本发明专利技术公开了一种基于角域-时域-频域的机车轮对轴承故障诊断方法，属于轴承测试技术领域。本方法首先对采集到的机车轮对轴承的振动加速度信号在时域和频域内进行分析，判断出轴承是否处于故障状态以及故障的具体部位，然后再开创性的对振动加速度进行角域分析，进而得到故障的定量分析数据，以便于对故障的严重程度有所掌握并对下一步的故障监测提供基础数据。本发明专利技术采用时域、频域和角域相结合的分析方法，可以准确提供轴承有无故障、故障类型和故障严重程度等信息，特别是开创性的提出了角域故障诊断方法，对故障发展程度有了准确的监测方式，为后续的故障处理提供了更加丰富的参考数据。
【技术实现步骤摘要】
一种基于角域-时域-频域的机车轮对轴承故障诊断方法
本专利技术属于轴承测试
技术介绍
目前，旋转机械故障诊断方法日益成熟，如油液分析法、超声波探伤法、铁谱分析法、温度检测法、振动分析法等。这些方法中，振动分析方法因其故障识别率高、检测方法简单迅速，得到了广泛的应用。目前围绕振动分析法，国内外的专家学者开发了一系列的故障诊断算法，包括小波分析、经验模态分解、冲击脉冲法、共振解调法、时频分析法等。这些方法虽然故障识别率高，但大多使用条件苛刻，且只对平稳工况有效，对于特殊旋转机械的非平稳工况效果较差。比如，机车车辆在轨道上运行时，其轮对转速是缓慢变化的，是典型的非平稳工况，采用现有的这些故障诊断方法很难予以解决。针对机车车辆轮对轴承的安全检测分为两个部分：在线安全监测与离线精密诊断。在线安全监测是指安装一套车载式的仪器，全程实时对轴承进行状态监测，一旦轴承出现故障，会触发报警装置警告司机及时减速或紧急制动。在线安全监测一般采用温度或时域特征指标进行监测，设置合理的、不同等级的阈值，只要超过阈值装置就会报警。离线精密诊断一般只在检修车间或站段，对拆解下来的转向架或轮对进行检测，同样采用振动分析方法进行。目前，国内外解决非平稳问题的主要思路是：首先通过等角度采样的方式采集振动信号，然后再通过阶比谱分析的方法确定故障类型。但这种方式的故障诊断比较繁琐，且诊断准确率低，无法确定轴承故障位置和定量的判断结果。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于角域-时域-频域的机车轮对轴承故障诊断方法，该方法可用于诊断平稳工况和非平稳工况下机车轴承故障，可准确提供轴承有无故障、故障类型和故障严重程度等信息。为解决上述技术问题本专利技术采用的技术方案为：一种基于角域-时域-频域的机车轮对轴承故障诊断方法，包括如下步骤：第一步、安装设备：在机车轮对轴承端盖处安装旋转编码器，在机车轮对轴承箱体安装加速度传感器，在机车司机室安装采集仪和分析仪；旋转编码器和加速度传感器的输出与采集仪的输入相连，采集仪的输出与分析仪的输入相连；第二步、采集信号：当机车轮对轴承旋转时，所述分析仪经由采集仪从加速度传感器处得到等时间间隔采样的第一振动加速度时域序列，采集仪参照旋转编码器的脉冲信号从加速度传感器处等角度采样得到第二振动加速度时域序列并发送至分析仪；第三步、利用时域信号判断轮对轴承是否处于故障状态：将第一振动加速度时域序列进行高通滤波，计算滤波后的第一振动加速度时域序列的特征参数，将特征参数的数值与正常运转情况下的正常阈值相比较，超出时，说明该轮对轴承存在故障，进入下一步进行处理；否则，不予处理，返回上述第二步；第四步、利用频域信号判断轴承的具体故障部位：对上一步中判断出故障的第一振动加速度时域序列，利用共振解调法绘制包络频谱图，根据包络频谱图判断具体的故障部位为外圈、内圈或是滚子；第五步、利用角域信息对故障进行定量诊断，对故障严重程度进行监测：(1)将角度信号和第二振动加速度时域序列的振幅信号转换为极坐标形式：对于采集到的数据(αi,zi)，i＝1、2、3、...