轴承故障信号的分析方法及装置、存储介质、计算机设备

本发明涉及多源混合信号处理，特别是涉及一种轴承故障信号的分析方法及装置、存储介质、计算机设备。

背景技术：

1、随着工业化的发展，滚动轴承作为许多机械设备的重要零部件之一，被广泛应用在各种大型机械设备中。滚动轴承长期处于较为恶劣的工作环境中，相对于单一故障而言更容易发生复合故障，若不能及时发现，容易造成生产和安全隐患。传统故障诊断方法一般是通过对传感器所采集的信号进行分析，进而确定故障类型。然而在实际生产中，采集信号一般为多源混合信号，信号间彼此耦合，使用传统故障诊断方法难以对复合故障类型进行精准识别。

2、目前，采用盲源分离方法对采集的多源混合信号进行信号分离。但是，由盲源分离的限定条件可知，盲源分离算法正常使用需保证模型为正定模型或超定模型。然而，在现场数据采集过程中，受传感器数量及现场环境等因素的制约，往往只能获得单一通道数据，此时盲源分离模型为欠定模型，算法无法使用。

技术实现思路

1、有鉴于此，本发明提供一种轴承故障信号的分析方法及装置、存储介质、计算机设备，主要目的在于解决单通道检测信号在分析滚动轴承故障时无法直接进行信号分离的问题。

2、依据本发明一个方面，提供了一种轴承故障信号的分析方法，包括：

3、获取单通道待分析检测信号，并对所述单通道待分析检测信号进行信号分解处理，得到多通道信号；

4、基于所述单通道待分析检测信号和所述多通道信号对轴承振动源信号的数目进行估计处理，得到源信号估计数目；

5、对所述多通道信号进行筛选处理，得到与所述源信号估计数目相同数量的待分离信号；

6、基于所述单通道待分析检测信号和所述待分离信号进行信号分离处理，得到用于分析轴承故障的各个源信号。

7、依据本发明另一个方面，提供了一种轴承故障信号的分析装置，包括：

8、信号分解模块，用于获取单通道待分析检测信号，并对所述单通道待分析检测信号进行信号分解处理，得到多通道信号；

9、源数估计模块，用于基于所述单通道待分析检测信号和所述多通道信号对轴承振动源信号的数目进行估计处理，得到源信号估计数目；

10、信号筛选模块，用于对所述多通道信号进行筛选处理，得到与所述源信号估计数目相同数量的待分离信号；

11、信号分离模块，用于基于所述单通道待分析检测信号和所述待分离信号进行信号分离处理，得到用于分析轴承故障的各个源信号。

12、依据本发明的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述轴承故障信号的分析方法对应的操作。

13、依据本发明另一个方面，提供了一种计算机设备，包括处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

14、所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述轴承故障信号的分析方法对应的操作。

15、借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

16、本发明提供了一种轴承故障信号的分析方法及装置、存储介质、计算机设备，与现有技术相比，本发明通过获取单通道待分析检测信号，并对所述单通道待分析检测信号进行信号分解处理，得到多通道信号；基于所述单通道待分析检测信号和所述多通道信号对轴承振动源信号的数目进行估计处理，得到源信号估计数目；对所述多通道信号进行筛选处理，得到与所述源信号估计数目相同数量的待分离信号；基于所述单通道待分析检测信号和所述待分离信号进行信号分离处理，得到用于分析轴承故障的各个源信号。本发明提出了基于信号分解与聚类算法相结合的源数估计技术手段，实现了对分解后混合信号的源数估计，提高了传统单通道源数估计方法的准确率。此外，本发明提出基于能量占比与相关系数相联合的优质分量筛选方法，解决了信号扩展后存在大量伪分量的问题，筛选后的信号和源信号组成了升维后的信号，实现了单通道数据升维，解决了单通道信号无法直接用于盲源分离的技术问题。

17、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

技术特征：

1.一种轴承故障信号的分析方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述单通道待分析检测信号进行信号分解处理之前，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述单通道待分析检测信号和所述多通道信号对轴承振动源信号的数目进行估计处理，得到源信号估计数目包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述源数估计先验数据和所述待估计信号矩阵对轴承振动源信号的数目进行估计处理，得到所述源信号估计数目包括：

5.根据权利要求4所述的方法，其特征在于，所述基于k-means均值聚类模型从所述聚类中心数的取值范围中确定最优聚类数包括：

6.根据权利要求1所述的方法，其特征在于，所述对所述多通道信号进行筛选处理，得到与所述源信号估计数目相同数量的待分离信号包括：

7.根据权利要求1～6任一项所述的方法，其特征在于，所述基于所述单通道待分析检测信号和所述待分离信号进行信号分离处理，得到用于分析轴承故障的各个源信号包括：

8.一种轴承故障信号的分析装置，其特征在于，包括：

9.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令执行如权利要求1-7中任一项所述的轴承故障信号的分析方法对应的操作。

10.一种计算机设备，包括处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

技术总结
本发明公开了一种轴承故障信号的分析方法及装置、存储介质、计算机设备，属于多源混合信号处理技术领域，主要在于解决单通道检测信号在分析滚动轴承故障时无法直接进行信号分离的问题，包括获取单通道待分析检测信号，并对所述单通道待分析检测信号进行信号分解处理，得到多通道信号；基于所述单通道待分析检测信号和所述多通道信号对轴承振动源信号的数目进行估计处理，得到源信号估计数目；对所述多通道信号进行筛选处理，得到与所述源信号估计数目相同数量的待分离信号；基于所述单通道待分析检测信号和所述待分离信号进行信号分离处理，得到用于分析轴承故障的各个源信号。

技术研发人员：于明珠,成刘,孔祥伟,闫帅,段瑞,陈振轩,刘品菡
受保护的技术使用者：东北大学
技术研发日：
技术公布日：2024/4/29