基于Gabor滤波器的滚动轴承故障诊断方法
【技术领域】
[0001] 本发明涉及机械故障诊断领域，涉及振动信号处理方法在旋转机械故障诊断领域 中的应用，具体涉及一种利用Gabor滤波器对滚动轴承故障进行诊断的方法。
【背景技术】
[0002] 滚动轴承是旋转机械中常用的支撑部件，超过百分之三十的旋转机械故障与轴承 故障有关。滚动轴承的故障诊断技术在监控轴承的性能状态和及早发现潜在故障等方面具 有至关重要的作用，可以有效提高机械设备的运行管理水平，具有显著的经济效益。
[0003] 包络分析是应用广泛且有效的滚动轴承振动信号处理技术之一，可以提取滚动轴 承故障信息。包络分析的难点在于确定共振解调频带，因为中心频率和带宽的选择依赖冲 击试验和专家经验，滤波器的选择对运行状态分析结果有决定性的影响。目前谱峭度法在 轴承和齿轮的故障诊断中得到广泛应用，但是该方法的不足之处在于中心频率和带宽的选 择太粗糙，容易产生共振带选择不全或并入非共振带成分的现象。另外峭度统计量对于随 机的冲击噪声特别敏感，易造成频带选择错误。
【发明内容】
[0004] 为了克服传统包络分析技术和谱峭度法技术在滚动轴承故障中的不足，本发明提 供了一种基于Gabor滤波器的自适应包络谱分析方法，该方法可对滚动轴承故障进行有效 的诊断，其具体步骤如下： (1) 通过传感器采集被检测滚动轴承的振动信号； (2) 对Gabor滤波器参数进行粗网格搜索寻优，目标函数为范数指标NI。将参数fc的 范围设定为（30XF r ~ Fs/2.1)区间，形成等分的30个搜索网格。假设festep为粗搜索 阶段网格间距，经过粗搜索阶段得到最优频率中心tcoarse。将参数网格设定为4个值，分 别是4、8、12、16倍的仁，其中仁是内圈特征频率； (3) 对Gabor滤波器参数进行细网格搜索寻优，目标函数为范数指标NI。将参数fc的 范围设定为（tcoarse土 fptep)区间，形成等分的25个搜索点。将参数P范围设定为 (4~16) A，布置20个搜索点； (4) 最优滤波：以粗-细网格搜索得到的最优滤波器对信号进行滤波，得到滤波后信 号； (5) 求取包络； (6) 包络自相关谱。分析自相关谱中故障特征频率成分信息即可对轴承运行状态做出 判断。
[0005] 本发明对滚动轴承运转过程中的振动信号进行分析，通过两步的粗-细网格搜索 法自动确定包含轴承故障信息的共振带，进而实现轴承故障的判定。本发明与现有的轴承 故障诊断技术相比有以下特点： 1.本发明不依赖于具体的轴承型号； 2. 因为本发明采用两步的粗细网格搜索，所以识别轴承故障速度快，适合于实时故障 巡检； 3. 本发明使用方便，可以根据振动信号自动选择包含最丰富故障信息的共振频带，避 免了共振带选择错误、不全或并入非共振带成分的现象； 4. 本发明诊断结果可靠，本发明使用范数指标NI，避免了峭度统计量对于随机的冲击 噪声特别敏感从而造成错误的故障诊断。
【附图说明】
[0006] 图1为本发明方法的算法流程图； 图2为原始振动信号； 图3 (a)为粗网格搜索阶段的网格划分； 图3 (b)为细网格搜索阶段的网格划分； 图4 (a)为粗网格搜索优化后的Gabor滤波器频谱； 图4 (b)为细网格搜索优化后的Gabor滤波器频谱； 图5 (a)为最优Gabor滤波后的时域波形； 图5 (b)为图5 (a)的包络信号； 图5 (c)为图5 (b)的包络自相关谱。
【具体实施方式】
[0007] 下面结合附图和实施例子对本发明做进一步说明。
[0008] 用于实施的硬件环境是普通的计算机，软件环境是：Matlab R12和Windows 8。我 们用Matlab软件实现了本发明提出的方法。被分析信号来自于轴承故障实验台。通过安 装在轴承座上的加速度传感器，用32768Hz的采样频率测得原始振动信号。滚动轴承型号 为MB ER-10K，转速为2100转/分（Fr =35Hz)，实验轴承的理论故障特征频率为：外圈故障 特征频率f。= 107Hz，内圈故障特征频率f1= 173Hz。