、n，n为旋转编码器的分辨率值，计算新的坐标系(xi,yi)：xi＝R+zicos(αi)(7)yi＝R+zisin(αi)(8)其中，αi为将360°按照n进行分割的第i个角度值；zi为加速度传感器与αi对应的第i个振幅；R为任意大于最高振幅两倍的常值；(2)根据上述得到的(xi,yi)绘制极坐标下的角度—加速度振幅的角域振动曲线；(3)将上述得到的角域振动曲线按角度划分为两部分：第一部分为承载区，从圆周底部开始沿正向和逆向方向各30度角的区域；第二部分为其他区域；(4)计算承载区内振动加速度振幅的均方根值，并将计算得到的数值作为轮对轴承故障严重程度的评价指标；将后续监测得到的均方根值与评价指标相比得到轮对轴承的故障变化情况。上述第三步中所述第一振动加速度时域序列的特征参数为：波形因数Sf、峰值因数Cf和峭度指标Kv，所述特征参数为振幅信号的特征参数。上述第四步的具体操作流程为：(一)带通滤波：对第三步中高通滤波后的第一振动加速度时域序列的振幅信号采用切比雪夫滤波器进行带通滤波处理，上、下截止频率由谱峭度法确定；(二)包络检波：对(一)步中得到的信号进行Hilbert希尔伯特变换，取上包络；(三)低通滤波：对(二)步中得到的信号利用切比雪夫滤波器进行低通滤波；(四)傅里叶变换：对(三)步中得到的信号进行傅里叶变换，绘制频域的包络谱曲线；(五)计算轮对轴承内圈的瞬时转速信息，得到最小转速和最大转速，计算故障特征频率值并确定故障特征频率区段；(六)根据(四)步的包络谱曲线和(五)步确定的故障特征频率区段，判断轴承的具体故障部位。上述第一步中，加速度传感器安装方式为螺纹式安装、粘贴式安装或磁座式安装。所述采集仪输入通道不少于2个。采用上述技术方案取得的技术进步为：本专利技术采用时域、频域和角域相结合的分析方法，通过对轮对轴承的加速度振动信号进行采样、分析和故障诊断，可以准确提供轴承有无故障、故障类型和故障严重程度等信息，特别是开创性的提出了角域故障诊断方法，对故障严重程度有了定量的分析结果并且对故障发展程度有了准确的监测方式，为后续的故障处理提供了更加丰富的参考数据。本方法可以同时解决在线安全监测和离线精密诊断两方面的问题，而无需额外的专用设备，可实现长期的、实时安全监测与故障诊断。本专利技术可同时提供安全预警信息、轴承故障状态信息、轴承故障位置信息和轴承故障类型信息等，可以更方便地获取准确的、全面的轴承故障信息，不必单独设立在线安全监测系统和离线精密诊断系统。基于该方法所搭建的故障诊断系统既可用于车载式的安全在线监测，也可用于离线的精密诊断，一机多用，成本低，效果好，便于维护和推广。附图说明图1为本专利技术的系统结构图；图2为本专利技术的工作流程图；图3为实施例中第一振动加速度时域序列的时间—加速度振幅曲线；图4为实施例中第一振动加速度时域序列振幅信号的包络谱曲线；图5为实施例中第二振动加速度时域序列在直角坐标下的角度—加速度振幅曲线；图6为实施例中第二振动加速度时域序列在极坐标下的角度—加速度振幅曲线。具体实施方式由图1和图2所示可知：一种基于角域-时域-频域的机车轮对轴承故障诊断方法，包括如下步骤：第一步、安装设备。在机车轮对轴承端盖处安装旋转编码器；在机车司机室内安装采集仪和分析仪，在机车轮对轴承箱体正上方安装加速度传感器。旋转编码器和加速度传感器的输出与采集仪的输入相连，采集仪的输出与分析仪的输入相连；旋转编码器、加速度传感器、采集仪和分析仪之间均采用线缆连接，在条件允许的情况下还可以采用其他无线连接方式进行连接，只要保证信号正常传输即可。本专利技术中旋转编码器采用绝对型旋转编码器，其分辨率可选择128、256、512等型号；加速度传感器可以选择压电式、压阻式或电容式，安装方式可采用螺纹式、粘贴式或磁座式；采集仪应具有A/D转换、放大、抗混叠滤波、等时间间隔采样、等角度采样等功能，输入通道不少于2个；分析仪应具有显示、存储、计算等功能。第二步、采集信号。当机车轮对轴承旋转时，所述分析仪经由采集仪从加速度传感器处得到等时间间隔采样的第一振动加速度时域序列，采集仪参照旋转编码器的本文档来自技高网...
