承故障及其严重程度的标准。很多研究机构的研究重心集中在如何更准确的提取基频及倍频，如何在变频设备准确识别基频等方向，取得了丰富的研究成果。

如图1所示，在本发明的实施例中，为解决现有技术的问题，提出的表征机器健康状态特征指标的提取方法，具体包括如下内容，

分别根据机器转速以及轴承参数信息，计算出轴承内圈故障特征频率bpfi以及基于振动数据计算出所述振动数据对应的包络解调谱。

滚动轴承的工作性能对机器设备的正常运行影响很大，尤其在一些精密的设备中，因此，通过对机器转速、轴承参数信息以及振动数据的计算分析对其典型故障进行有效诊断具有重要意义。

滚动轴承在运转中总会产生振动，其振动主要包括两个方面，一，由于轴承滚动元件的加工偏差引起，这方面的原因是随机的，其所引起的振动也是随机的，但振级较小；二，由于外力的激励引起的轴承某个元件在其固有频率上的振动，通常情况下，滚动轴承四种故障频率为bpfi(innerracedefectfrequency)；内环故障频率bpfo(outerracedefectfrequency)；内环故障频率bsf(rollingelementdefectfrequency)滚动体故障频率；ftf(cagedefectfrequency)保持架故障频率。

在本实施例中，基于振动数据计算出所述振动数据对应的包络解调谱，所采用的算法为希尔伯特算法或快速傅氏变换算法或bt算法中的一种，具体不做限制，实现包络解调谱即可。

在实际中，设振动信号为

式中，an为振幅，ω为角频率，ε表示相位，各相位ε相互独立均匀分布于[0,2π],在求振动信号的包络时，利用希尔伯特算法，

其中，p.v.∫(…)表示为柯西主值积分。

信号的包络则定义为

r(t)＝{[s(t)]²+[ε(t)]²}^1/2。

在本实施例中，主要是计算轴承内圈故障特征频率bpfi，其计算公式如下：

上述公式中，r为轴承转速，n为滚珠个数，d为滚动体直径，d为轴承节径，为滚动体接触角。其中，轴承转速的单位为转/分钟。

在包络频谱上，以轴承内圈故障特征频率bpfi为中心，往左右各选择10个频率分辨率形成一个窄带bpfi±10δf；

在窄带内，求出振动数据中各个频率成分的幅值大小，取去除影响设备状态的频率峰值的平均值作为底部噪声水平n1；其中，影响设备状态的频率包括旋转频率、倍频、激振频率中的一种。包络解调谱图的谱线包括齿轮的转动频率及其低阶谐频、齿轮的齿合频率及其倍频、齿合频率的边频带和齿轮幅的各阶固有频率

在窄带内，定位bpfi位置，记录所述bpfi峰值水平s1；

重复上述步骤，分别计算出轴承内圈特征频率各倍频的si,ni，得到轴承内圈特征显著度因子η，根据所述内圈显著度因子η表征出轴承内圈的严重程度等级，从而提取出表征机器轴承健康状态特征指标。

在本实施例中，所述内圈特征显著度因子η的计算公式如下：

所述内圈特征显著度因子η的值越大表征轴承内圈损伤越严重。

所述根据所述内圈显著度因子η表征出轴承内圈的严重程度等级，从而提取出表征机器轴承健康状态特征指标，还包括，良好的轴承与故障轴承的分界参考值为5。

根据本发明的一个实施例，本发明还提出了一种表征机器轴承健康状态特征指标的提取系统，所述系统包括：

处理器，用于分别根据机器转速以及轴承参数信息，计算出轴承内圈故障特征频率bpfi以及基于振动数据计算出所述振动数据对应的包络解调谱；

在包络频谱上，以轴承内圈故障特征频率bpfi为中心，往左右各选择10个频率分辨率形成一个窄带bpfi±10δf；

在窄带内，求出振动数据中各个频率成分的幅值大小，取去除影响设备状态的频率峰值的平均值作为底部噪声水平n1；

在窄带内，定位bpfi位置，记录所述bpfi峰值水平s1，重复上述过程，分别计算出轴承内圈特征频率各倍频的si,ni，得到轴承内圈特征显著度因子，根据所述内圈显著度因子表征出轴承内圈的严重程度等级，从而提取出表征机器轴承健康状态特征指标；

存储器，用于存储表征轴承内圈严重程度等级值以及表征机器轴承健康状态特征指标。

对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。