滚动轴承复合故障确定的方法及终端设备技术

本发明专利技术适用于轴承复合故障分离技术领域，提供了一种滚动轴承复合故障确定的方法及终端设备，该方法包括：获取滚动轴承的振动信号和不同故障的解卷积周期；根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型，可以清晰并准确地分离提取出混合信号中的单一故障源信号，有效放大并提取出隐藏的微弱特征信息，从而全面、准确地甄别滚动轴承状态。

【技术实现步骤摘要】
滚动轴承复合故障确定的方法及终端设备
本专利技术属于轴承复合故障分离
，尤其涉及一种滚动轴承复合故障确定的方法及终端设备。
技术介绍
近年来，风能作为一种可再生能源在世界范围内受到越来越多的关注。然而，风电机组的工作环境恶劣，风力不稳定，负载波动范围大，容易发生故障。滚动轴承是旋转机械的关键部件之一，被广泛的应用于风电机组中。据统计，在使用滚动轴承的旋转机械中，大约有30％的机械故障都是由于滚动轴承引起的，而且在实际的风电机组运行过程中，故障往往不会单独出现，一种故障往往会引起其他故障的发生，进而出现多个故障并存的状态。复合故障是指在旋转机械中同时发生多个故障并且所有故障特征耦合在一起的故障，复合故障信号并不是单一故障信号的简单叠加，而是不同元件故障特征相互混杂，彼此干扰，使得振动信号更加复杂，因此，给风电机组滚动轴承复合故障诊断带来了很大难度。
技术实现思路
有鉴于此，本专利技术实施例提供了一种滚动轴承复合故障确定的方法及终端设备，可以清晰并准确地分离提取出混合信号中的单一故障源信号，有效放大并提取出隐藏的微弱特征信息，从而全面、准确地甄别滚动轴承状态。本专利技术实施例的第一方面提供了一种滚动轴承复合故障确定的方法，包括：获取滚动轴承的振动信号和不同故障的解卷积周期；根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型。在一实施例中，所述获取不同故障的解卷积周期，包括：获取所述滚动轴承的结构参数；根据所述结构参数，获取所述滚动轴承的至少两个理论故障特征频率；获取所述滚动轴承的采样频率；根据所述至少两个所述理论故障特征频率和所述采样频率，获取不同故障的解卷积周期。在一实施例中，所述根据不同故障的所述解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号，包括：获取最优滤波器；根据所述最优滤波器和不同故障的解卷积周期对所述振动信号进行重构，获取解卷积信号。在一实施例中，所述根据所述最优滤波器和不同故障的所述解卷积周期对所述振动信号进行重构，获取解卷积信号，包括：根据y(n)＝f(n)*x(n)，获取解卷积信号，所述y(n)表示n时刻的解卷积信号，所述f(n)表示n时刻的最优滤波器，所述x(n)表示n时刻的振动信号。在一实施例中，所述对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型，包括：对所述解卷积信号进行Teager峭度谱分析，获取所述振动信号的峭度谱；将所述滚动轴承的理论故障特征频率与所述振动信号的峭度谱进行对比，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型。在一实施例中，所述对所述解卷积信号进行Teager峭度谱分析，获取所述振动信号的峭度谱，包括：输出不同时刻的解卷积信号对应的Teager能量算子；根据输出的所述Teager能量算子，计算信号源能量；根据所述信号源能量，计算所述解卷积信号的Teager峭度值；根据预设的滑动窗长度以及所述解卷积信号的Teager峭度值，获取所述解卷积信号的滑动Teager峭度时间序列；根据所述滑动Teager峭度时间序列，获取所述振动信号的峭度谱。在一实施例中，所述Teager能量算子为：ψ[y(n)]＝y2(n)-y(n+1)y(n-1)其中，所述y(n+1)表示(n+1)时刻的解卷积信号，所述y(n-1)表示(n-1)时刻的解卷积信号；所述根据所述信号源能量，计算所述解卷积信号的Teager峭度值，包括：根据c4y＝E{ψ2[y(n)]}-3(E{ψ[y(n)]})2，计算所述解卷积信号的Teager峭度值，所述c4y表示解卷积信号的Teager峭度，所述E{ψ[y(n)]}表示n时刻的信号源能量；所述根据所述滑动Teager峭度时间序列，获取所述振动信号的峭度谱，包括：根据多个不同的滑动窗长度，确定多个滑动Teager峭度时间序列，每个滑动Teager峭度时间序列对应一个滑动窗长度；计算各个所述滑动Teager峭度时间序列所对应的Teager峭度值，并将各个Teager峭度值中最大Teager峭度值所对应的滑动Teager峭度时间序列作为所述振动信号的峭度谱。本专利技术实施例的第二方面提供了一种滚动轴承复合故障确定的装置，包括：获取模块，用于获取滚动轴承的振动信号和不同故障的解卷积周期；解卷积模块，用于根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；处理模块，用于对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型。本专利技术实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如滚动轴承复合故障确定的所述方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，包括：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如滚动轴承复合故障确定的所述方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：通过获取滚动轴承的振动信号和不同故障的解卷积周期；根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型，可以很好地抑制噪声，追踪信号的瞬时能量变化，反应信号的非高斯性特征。当风电机组滚动轴承发生故障时，振动信号由于存在幅值调制等现象，冲击信号偏离高斯分布。因此，Teager峭度谱能够用于风电机组滚动轴承故障诊断，可以清晰并准确地分离提取出混合信号中的单一故障源信号，有效放大并提取出隐藏的微弱特征信息，从而全面、准确地甄别滚动轴承状态。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的滚动轴承复合故障确定的方法的实现流程示意图；图2是本专利技术实施例提供的获取不同故障的解卷积周期的实现流程示意图；图3是本专利技术实施例提供的获取解卷积信的交互流程示意图；图4是本专利技术实施例提供的确定滚动轴承的复合故障类型的交互流程示意图；图5是本专利技术实施例提供的获取振动信号的峭度谱的交互流程示意图；图6(A)是本专利技术实施例提供的滚动轴承的内圈解卷积信号示意图；图6(B)是本专利技术实施例提供的滚动轴承的内圈的振动信号的峭度谱示意图；图7(A)是本专利技术实施例提供的滚动轴承的外圈解卷积信号示意图；图7(B)是本专利技术实施例提供的滚动轴承的外圈的振动信号的峭度谱示意图；图8是本专利技术实施例提供的滚动轴承复合故障确定的装置的示意图；图9是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本本文档来自技高网...

