基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统与流程

本发明属于轴承故障状态监测，具体涉及基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统。

背景技术：

1、在新一轮信息技术与制造业融合的趋势下，新时代的“工业革命”正席卷全球。在大数据、人工智能、工业互联网等新兴技术快速发展的背景下，工业数字化是未来发展的必然方向。

2、近年来，为响应国家的号召，越来越多的工厂、企业实现信息化、智能化、数字化。设备状态监测与故障诊断技术在工业领域得到普遍重视和广泛应用，取得了大量成果。在深化日常设备点检管理和改进维修方式方面发挥了重要作用，为企业带来了巨大的经济效益。同时，它也推动了设备状态监测诊断仪器和系统的发展。随着信息技术的迅猛发展，设备状态监测和故障诊断技术在企业应用中呈现出的优势越来越明显，诸多企业也充分认识到这将会为自身减少很多不必要的经济损失。因此，加快设备状态监测和故障诊断技术的信息化是非常有意义的。

3、当前在对轴承的运行状态进行监测时，常常选取固定阈值的方法来判断轴承的运行状态是否出现问题。然而，这种方法比较固化，无法适应于实际的工况需求。

技术实现思路

1、本发明要解决的技术问题是：提供基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统，用于预警轴承故障劣化趋势。

2、本发明为解决上述技术问题所采取的技术方案为：基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，包括以下步骤：

3、s1：获取轴承振动的原始加速度信号；

4、s2：计算轴承振动信号的特征指标，得到相应的信号特征的趋势；

5、s3：剔除信号中的异常点，计算特征指标的滑动平均值；

6、s4：根据预警需求的程度设置阈值系数，与滑动平均值配置成相应的预警阈值；

7、s5：比较滑动平均后的特征指标的趋势与预警阈值，根据比较结果判断轴承的劣化状况。

8、按上述方案，所述的步骤s1中，设 n为采集序号，每隔预设时间段采集一次原始的每秒加速度信号 x， x包含 n个点，则。

9、进一步的，所述的步骤s2中，轴承振动信号的特征指标包括有效值特征指标rms和振动冲击值特征指标impulse。

10、进一步的，所述的步骤s2中，设n=1，2，…，n，有效值特征指标rms为：

11、。

12、进一步的，所述的步骤s2中，计算振动冲击值特征指标impulse的具体步骤为：

13、s21：对原始的每秒加速度信号 x进行带通滤波，滤波范围为[1k，10k]hz，得到滤波后的信号 x1；

14、s22：对滤波后的信号 x1进行hilbert包络变换，得到包络信号 x2；

15、s23：对包络信号 x2再进行带通滤波，滤波范围为[5，1000] hz，得到再次滤波后的信号 x3， x3(n)为包含 n个点的再次滤波后的信号；

16、s24：计算振动冲击值特征指标impulse：

17、。

18、按上述方案，所述的步骤s3中，具体步骤为：

19、s31：设置滑动平均长度为δl，根据滑动平均长度δl在特征指标中选取相应的数据；

20、s32：对每次滑动平均的数据中第δl+1个点之前的δl个点进行排序；

21、s33：采用3σ准则剔除排序后的点中的异常点，得到新数据xl；

22、s34：计算新数据xl的滑动平均值mean。

23、按上述方案，所述的步骤s4中，预警阈值包括注意阈值和警告阈值；设阈值系数为k，则注意阈值为k*mean；设警告系数为m，则警告阈值为m*mean；k＜m。

24、按上述方案，所述的步骤s5中，具体步骤为：

25、s51：若滑动平均后的特征指标值大于等于警告阈值，判断轴承已经出现高度劣化，需要及时检修；

26、s52：若滑动平均后的特征指标特征值小于警告阈值且大于等于注意阈值，判断轴承出现中度劣化，仍可持续工作；

27、s53：若滑动平均后的特征指标值小于注意阈值，判断轴承是轻度劣化，可长周期运行。

28、一种计算机存储器，其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法。

29、基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警系统，该系统包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法的步骤。

30、本发明的有益效果为：

31、1.本发明的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统，从轴承振动信号特征指标的变化趋势出发，基于滑动平均值算法与3 σ准则相融合，使预警阈值线随着特征信号趋势的变化发生相应变化，当特征值超过预警阈值时则判断出轴承的劣化程度，实现了预警轴承故障劣化趋势的功能。

32、2.本发明提出了趋势阈值预警算法，根据信号的实时变化来实现轴承劣化程度预警，解决了实际工程中在轴承劣化程度较大时，无法达到预设固定阈值而无法做出判断的问题，有效的实现了对轴承劣化趋势的预警。

33、3.本发明对轴承故障劣化趋势采用基于滑动平均值算法并融合3σ准则，取代了常规固定阈值的判断方法，大大提高了轴承劣化预警效率。

技术特征：

1.基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s1中，设n为采集序号，每隔预设时间段采集一次原始的每秒加速度信号x，x包含n个点，则。

3.根据权利要求2所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s2中，轴承振动信号的特征指标包括有效值特征指标rms和振动冲击值特征指标impulse。

4.根据权利要求3所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s2中，设n=1，2，…，n，有效值特征指标rms为：

5.根据权利要求4所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s2中，计算振动冲击值特征指标impulse的具体步骤为：

6.根据权利要求1所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s3中，具体步骤为：

7.根据权利要求1所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s4中，预警阈值包括注意阈值和警告阈值；设阈值系数为k，则注意阈值为k*mean；设警告系数为m，则警告阈值为m*mean；k＜m。

8.根据权利要求1所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法，其特征在于：所述的步骤s5中，具体步骤为：

9.一种计算机存储器，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求8中任意一项所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法。

10.基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警系统，该系统包括处理器和存储器，其特征在于：所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如权利要求1至权利要求8中任意一项所述的基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法的步骤。

技术总结
本发明提供了基于滑动平均与3σ准则相融合的轴承故障劣化趋势阈值预警方法及系统，从轴承振动信号特征指标的变化趋势出发，基于滑动平均值算法与3σ准则相融合，使预警阈值线随着特征信号趋势的变化发生相应变化，当特征值超过预警阈值时则判断出轴承的劣化程度，实现了预警轴承故障劣化趋势的功能。本发明提出了趋势阈值预警算法，根据信号的实时变化来实现轴承劣化程度预警，解决了实际工程中在轴承劣化程度较大时，无法达到预设固定阈值而无法做出判断的问题，有效的实现了对轴承劣化趋势的预警。本发明对轴承故障劣化趋势采用基于滑动平均值算法并融合3σ准则，取代了常规固定阈值的判断方法，大大提高了轴承劣化预警效率。

技术研发人员：邹小勇,张伟,徐徐,孙磊,杨世飞,谭章祥,刘晓伟
受保护的技术使用者：南京凯奥思数据技术有限公司
技术研发日：
技术公布日：2024/3/17