【技术保护点】
一种基于角域‑时域‑频域的机车轮对轴承故障诊断方法，其特征在于包括如下步骤：第一步、安装设备：在机车轮对轴承端盖处安装旋转编码器，在机车轮对轴承箱体安装加速度传感器，在机车司机室安装采集仪和分析仪；旋转编码器和加速度传感器的输出与采集仪的输入相连，采集仪的输出与分析仪的输入相连；第二步、采集信号：当机车轮对轴承旋转时，所述分析仪经由采集仪从加速度传感器处得到等时间间隔采样的第一振动加速度时域序列，采集仪参照旋转编码器的脉冲信号从加速度传感器处等角度采样得到第二振动加速度时域序列并发送至分析仪；第三步、利用时域信号判断轮对轴承是否处于故障状态：将第一振动加速度时域序列进行高通滤波，计算滤波后的第一振动加速度时域序列的特征参数，将特征参数的数值与正常运转情况下的正常阈值相比较，超出时，说明该轮对轴承存在故障，进入下一步进行处理；否则，不予处理，返回上述第二步；第四步、利用频域信号判断轴承的具体故障部位：对上一步中判断出故障的第一振动加速度时域序列，利用共振解调法绘制包络频谱图，根据包络频谱图判断具体的故障部位为外圈、内圈或是滚子；第五步、利用角域信息对故障进行定量诊断，对故障严重程度进行监测：(1)将角度信号和第二振动加速度时域序列的振幅信号转换为极坐标形式：对于采集到的数据(αi,zi)，i＝1、2、3、...、n，n为旋转编码器的分辨率值，计算新的坐标系(xi,yi)：xi＝R+zicos(αi) (7)yi＝R+zisin(αi) (8)其中，αi为将360°按照n进行分割的第i个角度值；zi为加速度传感器与αi对应的第i个振幅；R为任意大于最高振幅两倍的常值；(2)根据上述得到的(xi,yi)绘制极坐标下的角度—加速度振幅的角域振动曲线；(3)将上述得到的角域振动曲线按角度划分为两部分：第一部分为承载区，从圆周底部开始沿正向和逆向方向各30度角的区域；第二部分为其他区域；(4)计算承载区内振动加速度振幅的均方根值，并将上次计算得到的数值作为轮对轴承故障严重程度的评价指标；将后续监测得到的均方根值与评价指标相比得到轮对轴承的故障变化情况。...
【技术特征摘要】
1.一种基于角域-时域-频域的机车轮对轴承故障诊断方法，其特征在于包括如下步骤：第一步、安装设备：在机车轮对轴承端盖处安装旋转编码器，在机车轮对轴承箱体安装加速度传感器，在机车司机室安装采集仪和分析仪；旋转编码器和加速度传感器的输出与采集仪的输入相连，采集仪的输出与分析仪的输入相连；第二步、采集信号：当机车轮对轴承旋转时，所述分析仪经由采集仪从加速度传感器处得到等时间间隔采样的第一振动加速度时域序列，采集仪参照旋转编码器的脉冲信号从加速度传感器处等角度采样得到第二振动加速度时域序列并发送至分析仪；第三步、利用时域信号判断轮对轴承是否处于故障状态：将第一振动加速度时域序列进行高通滤波，计算滤波后的第一振动加速度时域序列的特征参数，将特征参数的数值与正常运转情况下的正常阈值相比较，超出时，说明该轮对轴承存在故障，进入下一步进行处理；否则，不予处理，返回上述第二步；第四步、利用频域信号判断轴承的具体故障部位：对上一步中判断出故障的第一振动加速度时域序列，利用共振解调法绘制包络频谱图，根据包络频谱图判断具体的故障部位为外圈、内圈或是滚子；第五步、利用角域信息对故障进行定量诊断，对故障严重程度进行监测：(1)将角度信号和第二振动加速度时域序列的振幅信号转换为极坐标形式：对于采集到的数据(αi,zi)，i＝1、2、3、...、n，n为旋转编码器的分辨率值，计算新的坐标系(xi,yi)：xi＝R+zicos(αi)(7)yi＝R+zisin(αi)(8)其中，αi为将360°按照n进行分割的第i个角度值；zi为加速度传感器与αi对应的第i个振幅；R为任意大于最高振幅两倍的常值；(2)根据上述得到的(xi,yi)绘制极坐标下的角度—加速度振幅的角域振动曲...
【专利技术属性】
技术研发人员：杨绍普，刘永强，廖英英，马增强，赵志宏，马新娜，顾晓辉，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：河北;13
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。