基于振动信号幅度谱相似度的电机轴承性能退化评估方法

本发明涉及了一种轴承性能退化评估方法，具体涉及一种基于振动信号幅度谱相似度的电机轴承性能退化评估方法。

背景技术：

1、滚动轴承是旋转电机中的重要零部件，具有将转轴与支撑部件间的滑动摩擦转变为滚动摩擦的功能，在电机中起到承受并传递机械载荷的关键作用。低摩擦阻力、效率高、易装配的优点使滚动轴承得到了广泛应用。轴承的健康状况与电机能否安全稳定运行有着密切的关联，轴承故障会严重影响相关零部件乃至整个设备或系统的运行状态。据统计，超过40％的电机故障由轴承相关故障引起。然而在工业应用中，轴承的实际寿命往往与设计寿命有较大差异，剩余使用寿命难以被精确预测。因此，在轴承故障尚未造成危害时及时诊断和预警，或对轴承性能退化程度进行实时准确的评估成为了日益迫切的需求，也成为了电机故障诊断和状态监测领域的重点关注内容之一。

2、轴承的全寿命周期划分为5个阶段：磨合期、稳定期、故障早期、故障传播期、故障快速发展期。轴承在磨合期和稳定期均处于健康状态，随即在故障早期轴承表面的凹痕逐渐变为“开裂”，裂纹在故障传播期逐渐增长至临界长度，最终使轴承进入故障快速发展期而彻底损坏。各阶段的过渡点会反映在轴承振动信号的均方根的变化中，因此，有文献通过振动信号的均方根值可以对轴承各健康阶段进行标注和划分，轴承轴承故障预测和健康管理领域已对这种基于时域统计特征的剩余寿命预测或性能退化评估方法进行了广泛研究。观察时域指标的变化趋势虽能在轴承严重退化后指示故障，然而，在轴承故障初期，故障点引发的冲激性振动幅值很小，在复杂噪声干扰下振动信号中轴承故障特征微弱、信噪比低，直接使用振动时域统计特征或包络谱的诊断方法对早期故障不敏感，不足以在轴承刚刚发生故障时给出明确的提示，这导致基于时域指标的方法在评估轴承早期退化时的准确性和说服力不足。相比之下，振动信号中频率成分的变化是比时域指标敏感得多的轴承故障特征，能更具说服力地揭示轴承是否发生早期故障。

技术实现思路

1、为了解决背景技术中存在的问题，本发明所提供一种基于振动信号幅度谱相似度的电机轴承性能退化评估方法。具体是一种从电机轴承振动信号中提取轴承性能退化特征值的方法、提升评估轴承早期退化时的敏感性方法、构建反映性能退化程度的量化指标的方法相应的轴承性能退化评估方法。针对多数现有轴承性能退化评估方法未考虑轴承全寿命周期中振动信号频率成分变化的不足，本发明以振动信号频率成分变化来表征轴承性能退化程度，构建基于振动信号幅度谱相似度的轴承性能退化指标，并将其与轴承早期故障诊断方法相结合，提出一种关注轴承早期退化的轴承性能退化评估方法。

2、使用本发明所提出的利用振动信号的频率成分变化进行轴承性能退化程度评估的方法对轴承故障早期较为敏感，能在振动信号最大幅值、均方根值等时域特征尚未体现明显变化时，及时地、客观地揭示轴承的早期退化，并且适合对轴承整体健康状况进行分级评估。此外，该评估方法流程简明、计算方便、可实现性强、在工程应用方面具有积极意义。

3、本发明采用的技术方案是：

4、本发明基于振动信号幅度谱相似度的电机轴承性能退化评估方法包括如下步骤：

5、1)采集电机的旋转机械轴承在健康运行期内的共i个时间段内的振动信号作为一组参考信号，依次进行降噪处理、能量算子tkeo包络处理和g变换后获得参考傅里叶幅度谱。

6、2)采集电机的旋转机械轴承在当前的共j个时间段内的振动信号为一组待分析信号，依次进行降噪处理、能量算子tkeo包络处理和g变换后获得待分析傅里叶幅度谱。

7、步骤1)和步骤2)的电机运行条件相同，即电机在运行时的电子端电压和电机转速分别相同，电机为异步电机或同步电机等。

8、3)建立电机轴承性能退化评估模型，将步骤1)和步骤2)中的参考傅里叶幅度谱和待分析傅里叶幅度谱输入电机轴承性能退化评估模型中，电机轴承性能退化评估模型输出轴承性能退化指标值，根据轴承性能退化指标值对电机轴承性能退化进行评估。

