旋转机械轴承故障诊断方法技术

本发明专利技术实施例提供了一种旋转机械轴承故障诊断方法，包括：实时采集当前运行状态下的旋转机械轴承的振动信号，并将预设时间段内的多个振动信号作为待检测数据样本；将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数；将所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数进行比较，以确定所述确定所述旋转机械轴承的状态，其中，所述标准盒维数和标准变异系数根据正常运行状态下旋转机械轴承的振动信号计算得到。本发明专利技术实施例利用盒维数和变异系数作为特征向量刻画轴承故障状态，其模式描述和区计算简单、分能力强，能精确的监测到故障的发生、可靠性高。

Fault diagnosis method of rotating machinery bearing

Including the embodiment of the invention provides a bearing fault diagnosis method of rotating machinery, vibration signal acquisition: the current operation of rotating machinery bearing state, and a plurality of preset vibration signal time period as the sample data to be detected; the detected data of the sample grouping, box dimension of each set of data according to the method of fractal dimension, box dimension and calculate the mean value and variation coefficient; box dimension of the detected data sample mean and coefficient of variation were compared with the standard box dimension and standard variance coefficient to determine the determining the bearing state of rotating machinery, wherein the box dimension and standard according to the standard calculation of the coefficient of variation of vibration signal of rotating machinery bearing the normal operation condition. The embodiment of the invention uses box dimension and variation coefficient as a feature vector to characterize the bearing failure state, and its mode description and area calculation are simple, and the ability of separation is strong. It can accurately monitor the occurrence and reliability of the fault.

【技术实现步骤摘要】
旋转机械轴承故障诊断方法
本专利技术涉及机械故障领域，特别是涉及一种旋转机械轴承故障诊断方法。
技术介绍
旋转机械轴承作为旋转机械的关键零部件，其工作状态的好坏将直接影响到整台机械设备的工作状态。旋转机械轴承故障是导致旋转机械设备发生故障的主要原因之一，严重时甚至可能导致重大财产损失。因此，为了避免由旋转机械轴承的机械故障，减少经济损失，对轴承进行状态监测从而保证其正常运行非常有必要。轴承故障状态诊断方法主要有温度法、油样分析法以及振动法等。由于滚动轴承运行状态好坏往往直接体现在振动信号中，且振动信号便于在线测定运行工况，工程上一般采用振动诊断技术监测和诊断滚动轴承状态。如何从非平稳的状态信号中提取故障信息特征形成待检模式，进而进行模式识别或分类，则成了轴承故障诊断的关键。其中分形特征由于其模式描述和区分能力强、特征参数少而广泛应用于旋转机械的故障诊断。例如申请号为CN201610450617.2中提出了一种基于分形盒维数和自适应灰色关联理论的滚动轴承故障诊断方法，但所采用分形维数作为特征参数静态的刻画轴承失效过程，而轴承振动状态从早期异常到功能失效是一个逐渐劣化的过程，其在轴承全寿命周期内并非平稳的。而且，仅用分形盒维数作为该振动信号的主导特征向量对故障判断可靠性较低，只有严重的故障出现时才可判别，故障判别的精确度低。
技术实现思路
鉴于上述状况，有必要针对现有技术中旋转机械轴承故障检测可靠性和精确度较低的问题，提供一种旋转机械轴承故障诊断方法。本专利技术实施例提供了一种旋转机械轴承故障诊断方法，包括：实时采集当前运行状态下的旋转机械轴承的振动信号，并将预设时间段内的多个振动信号作为待检测数据样本；将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数；将所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数进行比较，以确定所述确定所述旋转机械轴承的状态，其中，所述标准盒维数和标准变异系数根据正常运行状态下旋转机械轴承的振动信号计算得到。上述旋转机械轴承故障诊断方法，其中，所述将所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数进行比较，以确定所述确定所述旋转机械轴承的状态的步骤包括：计算所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数的差值，得到第一计算值；当任意一个所述第一计算值超过对应的误差范围时确定所述旋转机械轴承出现故障。上述旋转机械轴承故障诊断方法，其中，将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数的步骤包括：将所述待检测数据样本按照第一步长分组得到多个振动信号分析样本；计算每个所述振动信号分析样本的盒维数，得到盒维数序列；将所述盒维数序列按照第二步长进行分组得到多个盒维数分析样本，分别计算多个所述盒维数分析样本的平均值和标准方差；根据所述平均值和所述标准方差计算所述数据样本的变异系数。上述旋转机械轴承故障诊断方法，其中，所述盒维数DimkB的计算公式为：其中，x(k)为第k个振动信号分析样本，δ为盒子的边长，Nδ为分析样本X(k)的总盒数，m为标度数。上述旋转机械轴承故障诊断方法，其中，所述变异系数的计算公式为：其中，D(t)为第t个盒维数分析样本，S.D(t)为第t个盒维数分析样本的准差，D(t)av为第t个盒维数分析样本的盒维数均值。上述旋转机械轴承故障诊断方法，其中，计算所述标准盒维数和标准变异系数的步骤包括：采集正常运行状态下旋转机械轴承的振动信号，得到轴承振动信号的标准数据样本；根据分形维数算法计算所述标准样本的盒维数和变异系数，以得到所述标准盒维数和标准变异系数。上述旋转机械轴承故障诊断方法，其中，所述确定所述轴承出现故障的步骤之后还包括：将所述待检测数据样本的盒维数平均值和变异系数分别与故障盒维数和故障变异系数进行比对，以确定所述旋转机械轴承所处的故障状态，所述故障盒维数和故障变异系数根据故障状态下旋转机械轴承的振动信号计算得到。上述旋转机械轴承故障诊断方法，其中，计算所述故障盒维数和故障变异系数的步骤包括：采集多种故障状态下旋转机械轴承的振动信号，得到多个故障状态数据样本；根据分形维数算法计算所述故障状态数据样本的盒维数和变异系数，以得到所述故障盒维数和故障变异系数。上述旋转机械轴承故障诊断方法，其中，所述旋转机械轴承的振动信号通过振动传感器采集。本专利技术实施例利用盒维数和变异系数作为特征向量刻画轴承故障状态，其模式描述和区计算简单、分能力强，能精确的监测到故障的发生、可靠性高。且根据比较法确定转机械轴承是否出现故障，其运算过程简单，能够顾快速确定故障。附图说明图1为本专利技术第一实施例中的旋转机械轴承故障诊断方法的流程图；图2为标度δ下的总盒数Nδ示意图；图3a、3b、3c分别为旋转机械轴承正常工况下的振动信号的3个标准数据样本示意图；图3d为实际采集的旋转机械轴承振动信号的示意图；图4为本专利技术第三实施例中的旋转机械轴承故障诊断方法的流程图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。参照下面的描述和附图，将清楚本专利技术的实施例的这些和其他方面。在这些描述和附图中，具体公开了本专利技术的实施例中的一些特定实施方式，来表示实施本专利技术的实施例的原理的一些方式，但是应当理解，本专利技术的实施例的范围不受此限制。相反，本专利技术的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。本专利技术实施例对旋转机械轴承故障进行诊断，实时监测旋转机械轴承的状态，适合于旋转机械如发动机、变速器、电机等的机械设备承轴的状态监测。以便于工作人员能及时发现故障并进行检测，防止事故发生。实施例1请参阅图1为本专利技术第一实施例中的旋转机械轴承故障诊断方法，包括步骤S11～S14。步骤S11，实时采集运行状态下预设时间段内的旋转机械轴承的振动信号，得到待检测数据样本。一般一个振动信号无法进行故障诊断分析，况且单凭一个振动信号无法准确的判断旋转机械轴承故障。因此，上述步骤中，实时采集预设时间段内的运行状态下旋转机械轴承的振动信号，并将每一预设时间段采集的旋转机械轴承的振动信号作为待检测数据样本。例如可以将每2s采集的振动信号作为一个待检测数据样本。一个待检测数据样本包含多个振动信号数据。旋转机械轴承的振动信号通过振动传感器进行采集。步骤S12，将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数。分形包括规则分形和无规则分形两种。规则分形是指可以由简单的迭代或者是按一定规律所生成的分形，无规则分形是指不光滑的，随机生成的分形，例如本实施例中的分形则为无规则分形，而维数是描述分形最主要的参量。故障诊断的有效性和可靠性主要取却于表征故障特征的主导特征向量的选取。本实施例中，将样本数据的盒维数平均值和变异系数作为旋转机械轴承的振动信号的主导特征向量。具体实施时，根据分形维数算法计算训练数据样本或待检测数据样本的盒维数和变异系数本文档来自技高网...

