一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法技术

一种基于阶跃-冲击原子库的MP算法轴承故障定量诊断方法。本发明专利技术将轴承故障信号表达成简洁、稀疏的阶跃-冲击原子线性叠加的形式。阶跃-冲击字典根据轴承故障滚珠进入和经过故障所产生的响应形式，将阶跃和冲击响应通过故障大小、转频以及轴承尺寸等信息关联起来，形成一个包含故障大小信息的新型原子库。通过MP算法进行迭代选取最匹配原子、更新残差信号，直至迭代终止条件为止，重构信号。通过对重构信号时域波形的分析得到第一次预估值，通过偏差筛选机制对重构原子进行筛选最终确定偏差绝对值最小的原子的故障信息为第二次预估故障值，最后求取两次预估值的平均值即可实现对轴承故障的定量诊断。

【技术实现步骤摘要】
一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法
本专利技术属于故障诊断
，涉及一种轴承故障定量诊断方法，特别涉及一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法。
技术介绍
轴承是旋转类机械设备的重要组成部件，故障率较高。目前，轴承故障诊断研究主要集中在故障有无的判断和故障类型的模式识别等定性诊断方面，然而对机械故障诊断需要实现由定性研究到定量研究的突破，揭示设备故障状态的发生、发展和演化规律，从而做到真正有效指导设备维修，节约生产成本。在定量诊断方面国内外学者进行了有益尝试并取得一定成果。目前对于故障严重程度的评估主要基于能量的角度和评价指标角度，包括建立根据局部能量来估算齿根裂纹大小的经验模型，根据引入退化指标的比例故障率模型实现不同损伤程度振动信号的设备运行可靠度评估等方法，从能量角度以及评价指标角度对轴承故障定量诊断具有一定效果，但是以上方法多是对故障程度发展趋势进行衡量，并没有真正的判断出故障实际大小。2011年，N.Sawalhi和R.B.Randall通过实验验证了轴承故障信号时域波形中“双冲击”现象的存在，并且两次冲击形式并不相同，轴承滚珠进入故障表现为阶跃响应的形式，而滚珠与故障后边缘发生撞击则表现为冲击形式，作者通过对两次冲击之间时间间隔的分析来实现轴承故障的定量诊断。2013年，赵栓峰等人将这一“双冲击”现象与EMD算法相结合，同样实现了故障的定量诊断。可见，通过研究“双冲击”现象可以实现故障的定量诊断，而应用何种方法将这两次冲击准确的分离开来成为研究的重点和难点。Mallat和Zhang提出的匹配追踪算法(MatchingPursuit，MP)具有灵活的基函数，可以实现对相应特征信号的提取和分离，因此构造合适的原子库，应用基于MP算法的轴承故障定量诊断是一种新探索和尝试。但是往往实际信号中含有大量的噪声，势必会增加诊断的难度，这便对诊断的精度提出更高的要求。
技术实现思路
为了解决轴承故障定量诊断中的上述技术问题，本专利技术提供了一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法。轴承故障的振动信号表现为由共振引起的周期性脉冲和非均匀负载引起的调制，并伴随大量的背景噪声。在传统的轴承故障机理分析中，对于故障冲击都是假定为理想的单脉冲形式即单脉冲作用力的时间趋近于零。然而，这种理想单脉冲仅仅适合滚动轴承局部损伤的尺寸极小的情况。但是，随着故障程度的增加，即故障存在一定宽度时，故障引起的脉冲不可能呈现一种理想单脉冲状态，而是“双冲击”状态，并且两次冲击之间的时间间隔与故障大小存在一定的比例关系。已经证实第一次冲击的响应为阶跃响应，第二次冲击的响应为冲击响应。为了实现故障定量诊断，首先分析两次冲击之间的时间间隔与故障大小之间的关系，然后构造一个含有故障信息的阶跃-冲击原子库用以在匹配追踪过程中匹配故障信号特征。为实现上述目的，本专利技术采用的技术方案为一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法，该方法包括S1采集轴承振动信号；S2对轴承振动信号进行基于阶跃-冲击原子库MP算法分解和重构信号；S3对重构信号时域波形处理进行故障预估，提取各个重构原子进行偏差筛选进行故障二次估计，两次估计值求取平均值获得最终故障值。滚珠滚过故障所需时间为其中，l0表示故障尺寸(mm)，D0表示轴承外径(mm)，D0＝Dp+d，见图3，fc表示保持架转频(Hz)，fr为轴的转频(Hz)，α为压力角；因此，滚珠滚过滚过故障所需的时间为而当故障直径小于滚珠直径时，当滚珠与故障后边缘碰撞时，此时滚珠中心所经过的距离恰好为故障尺寸的一半，见图3，因此，两次冲击之间的时间间隔为因此，故障大小与两次冲击之间时间间隔的关系式为两次冲击分别为阶跃响应和冲击响应，即阶跃响应发生的时刻在冲击响应发生时刻的前Δt时间，冲击时刻发生的时间为u，因此，阶跃响应发生的时刻为u-Δt。冲击响应的表达式为阶跃响应的表达式为因此，阶跃-冲击原子库的基函数模型为：x＝a·ximp+xstep其中，u为冲击发生的时刻(s)，τ为系统阻尼系数(s)，fn为系统固有频率(Hz)，a为冲击成分与阶跃成分能量比。对基函数中各个参数进行离散化赋值，定义原子库，D(u，τ，fn，l0)＝{gi，i＝1，2，3，…，m，…}，其中，D(u，τ，fn，l0)为阶跃-冲击原子库，gi为原子，‖gi‖＝1，是经归一化处理后具有单位能量的原子，m为原子个数。基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法包括以下步骤：S1初始化残差。利用加速度传感器对齿轮箱进行测量，获得振动加速度信号作为待分析信号f，将待分解信号f赋给残差信号，得到初始残差信号R0。S2最匹配原子选取。如下式进行最匹配原子的选择，则第K次迭代的最匹配原子为g0j，其中j＝1，2，3，…，K，K为迭代次数。|<Rk-1，g0j>|＝sup|<Rk-1，gi>|S3更新残差信号。残差信号减去残差信号在最匹配原子上的投影，即可得到新的残差信号。投影系数为，cj＝<Rj，g0j>新的残差信号为，Rj+1＝Rj-cjg0jS4迭代终止。根据不同需要来选取适合的迭代终止条件，如迭代次数、残差信号能量衰减、残差比阈值。满足终止条件则匹配过程结束，否则循环执行步骤S2～S3。(2.5)信号重构。将K次信号的匹配投影线性叠加，得到近似重构信号：(2.6)故障值预估。通过重构信号时域波形获得阶跃响应以及冲击响应发生的时刻u1、u2，并求取其时间间隔Δt′，根据公式(4)预估故障值l′。Δt′＝u2-u1S7原子筛选。求取每次迭代过程中最匹配原子的故障大小与预估故障值l′之间的偏差绝对值，并选取偏差绝对值最小的原子，记录其反映出来的故障大小作为二次预估值l′g：|σ|min＝min‖l0-l′‖S8定量诊断。最终故障大小l即为预估故障与二次预估值的平均值：与现在技术相比，本专利技术具有如下有益效果。本专利技术将轴承故障振动信号逐次迭代分解成基于阶跃-冲击原子库的K项原子的线性组合。阶跃-冲击原子库引入故障大小、转频以及轴承尺寸等信息，通过对其基函数各个参数进行离散化赋值构造，并真实模拟了滚珠进入以及滚过故障的过程，通过两次冲击时间间隔实现阶跃响应和冲击响应联系，每个原子即携带故障信息便于定量诊断的操作。在信号的每次迭代分解过程中，从阶跃-冲击原子库选取一个最匹配原子，信号投影，信号减去投影形成残差信号以供下次分解，最后将各个匹配原子线性组合重构信号。定量诊断的步骤是在MP算法之后，首先对重构信号在其时域上进行分析预估故障大小，在通过偏差筛选机制，得到偏差绝对值最小的原子，通过其自身携带的信息进行故障的二次预估，最终将两次预估值求取平均值实现故障的定量诊断。附图说明图1是本专利技术的基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法流程图。图2是本专利技术的基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法整体流程图。图3是本专利技术中模拟的外圈存在1.2mm故障的轴承振动信号染噪后的时域波形及频谱图。图4是本专利技术中重构信号波形及其频谱(含预估)。具体实施方式下面结合附图和具体实施方式对本专利技术作进一步说明。图1为本专利技术的基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法本文档来自技高网...

