一种轴承故障诊断方法、装置及系统制造方法及图纸

本发明专利技术实施例公开了一种轴承故障诊断方法，通过在对轴承的振动信号利用局部均值分解方法进行分解之前预先进行处理，即采用中值滤波方法滤除振动信号中的背景噪声，然后再从预处理的信号中提取故障特征信息，根据故障特征信息对轴承进行故障诊断。本申请技术方案采用中值滤波法滤出了原始信号中的背景噪声，有效的提高了故障特征信息提取的准确度，有利于提高轴承故障检测的准确度，有利于整体的设备正常健康运行。此外，本发明专利技术实施例还针对轴承故障诊断方法提供了相应的实现装置与系统，进一步使得所述方法更具有实用性，所述装置与系统具有相应的优点。

Bearing fault diagnosis method, device and system

The embodiment of the invention discloses a method for bearing fault diagnosis, decompose before pre processed by using the local mean in the bearing vibration signal decomposition method, which uses median filtering method to remove the background noise in the vibration signal, and then from the pre processed signal to extract the fault feature information, according to the fault diagnosis of bearing fault feature information. This application scheme using median filtering method to filter out the background noise in the original signal, effectively improve the fault information extraction accuracy, it is helpful to improve the accuracy of bearing fault detection, is conducive to the healthy operation of the whole equipment. In addition, the embodiment of the invention also provides a corresponding realization device and a system for the bearing fault diagnosis method, and further makes the method more practical.

【技术实现步骤摘要】

本专利技术涉及机械故障诊断领域，特别是涉及一种轴承故障诊断方法、装置以及系统。
技术介绍
随着机械制造业的发展，轴承作为机械设备中的关键部件，也得到了较大的发展。轴承是当代机械设备中一种举足轻重的零部件，它的主要功能是支撑机械旋转体，在机械转动过程中起固定和减小载荷摩擦系数的部件。也可以说，当其它机件在轴上彼此产生相对运动时，用来降低动力传递过程中的摩擦系数和保持轴中心位置固定的机件。在机械产品中，轴承属于高精度产品，作为各类机械装备的重要基础零部件，它的精度、性能、寿命和可靠性对主机的精度、性能、寿命和可靠性起着决定性的作用，当轴承发生故障时可能会影响整个设备的运行，甚至导致整个设备瘫痪。因此，对轴承工作状态的监控对于设备的正常运行是至关重要的。在轴承发生故障时会产生非平稳信号，可从这些非平稳信号中提取故障特征信号来实现对轴承工作状态的监控，通过对故障特征信号的分析与判断来检测轴承是否发生故障。现有技术中可通过小波分析、经验模态分解、LMD(LocalMeanDecomposition，局部均值分解)来分析非平稳信号进而提取故障特征信息。但是，由于小波变换存在小波基的选取复杂以及小波变换后数据冗余等问题、经验模态分解也存在端点效应以及模态混叠问题，而LMD可有效的避免上述两种处理方法的弊端且由于迭代终止条件的不同迭代次数更少，故LMD广泛用于从故障信号中提取故障的特征信息。LMD是一种新的自适应的时频分析方法，该方法自适应的将一个复杂的多分量信号分解为多个瞬时频率具有物理意义的乘积函数，非常适合非平稳非线性信号的处理与分析。但是，该方法在提取的故障特征信息时可能会提取到不符合预设条件的故障特征信息，从而导致LMD算法不收敛，进而无法对轴承的工作状态做出正确的判断。
技术实现思路
本专利技术实施例的目的是提供一种轴承故障诊断方法、装置及系统，有效提高了故障特征信息提取的准确度，有利于提高轴承故障检测的准确度，有利于整体的设备正常健康运行。为解决上述技术问题，本专利技术实施例提供了一种轴承故障诊断方法，包括：获取采集设备采集的轴承振动信号；采用中值滤波方法对所述轴承振动信号进行预处理，以滤除所述轴承振动信号中的背景噪声；采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量；利用所述PF有效分量与所述残余分量进行信号重构，生成重构信号，从所述重构信号中提取故障特征信息；根据所述故障特征信息对轴承进行故障诊断。可选地，所述采用中值滤波方法对所述轴承振动信号进行预处理包括：从所述轴承振动信号中连续采样N个值；将N个值按照数值大小进行排序，丢弃最大值以及最小值，取中间的值作为中值；用所述中值作为采样值进行采样；其中，N不小于3。可选地，所述采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量包括：采用所述局部均值分解方法对所述预处理后的信号进行分解计算，得到PF分量；根据所述PF分量与所述预处理后的信号计算得到所述残余分量；根据相关系数法从所述PF分量中选取PF有效分量。可选地，所述采用所述局部均值分解方法对所述预处理后的信号进行分解计算，得到PF分量包括：计算所述预处理后的信号的局部平均值以及局部包络值；采用滑动平均法对所述局部平均值以及所述局部包络值进行处理，以获得局部均值函数与局部包络函数；根据所述局部均值函数以及所述局部包络函数对所述预处理后的信号进行计算，以获得调频函数以及包络信号函数；根据所述调频函数以及所述包络信号函数得到所述PF分量。可选地，所述从所述重构信号中提取故障特征信息为：对所述重构信号进行频谱分析以提取所述故障特征信息。可选地，所述根据相关系数法从所述PF分量中选取PF有效分量包括：将每一个所述PF分量与所述预处理后的信号进行相关系数运算，得到相关系数组；从所述相关系数组中确定不小于预设阈值的相关系数；将所述相关系数对应的PF分量作为所述PF有效分量。可选地，在所述根据所述故障特征信息对轴承进行故障诊断之后还包括：发送根据诊断结果进行显示的指令；和/或发送根据所述诊断结果进行语音提示的指令；和/或发送根据所述诊断结果对故障指示灯进行控制的指令。可选地，在所述根据所述故障特征信息对轴承进行故障诊断之后还包括：当所述轴承发生故障时，发送进行报警的指令。本专利技术还提供了一种轴承故障诊断装置，包括：获取信号模块，用于获取采集设备采集的轴承振动信号；信号预处理模块，用于采用中值滤波方法对所述轴承振动信号进行预处理，以滤除所述振动信号中的背景噪声；提取特征信息模块，用于采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量；利用所述PF有效分量与所述残余分量进行信号重构，生成重构信号，从所述重构信号中提取故障特征信息；故障诊断模块，用于根据所述故障特征信息对轴承进行故障诊断。本专利技术还提供了一种轴承故障诊断系统，包括深沟球轴承、加速度传感器、数据采集卡、中值滤波器以及处理器；其中，所述加速度传感器分别与所述数据采集卡以及所述深沟球轴承相连，用于获取所述深沟球轴承的振动信号，并由数据采集卡进行采集；所述中值滤波器与所述加速度传感器相连，用于对所述振动信号进行预处理，以滤除所述振动信号中的背景噪声；所述处理器与所述中值滤波器进行相连，用于接收所述中值滤波器发送的预处理后的信号；采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量；利用所述PF有效分量与所述残余分量进行信号重构，生成重构信号，从所述重构信号中提取故障特征信息；根据所述故障特征信息对轴承进行故障诊断。本专利技术实施例提供了一种轴承故障诊断方法，通过在对轴承的振动信号利用局部均值分解方法提取故障特征信息之前进行预处理，即采用中值滤波方法滤除振动信号中的背景噪声，然后再从预处理的信号中提取故障特征信息，根据故障特征信息对轴承进行故障诊断。本专利技术的优点在于采用中值滤波法滤出了轴承振动信号中的背景噪声，用于对原始信号进行预处理，使的在利用局部均值分解方法提取故障特征信息时避免了噪声的干扰，获得准确度高的故障特征信息，有效了提高了故障特征信息提取的准确度，从而有利于提高轴承故障检测的准确度，进而有利于整体的设备正常健康运行。越早检测轴承的故障信息，就可越早的进行修复，从而避免轴承的故障影响整体设备的运行，一定程度上，可提升设备的品质质量，减少客户的使用成本。此外，本专利技术实施例还针对轴承故障诊断方法提供了相应的实现装置与系统，进一步使得所述方法更具有实用性，所述装置与系统具有相应的优点。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，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的介绍，显而易见地，下面描述中的附图仅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的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一个示例性应用场景的框架示意图；图2为图1示例性例子的重构信号时域图；图3为图2示例性例子的重构信号频谱图；图4为本专利技术实施例提供的一种轴承故障诊断方法的流程示意图；图5为本专利技术实施例提供的另一种轴承故障诊断方法的流程示意图；图6为本专利技术实施例提供的一种轴承故障诊断装置的结构图；图7为本专利技术实施例提供的一种本文档来自技高网...