[0009] 参阅图1，图1是本发明方法的算法流程图，具体实施还需要包括以下步骤： (1) 通过加速度传感器获取被检测轴承的振动信号，如图2所示； (2) 对Gabor滤波器参数进行粗网格搜索寻优。将参数f。的范围设定为（30XF ^ ~ Fs/2.1)区间，形成等分的30个搜索网格。经过计算，将参数f。的搜索范围设定为（1050 Hz ~ 15604 Hz)，参数的搜索范围设定为（692 Hz ~ 2768 Hz)，形成等分的30X4搜 索网格。粗搜索阶段的搜索网格如图3(a)所示，寻优过程的目标函数为本发明提出的滤波 后信号的范数指标NI最大。经过粗网格搜索后得到了临时最优Gabor滤波器参数(参数f c 是4954 Hz，参数P是2076Hz)，如图4(a)所示； (3) 经过粗网格搜索得到临时的最优参数f。等于4954Hz，在此基础上对Gabor滤波器 参数进行细搜索。参数f。的范围设定为（4452 Hz ~5456 Hz)，形成等分的25个搜索点。 将参数P范围设定为(692 Hz ~2768 Hz)，形成等分的25X20个搜索网格。细搜索阶段 的搜索网格如图3(b)所示。经过细网格搜索后得到了最优Gabor滤波器参数(参数f。等 于4776 Hz，参数P等于1626 Hz)，如图4(b)所示； (4) 按最优Gabor滤波器参数（fe=4776，P =1626)对初始振动信号进行滤波，得到滤 波后信号，如图5(a)所示； (5) 对滤波后信号进行包络解调，得到包络信号，如图5(b)所示； (6) 为有效地抑制噪声，突出故障特征，对包络信号进行自相关谱分析，如图5(c)所 示。在包络自相关谱上，可以清晰的看到l〇7Hz的轴承故障特征频率及其2、3、4倍频，说明 了本发明提出的基于Gabor滤波器的轴承故障诊断方法的有效性。
[0010] 以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发 明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技 术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1. 一种利用Gabor滤波器对滚动轴承故障进行诊断的方法，其特征在于包括以下步 骤： (1) 通过传感器采集被检测滚动轴承的振动信号； (2) 对Gabor滤波器参数进行粗网格搜索寻优； (3) 对Gabor滤波器参数进行细网格搜索寻优； (4) 利用粗-细网格搜索得到的最优滤波器对信号进行滤波； (5) 求取滤波后信号的包络信号； (6) 对包络信号进行自相关谱分析。2. 根据权利要求1所述的滚动轴承故障方法，其特征在于在轴承信号处理中运用了 Gabor滤波器，Gabor滤波器具有参数0和参数f。，公式如下：3. 根据权利要求1所述的一种基于Gabor滤波器的轴承故障诊断方法，其特征在于： 步骤（2)所述的确定最优Gabor滤波器参数的粗网格搜索过程；参数f。的范围设定为 (30匕~Fs/2. 1)区间，形成等分的30个搜索点，其中匕为轴承的旋转频率，Fs表示振动传 感器采样频率；将参数0网格设定为（4、8、12、16)倍的&，其中&是内圈特征频率；粗搜 索的二维空间为等分的30X4网格。4. 根据权利要求1所述的一种基于Gabor滤波器的轴承故障诊断方法，其特征在于： 步骤（3)所述的确定最优Gabor滤波器参数的细网格搜索过程；将参数f。的范围设定 为（fecoarse土festep)区间，形成等分的25个搜索点，其中festep为粗搜索阶段网格间 距，f^coarse是经过粗搜索阶段得到最优参数f。;将参数0范围设定为（4~16) ，布置20 个搜索点；细搜索的二维空间为等分的25X20网格。5. 根据权利要求（2)和（3)所述的一种粗-细网格搜索方法，其特征在于寻优过程中 运用范数指标NI作为目标函数；搜寻最优滤波器参数可用以下公式表达，其中表示参数为f。和0的Gabor滤波器对信号x进行滤波后得到的信号， 范数指标NI计算公式为：6. 根据权利要求1所述的一种基于Gabor滤波器的轴承故障诊断方法，其特征在于： 步骤（6)所述的包络自相关谱Rxx(f)，公式如下：其中E表示期望，env表示信号包络，m表示延迟，N为信号长度。
【专利摘要】本发明公开了一种利用Gabor滤波器对滚动轴承故障进行诊断的方法，用于通过振动信号分析滚动轴承故障。首先通过粗—细网格搜索对Gabor滤波器的中心频率和带宽参数进行寻优，目标函数为滤波后信号范数指标NI最大；然后运用优化后的滤波器对振动信号进行滤波；最后对滤波后信号进行包络自相关谱分析。
【IPC分类】G01M13/04
【公开号】CN105092249
【申请号】CN201510604432
【发明人】张丹, 隋文涛
【申请人】山东理工大学
【公开日】2015年11月25日
【申请日】2015年9月22日