【技术保护点】
一种基于阶跃‑冲击原子库MP算法的轴承故障定量诊断方法，其特征在于：该方法包括S1采集轴承振动信号；S2对轴承振动信号进行基于阶跃‑冲击原子库MP算法分解和重构信号；S3对重构信号时域波形处理进行故障预估，提取各个重构原子进行偏差筛选进行故障二次估计，两次估计值求取平均值获得最终故障值；滚珠滚过故障所需时间为Δt0=l0πD0fc]]>其中，l0表示故障尺寸，D0表示轴承外径，D0＝Dp+d，fc表示保持架转频，fr为轴的转频，α为压力角；因此，滚珠滚过滚过故障所需的时间为Δt0=l0π(Dp+d)2fr(1-dDp)=2l0Dpπfr(Dp2-d2)]]>而当故障直径小于滚珠直径时，当滚珠与故障后边缘碰撞时，此时滚珠中心所经过的距离恰好为故障尺寸的一半，因此，两次冲击之间的时间间隔为Δt=Δt02]]>因此，故障大小与两次冲击之间时间间隔的关系式为l0=πfr(Dp2-d2)DpΔt]]>两次冲击分别为阶跃响应和冲击响应，即阶跃响应发生的时刻在冲击响应发生时刻的前Δt时间，冲击时刻发生的时间为u，因此，阶跃响应发生的时刻为u‑Δt；冲击响应的表达式为ximp=e-(t-u)τsin(2πfnt)]]>阶跃响应的表达式为xstep=(e-(t-u-Δt)3×τ×-cos(2π×(fn6)×t)+e-(t-u)5×τ)]]>因此，阶跃‑冲击原子库的基函数模型为：x＝a·ximp+xstep其中，u为冲击发生的时刻，τ为系统阻尼系数，fn为系统固有频率，a为冲击成分与阶跃成分能量比；对基函数中各个参数进行离散化赋值，定义原子库，D(u，τ，fn，l0)＝{gi，i＝1，2，3，…，m，…}，其中，D(u，τ，fn，l0)为阶跃‑冲击原子库，gi为原子，||gi||＝1，是经归一化处理后具有单位能量的原子，m为原子个数。...

