【技术实现步骤摘要】
本专利技术涉及的是一种轴承故障诊断领域的方法,具体是一种基于声信号形态分量分析的滚动轴承故障诊断装置及方法。
技术介绍
目前,对于滚动轴承故障主要是基于振动信号的分析与检测来进行的,但是这种诊断故障的方法有其局限性,需传感器布置在被测轴承座或其相连结构的表面,对于高温、腐蚀、油膜、运动部件等条件环境下,布置传感器的难度十分高,使得对其振动信号的采集受到极大的限制。机械的噪声是通过振动产生的,机械的声信号是其振动信号的延伸。当其机械振动发生改变的时候,声特性也随之改变,《基于声信号小波变换的滚动轴承故障诊断》一文中的实验表明了,不同故障下的声信号与振动信号,用时域的诊断方法对所测的声信号和振动信号进行故障的在线监测,并用时频分析的方法对故障进行准确定位,能够判断出轴承有无表面损伤类故障。因此也表明机械的声信号中也蕴含着机械设备的状态信息,并可以作为轴承故障诊断的依据。但是,上述文章中的实验是在消声室里面进行的,消声室里面没有杂音噪音干扰,信噪比比较高。而正常环境中却是存在大量的噪音与杂音,信噪比比较低,因此上述方法具有局限性。轴承故障检测结果主要受信号分析技术的影响。小波分析和神经网络的出现,推动了声学故障诊断技术的发展;独立分量分析(ICA)技术的兴起为声学故障诊断技术中多源信号混合提取问题提供了全新的思路;主分量分析能消除滚动轴承故障声信号的环境噪声。但一方面实际的故障声信号信噪比差,成分复杂, ...
【技术保护点】
一种基于声信号形态分量分析的滚动轴承故障诊断装置,其特征在于:包括传声器、采集卡、采集箱以及信号处理模块;所述传声器固定在距离轴心一定的位置,并正对轴承所在轴承座的侧面中心线上,用于将所述轴承转动过程中产生的声信号转换成模拟信号;所述采集箱及所述采集卡用于进行数据采集,捕获传声器传递的模拟信号,将其数字化并导入信号处理模块以便进行数字处理的设备;所述信号处理模块用于在Matlab程序中对声信号进行稀疏表示,分离原信号中的冲击信号、调制信号和噪声信号三种成分,并对冲击信号进行重构,运用Hilbert包络谱对冲击信号进行处理得出准确的故障特征。
【技术特征摘要】
1.一种基于声信号形态分量分析的滚动轴承故障诊断装置,其特征在于:
包括传声器、采集卡、采集箱以及信号处理模块;
所述传声器固定在距离轴心一定的位置,并正对轴承所在轴承座的侧面
中心线上,用于将所述轴承转动过程中产生的声信号转换成模拟信号;
所述采集箱及所述采集卡用于进行数据采集,捕获传声器传递的模拟信
号,将其数字化并导入信号处理模块以便进行数字处理的设备;
所述信号处理模块用于在Matlab程序中对声信号进行稀疏表示,分离原
信号中的冲击信号、调制信号和噪声信号三种成分,并对冲击信号进行重构,
运用Hilbert包络谱对冲击信号进行处理得出准确的故障特征。
2.一种基于声信号形态分量分析的滚动轴承故障诊断方法,其特征在于
包括以下步骤:
第一步、对滚动轴承进行正常与故障工作状态划分与设定,计算轴承故
障特征频率f;...
【专利技术属性】
技术研发人员:张春良,郭莹莹,岳夏,陈广欢,谢嘉亮,朱厚耀,
申请(专利权)人:广州大学,
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。