【技术保护点】
一种轴承故障诊断方法，其特征在于，包括：获取采集设备采集的轴承振动信号；采用中值滤波方法对所述轴承振动信号进行预处理，以滤除所述轴承振动信号中的背景噪声；采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量；利用所述PF有效分量与所述残余分量进行信号重构，生成重构信号，从所述重构信号中提取故障特征信息；根据所述故障特征信息对轴承进行故障诊断。

【技术特征摘要】
1.一种轴承故障诊断方法，其特征在于，包括：获取采集设备采集的轴承振动信号；采用中值滤波方法对所述轴承振动信号进行预处理，以滤除所述轴承振动信号中的背景噪声；采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量；利用所述PF有效分量与所述残余分量进行信号重构，生成重构信号，从所述重构信号中提取故障特征信息；根据所述故障特征信息对轴承进行故障诊断。2.根据权利要求1所述的方法，其特征在于，所述采用中值滤波方法对所述轴承振动信号进行预处理包括：从所述轴承振动信号中连续采样N个值；将N个值按照数值大小进行排序，丢弃最大值以及最小值，取中间的值作为中值；用所述中值作为采样值进行采样；其中，N不小于3。3.根据权利要求2所述的方法，其特征在于，所述采用局部均值分解方法对预处理后的信号进行分解，以获得PF有效分量与残余分量包括：采用所述局部均值分解方法对所述预处理后的信号进行分解计算，得到PF分量；根据所述PF分量与所述预处理后的信号计算得到所述残余分量；根据相关系数法从所述PF分量中选取PF有效分量。4.根据权利要求3所述的方法，其特征在于，所述采用所述局部均值分解方法对所述预处理后的信号进行分解计算，得到PF分量包括：计算所述预处理后的信号的局部平均值以及局部包络值；采用滑动平均法对所述局部平均值以及所述局部包络值进行处理，以获得局部均值函数与局部包络函数；根据所述局部均值函数以及所述局部包络函数对所述预处理后的信号进行计算，以获得调频函数以及包络信号函数；根据所述调频函数以及所述包络信号函数得到所述PF分量。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述从所述重构信号中提取故障特征信息为：对所述重构信号进行频谱分析以提取所述故障特征信息。6.根据权利要求3所述的方法，其特征在于，所述根据相关系数法从所述PF分量中选取PF有效分量包括：将每一个所述PF分量...

【专利技术属性】
技术研发人员：张宝，魏东梅，杨涛，陶栩，庞毅飞，卞长智，
申请(专利权)人：四川中烟工业有限责任公司，西南科技大学，
类型：发明
国别省市：四川;51