本发明专利技术基于局部均值分解和灰色关联的滚动轴承检测方法属于机械工程领域的滚动轴承的故障检测方法，涉及一种基于局部均值分解的模糊熵算法和灰色关联的滚动轴承故障检测方法。检测方法利用加速度传感器采集运行状态下的滚动轴承振动加速度信号，包括无故障的正常轴承和有内圈、滚动体或外圈故障的轴承振动加速度信号。再对采集的加速度信号进行LMD分解，得到若干乘积函数PF分量和残差；采用灰色关联算法计算测试样本与标准矩阵的灰色关联度，进而进行故障模式识别。该识别方法能够有效的进行振动信号的特征提取，克服了EMD分解具有严重过模态混叠、端点效应的现象以及PF分量数据量大不能作为特征向量的问题，实现滚动轴承运行状态的有效识别。
【技术实现步骤摘要】
201610168614
【技术保护点】
一种基于局部均值分解和灰色关联的滚动轴承检测方法,其特征是，检测方法采用基于LMD模糊熵算法和灰色关联相结合的计算方法，方法的具体步骤如下：步骤一：利用加速度传感器采集运行状态下的滚动轴承振动加速度信号，包括无故障的正常轴承和有内圈故障、滚动体故障或外圈故障的轴承振动加速度信号；步骤二：对采集的加速度信号进行LMD分解，得到若干乘积函数PF分量和残差；1)确定x(t)的所有局部极值点ni，计算相邻极值点ni和ni+1的平均值mi和包络估计值ai,即：mi=ni+ni+12,(i=1,2,...)---(1)]]>ai=|ni-ni+1|2,(i=1,2,...)---(2)]]>用直线将所有相邻两个极值点的平均值mi连接起来，再利用滑动平均法对连线进行平滑处理，得到局部均值函数mjk(t),(j＝1,2,…；k＝1,2,…)；同样，用直线把所有相邻包络估计值ai连接起来，再利用滑动平均法对连线进行平滑处理，得到包络估计函数ajk(t),(j＝1,2,…；k＝1,2,…)；2)把局部均值函数mjk(t)从原始信号x(t)中分离出来，得到函数hjk(t)为hjk(t)＝x(t)‑mjk(t),(j＝1,2,…；k＝1,2,…) (3)3)用hjk(t)除以包络估计函数ajk(t)对hjk(t)进行解调，得到调频信号sjk(t)为sjk(t)=hjk(t)ajk(t),(j=1,2,...;k=1,2,...)---(4)]]>理想的sjk(t)是一个纯调频信号，其局部包络函数满足aj(k+1)＝1；如果不满足，则把sjk(t)作为原始信号重复上述的步骤，直到得到纯调频信号sjn(t)，即满足‑1≤sjn(t)≤1，它的局部包络函数aj(n+1)(t)＝1，有hj1(t)=x(t)-mj1(t)hj2(t)=sj1(t)-mj2(t)...hjn(t)=sjn(t)-mjn(t),(j=1,2,...)---(5)]]>sj1(t)=hj1(t)aj1(t)sj2(t)=hj2(t)aj2(t)...sjn(t)=hjn(t)ajn(t),(j=1,2,...)---(6)]]>一般迭代终止条件为limn→∞ajn(t)=1---(7)]]>在实际应用中，为避免过多的分解次数，设一个变动量Δ，满足1‑Δ≤ajn(t)≤1+Δ，迭代结束；(4)将产生的局部包络函数相乘得到包络信号，即PF分量的瞬时幅值，即aj(t)＝aj1(t)aj2(t)…ajn(t),(j＝1,2,…) (8)5)将包络信号aj(t)和纯调频信号sjn(t)相乘，得到原始信号的第一个PF分量，即PFj(t)＝aj(t)sjn(t),(j＝1,2,…) (9)PFj(t)包含了原始信号中最高频率成分，是一个单分量的调幅‑调频信号，包络信号aj(t)就是其瞬时幅值，其瞬时频率fj(t)由纯调频信号sjn(t)求出，即fj(t)=12πd[arccos(sjn(t))]dt,(j=1,2,...)---(10)]]>6)将PF1(t)从原始信号x(t)中分离出来，得到一个时间信号u1(t)，把u1(t)作为原始信号重复上述步骤，循环p次，直到up(t)为一个单调函数；u1(t)=x(t)-PF1(t)u2(t)=u1(t)-PF2(t)...up(t)=up-1(t)-PFp(t)---(11)]]>原始信号被分解为了p个PF分量和一个单调函数up(t)之和，即x(t)=Σi=1pPFi(t)+up(t)---(12)]]>步骤三：对轴承正常、内圈故障、滚动体故障和外圈故障四种状态各取5组数据作为标准样本，计算5组样本前3个PF分量的模糊熵值，取其均值作为标准矩阵；步骤四：四种工况各取3组数据作为测试样本，提取其前3个PF分量的模糊熵，采用灰色关联算法计算测试样本与标准矩阵的灰色关联度，进而进行故障模式识别；灰色关联分析的一般过程：1)选择适当的特征参数组成状态模式向量X＝[x(1)，x(2)，…，x(k)，…，x(n)](k＝1，2，…，n) (13)2)确定所要分类的状态个数，构造标准状态模式向量或矩阵Xi＝[xi(1)，xi(2)，…，xi(n)](i＝1，2，…，m)(14)3)提取待检轴承的状态模式向量Y＝[y(1)，y(2)，…，y(n)] (15)4)分别计算待检轴承的状态模式向量Y与m个标准模式向量Xi在k点的关联系数r[y(k),xi(k)]=Δmin+ξΔmaxΔi(k)+ξΔmax---(16)]]>式中：ξ是分辨系数，是一个预先选定的常数，...
【技术特征摘要】
【专利技术属性】
技术研发人员：马跃，杨帅杰，张旭，李铎，李震，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21
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。