【技术实现步骤摘要】
本专利技术属于滚动轴承故障诊断
，特别涉及了一种基于LMD和SVD特征参 量的滚动轴承故障灰色关联度辨识方法。
技术介绍
现代化工业生产越来越大型化、自动化、复杂化，特别是石化、冶金、采矿等工业部 门，设备投资大且需要连续生产作业，机械设备故障停机可能造成重大经济损失，甚至危及 设备操作人员的人身安全。滚动轴承作为旋转机械设备中重要的零部件，也是机械设备的 重要故障源之一。因此，研究滚动轴承的状态监测与故障诊断技术方法对于提高机械设备 的运行效率及维修效能，避免人员财产损失具有重要的现实意义。 目前，各种振动信号处理方法在机械故障诊断中的应用，在很大程度上促进了故 障诊断技术的发展。滚动轴承故障诊断方法多种多样如：时域特征参数法、倒频谱法、包络 谱法、小波变换、Wigner-Ville分布、EMD分解等方法。但这些方法都有各自的局限性，时域 特征参数法中不同的指标只对特定的轴承缺陷判别较为有效，频域中的倒频谱法和包络谱 法难于发现辨识强噪声背景等复杂状况下的轴承缺陷频率。小波变换需要凭经验等方法选 择小波基函数，自适应性较差。经验模态分解（EMD)方法是近些年提出并迅速发展起来的 一种信号时频分析方法，适合于处理非平稳、非线性信号，具有很强的的自适应性，但是EMD 分解方法也存在着端点效应、模态混叠、迭代循环次数多等缺点。
技术实现思路
本专利技术的主要目的在于提供一种基于特征参量的滚动轴承故障灰色关联度辨识 方法，利用该方法达到了对较强背景噪声下滚动轴承运转状态进行监测，以发现并判断滚 动轴承故障，避免...
【技术保护点】
一种基于特征参量的滚动轴承故障灰色关联度辨识方法，其特征在于，包括： 滚动轴承振动信号获取及形成重构信号的步骤； 从所述重构信号中提取特征参量的步骤； 利用灰色理论关联度分析所述特征参量并输出分析结果的步骤。
【技术特征摘要】
1. 一种基于特征参量的滚动轴承故障灰色关联度辨识方法，其特征在于，包括： 滚动轴承振动信号获取及形成重构信号的步骤； 从所述重构信号中提取特征参量的步骤； 利用灰色理论关联度分析所述特征参量并输出分析结果的步骤。2. 如权利要求1所述的基于特征参量的滚动轴承故障灰色关联度辨识方法，其特征在 于，所述振动信号包括有滚动轴承正常运转信号、内圈缺陷故障信号、外圈缺陷故障信号及 滚动体缺陷故障信号。3. 如权利要求1所述的基于特征参量的滚动轴承故障灰色关联度辨识方法，其特征在 于，所述滚动轴承振动信号获取及形成重构信号的步骤包括： 采集振动信号的步骤； 对所述振动信号进行Hilbert变换并形成所述幅值信号及相位信号的步骤； 利用SVD奇异值分解方法分别对所述幅值信号及所述相位信号进行降噪处理并形成 降噪后幅值信号及降噪后相位信号的步骤； 结合所述降噪后幅值信号及所述降噪后相位信号形成重构信号的步骤。4. 如权利要求3所述的基于特征参量的滚动轴承故障灰色关联度辨识方法，其特征在 于，对所述利用SVD奇异值分解方法分别对所述幅值信号及所述相位信号进行降噪处理并 形成降噪后幅值信号及降噪后相位信号的步骤进行确定降噪阶次的辅助步骤。5. 如权利要求3所述的基于特征参量的滚动轴承故障灰色关联度辨识方法，其特征在 于，所述结合所述降噪后幅值信号及所述降噪后相位信号形成重构信号的步骤的重构信号 公式为： Xc(I) - Ac{t)g：〇^((pcit)} ...
【专利技术属性】
技术研发人员：程刚，宋耀文，陈曦晖，胡晓，山显雷，刘后广，
申请(专利权)人：徐州隆安光电科技有限公司，
类型：发明
国别省市：江苏;32
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。