一种滚动轴承故障特征提取方法及系统的制作方法
【专利摘要】本发明涉及一种滚动轴承故障特征提取方法及系统，属于故障诊断技术与信号处理分析【技术领域】。本发明包括信号采集模块；信号处理模块；谱峭度优化模块；特征提取模块。本发明由于在对优化的共振解调频带进行提取过程中，可以有效避免采集信号中高峰值脉冲干扰对优化的共振解调频带选取的影响，同时又不需要人为进行参与，大大减少了因为人为失误造成的共振解调频带选取误差，能够更好的保证提取出的优化的共振解调频带更加准确，故障特征提取结果更加正确。本发明由于在对优化的共振解调频带提取过程中不需要人工干预，更加有利于实现故障特征提取及诊断检测自动化，更加节省时间，效率更高。
【专利说明】一种滚动轴承故障特征提取方法及系统
【技术领域】
[0001]本发明涉及一种滚动轴承故障特征提取方法及系统，属于故障诊断技术与信号处理分析【技术领域】。
【背景技术】
[0002]共振解调是目前被广泛应用的一种振动特征提取技术，对信号冲击成分的提取有很好的效果。共振解调的过程需要确定中心频率和带宽进行带通滤波，利用传统快速谱峭度图的方法确定滤波中心频率和带宽是比较有效和便捷的方法。
[0003]传统快速谱峭度图算法在计算共振解调频带时会受到采集信号中高峰值脉冲的干扰，导致在对滤波中心频率和带宽的选择时会产生分析误差，而不能达到利用共振解调技术对故障进行特征提取和诊断的目的。
[0004]本发明所提出的方法能很好地解决传统方法中受高峰值脉冲干扰时共振解调频带选取不准确的 问题，从而获得优化的共振解调频带，实现对故障特征的准确提取。
【发明内容】
[0005]本发明提供了一种滚动轴承故障特征提取方法及系统，以子频带谱峭度平均的方法，获取优化的共振解调频带，实现包络分析中滤波参数的准确选取，解决传统基于谱峭度包络分析方法当采集信号中存在高峰值脉冲干扰时共振解调频带选取不准确的问题。
[0006]本发明的技术方案是:一种滚动轴承故障特征提取方法，包括:
信号采集模块，用于通过加速度传感器获取滚动轴承故障振动信号；
信号处理模块，用于对工况下的滚动轴承故障振动信号进行分段；
谱峭度优化模块，用于依次对分段后的信号用快速谱峭度图算法计算每段信号的不同子频带的谱峭度；再对各段信号计算所得的子频带谱峭度进行对应子频带求平均；平均之后通过比较选出谱峭度最大值对应的子频带从而得到优化的共振解调频带；
特征提取模块，用于利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比，从而确定滚动轴承存在的故障类型。
[0007]所述滚动轴承故障振动信号是时域信号。
[0008]所述信号处理模块具体为对所采集的滚动轴承故障振动信号z (?)等长度分为#段。
[0009]所述谱峭度优化模块具体为:在分段后，对每一段信号分别运用快速谱峭度图算法计算出每段信号中各子频带的谱峭度，获得所述采集信号各子频带所对应的多次谱峭度计算结果；对获得所述采集信号各子频带所对应的多次谱峭度计算结果，进行对应子频带谱峭度求平均，获得优化的谱峭度图；通过比较优化的谱峭度图中各子频带谱峭度选出最大值对应的子频带，其中心频率f0和带宽为优化的共振解调频带。[0010]所述特征提取模块具体为:利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比:
如果处于理论特征频率值正负2HZ范围内出现突出的谱线，则可以确定存在与对理论特征频率值相对应的故障类型。
[0011]所述谱峭度的计算公式为:
【权利要求】
1.一种滚动轴承故障特征提取方法，其特征在于:包括: 信号采集模块，用于通过加速度传感器获取滚动轴承故障振动信号； 信号处理模块，用于对工况下的滚动轴承故障振动信号进行分段； 谱峭度优化模块，用于依次对分段后的信号用快速谱峭度图算法计算每段信号的不同子频带的谱峭度；再对各段信号计算所得的子频带谱峭度进行对应子频带求平均；平均之后通过比较选出谱峭度最大值对应的子频带从而得到优化的共振解调频带； 特征提取模块，用于利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比，从而确定滚动轴承存在的故障类型。
2.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于:所述滚动轴承故障振动信号是时域信号。
3.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于:所述信号处理模块具体为对所采集的滚动轴承故障振动信号z(?)等长度分为#段。
4.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于:所述谱峭度优化模块具体 为:在分段后，对每一段信号分别运用快速谱峭度图算法计算出每段信号中各子频带的谱峭度，获得所述采集信号各子频带所对应的多次谱峭度计算结果；对获得所述采集信号各子频带所对应的多次谱峭度计算结果，进行对应子频带谱峭度求平均，获得优化的谱峭度图；通过比较优化的谱峭度图中各子频带谱峭度选出最大值对应的子频带，其中心频率/；和带宽Lf0为优化的共振解调频带。
5.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于:所述特征提取模块具体为:利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比: 如果处于理论特征频率值正负2Hz范围内出现突出的谱线，则可以确定存在与对理论特征频率值相对应的故障类型。
6.根据权利要求4所述的滚动轴承故障特征提取方法，其特征在于:所述谱峭度的计算公式为:
7.根据权利要求4所述的滚动轴承故障特征提取方法，其特征在于:所述子频带谱峭度求平均的计算公式为:
8.一种滚动轴承故障特征提取系统，其特征在于:包括: 信号采集模块，用于通过加速度传感器获取滚动轴承故障振动信号； 信号处理模块，用于对工况下的滚动轴承故障振动信号进行分段； 谱峭度优化模块，用于依次对分段后的信号用快速谱峭度图算法计算每段信号的不同子频带的谱峭度；再对各段信号计算所得的子频带谱峭度进行对应子频带求平均；平均之后通过比较选出谱峭度最大值对应的子频带从而得到优化的共振解调频带； 特征提取模块，用于利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比，从而确定滚动轴承存在的故障类型。
【文档编号】G01M13/04GK103940612SQ201410140890
【公开日】2014年7月23日 申请日期:2014年4月10日 优先权日:2014年4月10日
【发明者】郭瑜, 代士超, 伍星, 刘畅, 谢金葵, 贺玮 申请人:昆明理工大学