本发明专利技术公开了一种基于信号稀疏表示理论的滚动轴承故障特征提取方法，包括以下步骤：应用多阶固有频率的单位脉冲响应函数构造表征滚动轴承局部损伤的过完备字典，通过相关滤波法从振动响应信号中识别滚动轴承和传感器系统的多阶固有频率及其阻尼比，获得优化字典；应用匹配追踪算法求解稀疏系数，并通过合理的分段提高求解速度和精度；重构每段冲击响应信号，获得故障特征信号的稀疏表示；对获得稀疏信号中相邻冲击响应成分的时间间隔进行时域指标统计特性分析，结合平均值和均方差值来诊断故障类型。本发明专利技术的方法兼具解析法和自适应法的优点，提高了波形特征的精度，可克服传统的基于傅里叶变换的方法不适用转速波动的缺陷。
【技术实现步骤摘要】
本专利技术涉及旋转机械和信号处理领域，特别涉及一种基于信号稀疏表示理论的滚 动轴承故障特征提取方法。
技术介绍
滚动轴承作为支撑旋转机械的重要部件，其功能失效是导致机械停机的重要因素 之一。装配误差、分布故障和局部故障都会导致滚动轴承产生异常的振动响应信号。当滚 动轴承的任一元件（外圈、内圈、滚动体和保持架）的表面出现局部损伤（点蚀、剥落、裂纹 等）时，损伤表面与其他表面接触时会产生瞬态冲击力，能够激起包括轴承元件、传感器和 相关结构的固有频率，产生具有共振调制特征的冲击响应信号。通过安装在轴承座附近的 传感器，可以采集到表征轴承故障的冲击响应信号，并混杂着其他结构的振动响应信号以 及噪声。从振动响应信号中准确地提取表征轴承故障的特征信号是诊断的关键任务之一， 在微弱故障特征提取时，尤为重要。 基于傅里叶变换的幅值解调得到的包络信号往往包含着很多与轴承故障相关的 特征，可通过包络谱中出现的轴承特征频率及其谐次来识别故障类型。幅值解调的核心是 选择合适的共振频带来提高信噪比。有关确定共振频带的许多研究工作在持续进行着，其 中应用最多的方法是谱峭度及其优化方法。若考虑到实际运行转速的波动和滚动体的滑动 因素，轴承故障产生的瞬态冲击响应则会出现非平稳特性，这限制了傅里叶变换和包络分 析的应用。小波变换通过具有不同伸缩和平移参数的基小波与被分析信号做一系列的卷积 运算，可将信号同时分解到时域和频域，能有效的处理非平稳信号。在许多案例中，小波变 换已被成功用于诊断轴承的局部损伤。只要选择的基小波合适，小波变换就能很好的匹配 和提取瞬态冲击特征。Morlet小波是应用最多的基小波，因为它具有指数衰减形式的波形， 与冲击响应的特征很相似。然而，如何设定合适的Morlet小波参数（中心频率和带宽）仍 然是一个具有挑战性的问题。 过去二十年，信号稀疏表示理论在图像处理、语音识别和压缩感知等领域取得了 引人注目的成绩，也被引入到旋转机械的故障特征提取和信号分离。它的基本原理是应用 字典中的原子进行线性组合构造信号，包含两个关键问题：字典设计和系数求解。基于过完 备字典的应用，原子不要求完全正交，可以根据信号的自身特点灵活的选择。稀疏系数的求 解都是以lp范数最小化为目标，大致可分为三大类：贪婪追踪算法、线性规划方法和迭代收 缩算法。在诊断滚动轴承故障时，信号稀疏表示被用来分离和提取冲击成分，再结合包络分 析来识别轴承损伤类型。Cui等建立了能反映故障轴承特征参数的字典，并结合匹配追踪与 遗传算法较好地提取了轴承故障。Qin等构造了包含冗余傅里叶基、单位矩阵基和短时傅里 叶基的复合变换基字典，通过基追踪算法来求解稀疏系数，能较好的匹配信号的局部特征。 Zhu和Cai等先后构造了以Laplace小波、Morlet小波、谐小波和调Q小波为原子的过完备 字典，结合神经网络和分裂增广拉格朗日收缩算法（SALSA)来提取轴承故障的冲击响应成 分。Tang等应用平移不变稀疏编码（SISC)算法获得信号的潜在成分（latentcompnonet) 来构造字典和分解信号，提取滚动轴承的微弱故障特征。即使信号稀疏表示理论在滚动轴 承方面得到了很多应用，但大部分文献的研究内容仍未考虑以下情况： (1)由于载荷的变化，局部损伤在不同时刻产生的冲击力大小会不一致，能够激起 轴承和传感器系统的多阶固有频率；由于不同激励点传递到安装位置固定的传感器的传递 函数不同，传感器在不同时刻采集到的冲击响应的波形参数都可能不一样，包括幅值、频率 和阻尼比。上述文献在构造过完备字典时，都只用了一阶固有频率，并不能准确的描述冲击 响应的波形特征。 (2)当内圈和滚动体存在局部损伤时，损伤位置会作与轴的转动周期相同或相关 的周期运动，周期性地通过轴承的载荷区，与此同时，冲击力在传感器坐标系的投影大小也 存在周期性时变，使得不同时刻的冲击响应具有幅值调制现象。在非承载区，冲击力的幅值 很小，甚至可能为零，导致某些冲击振动响应缺失。 (3)受转速波动和滚动体滑动的影响，前后两个冲击响应的时间间隔会存在一定 的随机误差，使得响应信号呈现非平稳特性，一定程度上限制包络分析的应用。然而，现有 的文献多是基于滚动体纯滚动的假设。 (4)对于齿轮箱中的滚动轴承而言，正常齿轮的啮合频率成分会与轴承局部损伤 产生的冲击响应耦合，降低故障特征成分的信噪比，会增加构造过完备字典的难度和稀疏 系数求解的精度。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种基于信号稀疏表示理论 的滚动轴承故障特征提取方法。 本专利技术的目的通过如下技术方案实现：一种基于信号稀疏表示理论的滚动轴承故 障特征提取方法，具体包括以下步骤： S1、采集包含滚动轴承故障特征的振动加速度响应信号； S2、应用带通滤波器，滤除振动响应信号中由其他结构振动导致的干扰成分； S3、以单位脉冲响应函数构建过完备稀疏字典C; S4、应用相关滤波法从滤波信号中识别滚动轴承和传感器系统的多阶固有频率及 其阻尼比，得到优化的过完备稀疏字典D; S5、对滤波信号进行分段，利用匹配追踪算法求解每段信号的稀疏系数； S6、重构信号，获得滚动轴承故障特征信号的稀疏表示； S7、对稀疏信号中的冲击响应时间间隔进行时域指标统计分析，识别故障类型。 所述步骤S1具体包含以下步骤： S11、坐标系建立：建立空间坐标系XYZ，X轴正向指向滚动轴承的轴向，Z轴正向竖 直向上，Υ轴正向由右手定则确定； S12、安装传感器：在轴承座表面安装1个单向加速度传感器，测试方向为Ζ向；依 次连接传感器、数据采集器和便携式计算机； S13、令与滚动轴承内圈配合的轴工作转频为fn;设数据采集器的采样频率为fs， 采样时间长度T为10~20s，则采样时间间隔Λt=l/fs，采样点数N=fs ·T;采集和同 步记录测试点的振动加速度时域信号，记为xT(t); S14、WxT(t)中截取时长Tx的振动加速度信号进行分析，记为x(t)。 所述步骤S2中，应用带通滤波器对振动响应信号x(t)进行滤波，滤除轴承制造和 装配误差导致的低频振动或者其他结构振动的干扰成分，记滤波后的信号为xp(t)，所述带 通滤波器的上限截止频率设定为奈奎斯特频率，而下限截止频率fi。应大于数倍纯滚动 轴承轴的转频或齿轮箱滚动轴承的齿轮啮合频率。 所述步骤S3中，以单位脉冲响应函数 为原子，构造表征滚动轴承局部损伤的稀疏字典C，其中匕是滚动轴承和传感器系 统的有阻尼固有频率；ζ是系统的阻尼比；τ是冲击脉冲响应发生的时刻。 所述步骤S4具体包括以下步骤： S41、从滤波信号xp(t)取一段信号χεα)用于相关滤波，取信号χεα)的长度!；= V2; S42、设定fde，ζe和τe[ο:Λτ:TJ， Λfd、Λζ和Λτ为对应参数的搜索步长； S43、参数fd、ζ和τ代入式 计算信号\(t)与字典C中各原子dY⑴的相关系数，式中〈· >代表内积； S45、搜索λ(t)的局部最大值，记为λ。λ"对应的频率和阻尼比记为（乃,$)，即 为滚动轴承和传感器系统的固有频率及其阻尼比；对应的？；为冲击发生的时刻。实际 中，滚动轴承局部损伤可能激起系统的多阶固有频率，不同的局部本文档来自技高网...
【技术保护点】
一种基于信号稀疏表示理论的滚动轴承故障特征提取方法，其特征在于，包括以下步骤：S1、采集包含滚动轴承故障特征的振动加速度响应信号；S2、应用带通滤波器，滤除振动响应信号中由其他结构振动导致的干扰成分；S3、以单位脉冲响应函数构建过完备稀疏字典C；S4、应用相关滤波法从滤波信号中识别滚动轴承和传感器系统的多阶固有频率及其阻尼比，得到优化的完备稀疏字典D；S5、对滤波信号进行分段，利用匹配追踪算法求解每段信号的稀疏系数；S6、重构信号，获得滚动轴承故障特征信号的稀疏表示；S7、对稀疏信号中的冲击响应时间间隔进行时域指标统计分析，识别故障类型。
【技术特征摘要】
【专利技术属性】
技术研发人员：林慧斌，何国林，丁康，杨志坚，李永焯，王常伟，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。