【技术保护点】
1.一种滚动轴承复合故障确定的方法，其特征在于，包括：获取滚动轴承的振动信号和不同故障的解卷积周期；根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型。

【技术特征摘要】
1.一种滚动轴承复合故障确定的方法，其特征在于，包括：获取滚动轴承的振动信号和不同故障的解卷积周期；根据不同故障的解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号；对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型。2.如权利要求1所述的滚动轴承复合故障确定的方法，其特征在于，所述获取不同故障的解卷积周期，包括：获取所述滚动轴承的结构参数；根据所述结构参数，获取所述滚动轴承的至少两个理论故障特征频率；获取所述滚动轴承的采样频率；根据所述至少两个所述理论故障特征频率和所述采样频率，获取不同故障的解卷积周期。3.如权利要求2所述的滚动轴承复合故障确定的方法，其特征在于，所述根据不同故障的所述解卷积周期对所述振动信号进行解卷积处理，获得解卷积信号，包括：获取最优滤波器；根据所述最优滤波器和不同故障的解卷积周期对所述振动信号进行重构，获取解卷积信号。4.如权利要求3所述的滚动轴承复合故障确定的方法，其特征在于，所述根据所述最优滤波器和不同故障的所述解卷积周期对所述振动信号进行重构，获取解卷积信号，包括：根据y(n)＝f(n)*x(n)，获取解卷积信号，所述y(n)表示n时刻的解卷积信号，所述f(n)表示n时刻的最优滤波器，所述x(n)表示n时刻的振动信号。5.如权利要求2或4所述的滚动轴承复合故障确定的方法，其特征在于，所述对所述解卷积信号进行Teager峭度谱分析，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型，包括：对所述解卷积信号进行Teager峭度谱分析，获取所述振动信号的峭度谱；将所述滚动轴承的理论故障特征频率与所述振动信号的峭度谱进行对比，提取所述滚动轴承的故障特征频率，并确定所述滚动轴承的复合故障类型。6.如权利要求5所述的滚动轴承复合故障确定的方法，其特征在于，所述对所述解卷积信号进行Teager峭度谱分析，获取所述振动信号的峭度谱，包括：输出不同时刻的解卷积信号对应的Teager能量算子；根据输出的所述Teager能量算子，计算信号源能量；根据...

【专利技术属性】
技术研发人员：向玲，李营，胡爱军，刘随贤，王朋鹤，安朝辉，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北,13