9、所述的步骤1)和步骤2)中，g变换具体为计算信号的傅里叶幅度谱，并将傅里叶幅度谱中的零频率邻域、转轴频率邻域以及不适合评估轴承退化程度的高频段处的幅值设为0的变换；高频段具体为大于预设频率上限fm的频段。

10、所述的步骤1)和步骤2)中，针对每个时间段内的参考信号和待分析信号，参考傅里叶幅度谱和待分析傅里叶幅度谱具体如下：

11、

12、

13、其中，g()为g变换；为第i段时间段内的参考信号依次经降噪处理和能量算子tkeo包络处理后获得的去噪参考能量序列，为参考信号经降噪处理获得的去噪参考信号，i＝1，2，…，i；为第j段时间段内的待分析信号依次经降噪处理和能量算子tkeo包络处理后获得的去噪待分析能量序列，待分析信号经降噪处理获得的去噪待分析信号，j＝1，2，…，j；ω为角频率自变量；ε1为变换参数，ε1＞0，ε1为一较小的正数；f1为转轴频率；fm为用于计算互相关性的预设频率上限，fm＞0；为离散傅里叶变换。

14、所述的步骤3)中，电机轴承性能退化评估模型具体如下：

15、

16、其中，为轴承性能退化指标值；dij为参考傅里叶幅度谱和待分析傅里叶幅度谱之间的轴承性能退化特征值。

17、轴承性能退化指标值的值域为(0,1)，轴承性能退化指标值的值越小，电机的轴承性能退化程度越严重。

18、所述的参考傅里叶幅度谱和待分析傅里叶幅度谱之间的轴承性能退化特征值dij具体如下：

19、

20、其中，r()为归一化互相关函数；τ为偏移变量，ε2为偏移参数，ε2＞0，ε2为一较小正数。

21、轴承性能退化特征值的计算中考虑了振动信号测量误差、频率泄露等因素造成频谱的微小变形，用互相关函数在-ε2＜τ＜ε2范围内的最大值作为轴承性能退化特征值dij。

22、所述的归一化互相关函数具体如下：

23、

24、其中，l为参考信号和待分析信号的采样点数；为第n+τ时刻的参考傅里叶幅度谱；为第n时刻的待分析傅里叶幅度谱，n为离散信号的采样点序号；|| ||2为l2范数。

25、计算轴承性能退化指标值时，首先计算某个去噪参考能量序列经g变换得到的幅度谱g(ψxein)与某个去噪待分析能量序列经g变换得到的幅度谱g(ψxeju)之间的归一化互相关函数值，并取该互相关函数值在偏移量限制范围内的最大值，作为xin与xju间的轴承性能退化特征值dij；将每个去噪参考能量序列与每个去噪待分析能量序列两两组合计算轴承性能退化特征值，可构成由所有轴承性能退化特征值组成的集合{dij|i＝1,2,…i,j＝1,2,…j}；计算轴承性能退化特征值集合内所有元素的平均值，得到最终的轴承性能退化指标值

26、本发明的有益效果是：

27、1、本发明方法利用去噪能量序列代替原始振动信号构建退化指标。去噪能量序列由tkeo包络计算，这能够凸显幅度谱中的轴承故障特征频率，有助于使归一化互相关函数更准确地表征幅度谱间的相似度，从而提升性能退化评估方法对轴承早期退化的敏感性。

28、2、本发明通过变换g去除幅度谱中的零频率邻域、转轴频率邻域和高频段能够提升性能退化评估方法的敏感性，并减少了储存参考信号所需的存储空间。

29、3、本发明给出的利用振动信号的频率成分变化进行轴承性能退化程度的评估方法，对轴承故障早期较为敏感，能在振动信号最大幅值、均方根值等时域特征尚未体现明显变化时，及时地、客观地揭示轴承的早期退化，并且适合对轴承整体健康状况进行分级评估。

30、4、本发明给出的评估方法流程简明、计算方便、可实现性强、便于工程实际应用。