【技术特征摘要】
1.一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法，其特征在于：在传统的轴承故障机理分析中，对于故障冲击都是假定为理想的单脉冲形式即单脉冲作用力的时间趋近于零；然而，这种理想单脉冲仅仅适合滚动轴承局部损伤的尺寸极小的情况；但是，随着故障程度的增加，即故障存在一定宽度时，故障引起的脉冲不可能呈现一种理想单脉冲状态，而是“双冲击”状态，并且两次冲击之间的时间间隔与故障大小存在一定的比例关系；已经证实第一次冲击的响应为阶跃响应，第二次冲击的响应为冲击响应；为了实现故障定量诊断，首先分析两次冲击之间的时间间隔与故障大小之间的关系，然后构造一个含有故障信息的阶跃-冲击原子库用以在匹配追踪过程中匹配故障信号特征；滚珠滚过故障所需时间为其中，l0表示故障尺寸，D0表示轴承外径，D0＝Dp+d，fc表示保持架转频，fr为轴的转频，α为压力角，Dp为滚珠球心运行轨道直径，d为滚珠直径；因此，滚珠滚过故障所需的时间为而当故障直径小于滚珠直径时，当滚珠与故障后边缘碰撞时，此时滚珠中心所经过的距离恰好为故障尺寸的一半，因此，两次冲击之间的时间间隔为因此，故障大小与两次冲击之间时间间隔的关系式为两次冲击分别为阶跃响应和冲击响应，即阶跃响应发生的时刻在冲击响应发生时刻的前Δt时间，冲击发生的时刻为u，因此，阶跃响应发生的时刻为u-Δt；冲击响应的表达式为阶跃响应的表达式为因此，阶跃-冲击原子库的基函数模型为：x＝a·ximp+xstep其中，u为冲击发生的时刻，τ为系统阻尼系数，fn为系统固有频率，a为冲击成分与阶跃成分能量比；对基函数中各个参数进行离散化赋值，定义原子库，D(u，τ，fn，l0)＝{gi，i＝1，2，3，...，m，...}，其中，D(u，τ，fn，l0)为阶跃-冲击原子库，gi为原子，||gi||＝1，是经归一化处理后具有单位能量的原子，m为原子个数；阶跃-冲击原子库引入故障大小、转频以及轴承尺寸等信息，通过对其基函数各个参数进行离散化赋值构造，并真实模拟了滚珠进入以及滚过故障的过程，通过两次冲击时间间隔实现阶跃响应和冲击响应联系，每个原子即携带故障信息便于定量诊断的操作。2.根据权利要求1所述的一种基于阶跃-冲击原子库MP算法的轴承故障定量诊断方法，其特征在于：该方法包括以下具体步骤：(1)初始化残差；利用加速度传感器对齿轮箱进行测量，获得振动加速度信号作为待分析信号f，将待分解信号f赋给残差信号，得到初始残差信号R0；(2)最匹配原子选取；如下式进行最匹配原子的选择，则第K次迭代的最匹配原子为g0j，其中g0代表最匹配原子，j＝1，2，3，...，K，K为迭代次数；|<Rk-1，g0j>|＝sup|<Rk-1，gi>|(3)更新残差信号；残差信号减去残差信号在最匹配原子上的投影，即可得到新的残差信号；投影系数为，cj＝<Rj，g0j>新的残差信号为，Rj+1＝Rj-cjg0j(4)迭代终止；根据不同需要可选取的迭代终止条件，如迭代次数、残差信号能量衰减、残差比阈值；满足终止条件则匹配过程结束，否则循环执行步骤S2～S3；(5)信号重构；将K次信号的匹配投影线性叠...

【专利技术属性】
技术研发人员：崔玲丽，邬娜，马春青，吴春光，翟浩，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11