【技术保护点】
一种旋转机械轴承故障诊断方法，其特征在于，包括：实时采集当前运行状态下的旋转机械轴承的振动信号，并将预设时间段内的多个振动信号作为待检测数据样本；将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数；将所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数进行比较，以确定所述确定所述旋转机械轴承的状态，其中，所述标准盒维数和标准变异系数根据正常运行状态下旋转机械轴承的振动信号计算得到。

【技术特征摘要】
1.一种旋转机械轴承故障诊断方法，其特征在于，包括：实时采集当前运行状态下的旋转机械轴承的振动信号，并将预设时间段内的多个振动信号作为待检测数据样本；将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数；将所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数进行比较，以确定所述确定所述旋转机械轴承的状态，其中，所述标准盒维数和标准变异系数根据正常运行状态下旋转机械轴承的振动信号计算得到。2.如权利要求1所述的旋转机械轴承故障诊断方法，其特征在于，所述将所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数进行比较，以确定所述确定所述旋转机械轴承的状态的步骤包括：计算所述待检测数据样本的盒维数平均值和变异系数分别与标准盒维数和标准变异系数的差值，得到两个第一计算值；当任意一个所述第一计算值超过对应的误差范围时确定所述旋转机械轴承出现故障。3.如权利要求2所述的旋转机械轴承故障诊断方法，其特征在于，将所述待检测数据样本进行分组，根据分形维数算法计算每组数据的盒维数，并计算盒维数平均值和变异系数的步骤包括：将所述待检测数据样本按照第一步长分组得到多个振动信号分析样本；计算每个所述振动信号分析样本的盒维数，得到盒维数序列；将所述盒维数序列按照第二步长进行分组得到多个盒维数分析样本，分别计算多个所述盒维数分析样本的平均值和标准方差；根据所述平均值和所述标准方差计算所述数据样本的变异系数。4.如权利要求3所述的旋转机械轴承故障诊断方法，其特征在于，所述盒维数DimkB的计算公式为：

【专利技术属性】
技术研发人员：魏晖，
申请(专利权)人：江西科技学院，
类型：发明
国别省市：江西,36