一种基于距离评估因子势能函数的滚动轴承故障诊断方法
【专利摘要】本发明涉及一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其步骤如下：（1）信号采样；（2）信号处理；（3）特征提取：提取处理后信号的11个时域特征参数和13个频域特征参数，用于生成诊断特征：正常特征、内圈特征、外圈特征、滚动体特征；（4）特征选择：提出距离评估因子作为特征参数评价准则，计算24个特征参数的距离评估因子值，并按照从大到小排序，选择前N个特征参数组成故障诊断的特征向量；（5）将上述特征向量输入势能函数算法进行故障诊断；本发明基于距离比思想，提出了距离评估因子评价准则，实现了故障特征参数的客观选择。此外，以二叉树结构方式应用势能函数分类算法，解决了势能函数在故障诊断中的多分类问题。
【专利说明】一种基于距离评估因子势能函数的滚动轴承故障诊断方法
【技术领域】
[0001]本发明涉及一种基于距离评估因子势能函数的滚动轴承故障诊断方法，属于滚动轴承故障诊断和预防【技术领域】。
【背景技术】[0002]滚动轴承作为旋转机械的主要部件被应用到各种旋转机械中，旋转机械设备约有30%的故障是因滚动轴承引起的。滚动轴承的故障将给工业生产带来很大损失，甚至是人员伤亡，因此轴承故障诊断已经引起人们相当大的关注。
[0003]根据滚动轴承故障部位的不同，将滚动轴承故障分为:内圈故障、外圈故障、滚动体故障三类。一般来说，故障识别主要可以有确定故障类型，选择诊断方法，提取特征参数，执行故障诊断四个主要环节。其中，在故障诊断中重要的两个环节是故障特征选择和分类器的选择。针对滚动轴承故障识别，尽管不同特征能够从不同方面来识别故障，但是他们对识别故障有不同的灵敏度。一些特征对于故障是灵敏并且关联密切的，而其他特征则不然。因此对于分类器，获得一种约简输入特征维数的方法以减少分类器计算消耗是非常必要的。而针对分类器具有较高的故障诊断率是十分必要的。
【发明内容】
[0004]本发明的目的是通过下述技术方案实现的:一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其步骤如下:
[0005](I)信号采样:对运行状态的滚动轴承振动信号进行监听，并转换成计算机可处理的数字信号；
[0006](2)信号处理:对采样数据执行去噪预处理，得到干净信号；
[0007](3)特征提取:提取处理后信号的时域特征参数和频域特征参数，用于生成诊断特征:正常特征、内圈特征、外圈特征、滚动体特征；
[0008](4)特征选择:依据距离评估因子公式，计算特征参数的距离评估因子值，并按照从大到小排序，选择前N个特征参数组成故障诊断的特征向量；
[0009]所述的距离评估因子由公式(I)~(3)计算得到:
[0010]
【权利要求】
1.一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其步骤如下: (1)信号采样:对运行状态的滚动轴承振动信号进行监听，并转换成计算机可处理的数字信号; (2)信号处理:对采样数据执行去噪预处理，得到干净信号； (3)特征提取:提取处理后信号的时域特征参数和频域特征参数，用于生成诊断特征:正常特征、内圈特征、外圈特征、滚动体特征； (4)特征选择:依据距离评估因子公式，计算特征参数的距离评估因子值，并按照从大到小排序，选择前N个特征参数组成故障诊断的特征向量； 所述的距离评估因子由公式(I)~(3)计算得到:
2.根据权利要求1所述的一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其特征在于:所述的时域特征参数，是指以时间为变量，写出信号的数学表达式或画出信号的波形，即信号的时域形式；该时域特征参数统计公式如(4)~(14)所示:
3.根据权利要求1所述的一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其特征在于:所述的频域特征参数的统计公式如公式(15)~(27)所示:
【文档编号】G01M13/04GK103528820SQ201310471299
【公开日】2014年1月22日 申请日期:2013年10月10日 优先权日:2013年10月10日
【发明者】张利, 孙丽杰, 王青松, 岳承君, 周华 申请人:辽宁大学