一种滚动轴承损伤程度评估方法技术

本发明专利技术涉及一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其步骤：利用已有转子实验台模拟设备运行状态，采集转子实验台的振动信号；对所有振动信号进行三阶累积量对角切片谱操作，获得正常信号和不同故障程度下的频谱图；对三阶累积量对角切片数据做灰色关联度分析，获得轴承前期故障信号的损伤直径‑灰色关联度曲线图；采集实际设备的未知故障振动信号，对振动信号进行前述步骤处理，制作出对应的对角切片谱，得到轴承故障频率，判断故障位置；计算实际设备未知故障的振动信号无量纲指标与正常信号灰色关联度值，将其描绘在轴承损伤直径和关联度拟合曲线图中，根据关联度在曲线上的位置，判断轴承损伤直径的大小。

A method for evaluating the damage degree of rolling bearings

The invention relates to a diagonal slice spectrum of rolling bearing damage degree and grey correlation evaluation method based on the steps of using the existing rotor experimental platform simulating the running state of the equipment, vibration signal acquisition rotor test rig; three order cumulant diagonal slice spectrum operation of all vibration signal spectrum to obtain the normal signal and different fault by doing; grey correlation analysis of three order cumulant diagonal slice data obtained damage diameter grey correlation curve of bearing early fault signal acquisition; unknown fault vibration signal of the actual equipment, the vibration signal of the processing steps to produce the corresponding diagonal slice spectrum, bearing fault frequency. Fault location; vibration signal to calculate the actual equipment theunknown dimensionless index and normal signal grey correlation value, the. The size of the bearing damage diameter is judged according to the position of the correlation degree on the curve in the fitting curve of the bearing damage diameter and the correlation degree.

【技术实现步骤摘要】
一种滚动轴承损伤程度评估方法
本专利技术涉及一种旋转机械部件损伤程度评估方法，特别是关于一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法。
技术介绍
滚动轴承是旋转机械中应用最广泛的一种承载元件，它的运行状态是否正常往往直接影响整台机械设备的性能，并且滚动轴承也是机械设备中故障高发元件之一。当轴承出现局部损伤或者缺陷时，往往使设备产生大量噪声以及振动异常等情况，重则损坏设备带来无法估计的后果。
技术实现思路
针对上述问题，本专利技术的目的是提供一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，该方法能有效抑制高斯以及随机噪声、抑制非频率耦合成分以及计算量小的特性，得到清晰的故障频率信息。为实现上述目的，本专利技术采取以下技术方案：一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于包括以下步骤：(1)利用已有转子实验台模拟设备运行状态，采集转子实验台的振动信号xiw＝{x1,...xN}，其中，i代表故障类型，i＝1代表正常轴承振动信号，i＝2,3,4分别代表轴承三种不同的损伤直径；N代表每组数据个数；w代表数据组数，w＝1，…，9；(2)对所有振动信号xiw进行三阶累积量对角切片谱操作，获得正常信号和不同故障程度下的频谱图；对三阶累积量对角切片数据做灰色关联度分析，获得轴承前期故障信号的损伤直径-灰色关联度曲线图；(3)采集实际设备的未知故障振动信号，对振动信号进行步骤(2)的处理，得到对应的对角切片谱，进而得到轴承故障频率，判断故障位置；计算实际设备未知故障的振动信号无量纲指标与正常信号灰色关联度值，将其描绘在轴承损伤直径和关联度拟合曲线图中，根据关联度在曲线上的位置，判断轴承损伤直径的大小。进一步，所述步骤2)中，具体过程如下：(a)将所有振动信号xiw＝{x1,...xN}中的N个数据分为K段，每段M个数据，每段数据作为一个记录；(b)对每一个记录进行去均值操作；(c)设定是第j个记录，对第j个记录求其三阶累积量，j＝1,...K；h＝0,1,...M-1；(d)令l＝k＝τ，τ为估计的最大延迟量，得到三阶累积量对角切片(e)取每一组三阶累积量对角切片的平均作为每一组观测值的三阶累积量对角切片估计值Ciw(τ)；(f)对三阶累积量对角切片估计值Ciw(τ)做傅里叶变换，得到所有振动信号xiw的对角切片谱Siw(ω)；(g)计算三阶累积量对角切片估计值Ciw(τ)的峭度指标Ciq、裕度指标CLif和脉冲指标Cif；(h)设正常轴承振动信号无量纲指标为参考数列x1，与参考数列进行比较的轴承故障信号无量纲指标为比较数列x2，x3，x4；计算得到对比数列与参考数列的关联度Ri；(i)根据关联度Ri，将关联度作为纵坐标，故障损伤直径作为横坐标，将其描绘在轴承损伤直径和关联度二维图中，得到轴承损伤直径和关联度拟合曲线。进一步，所述步骤(c)中，第j个记录求其三阶累积量：式中，M1＝max(0,-l,-k)；M2＝min(M-1,M-1-l,M-1-k)；l表示二阶累积量最大时延；k表示三阶累积量最大时延。进一步，所述步骤(d)中，三阶累积量对角切片进一步，所述步骤(e)中，三阶累积量对角切片估计值Ciw(τ)为：进一步，所述步骤(f)中，对角切片谱Siw(ω)为：式中，ω表示频率。进一步，所述步骤(g)中，峭度指标Ciq、裕度指标CLif和脉冲指标Cif分别为：式中，Ciw(τ)p＝max(Ciw(τ))；进一步，所述步骤(h)中，对比数列xi与参考数列x1的关联度Ri计算方法如下：设参考数列x1(k)＝[C1q,CL1f,C1f]，比较数列x2(k)，x3(k)，x4(k)分别为：x2(k)＝[C2q,CL2f,C2f]，x3(k)＝[C3q,CL3f,C3f]，x4(k)＝[C4q,CL4f,C4f]；计算每一组比较数列与参考数列的关联系数δi(k)，根据关联系数δi(k)计算对比数列xi对于参考数列x1关联度Ri为：进一步，所述关联系数δi(k)为：式中，ε为分辨系数，取值在0-1之间；m＝3，n＝3，i＝2,3,4；γ(x1(k),xi(k))表示x1(k)与xi(k)之间的关联系数。本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术能有效抑制高斯以及随机噪声、抑制非频率耦合成分以及计算量小的特性，得到清晰的故障频率信息。2、本专利技术采用与灰色关联度结合，得到轴承故障的损伤直径和关联度曲线图，以此可以得到轴承损伤直径的大小。3、本专利技术建立在实验数据基础上，采用三阶累积量对角切片谱算法对轴承振动信号进行频谱分析，可以判断轴承故障位置，对三阶累积量对角切片数据做无量纲参数指标的灰色关联度分析，获得轴承前期损伤直径，为设备的日常保养、维修提供理论参考。附图说明图1是本专利技术的轴承损伤直径-灰色关联度曲线图。具体实施方式下面结合附图和实施例对本专利技术进行详细的描述。本专利技术提供一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，该方法具体步骤如下：(1)利用已有转子实验台模拟设备正常运行状态，采集转子实验台在正常运行状态下的振动信号xiw＝{x1,...xN}，其中，i＝1代表正常轴承振动信号；N代表每组数据个数；w代表数据组数，w＝1，…，9；利用实验台模拟设备故障的三种故障程度，三种故障程度记为轴承内圈(或外圈)损伤直径0.1778mm，0.3556mm，0.5334mm，采集转子实验台在三种故障下的振动信号，记为xiw＝{x1,...xN}，其中，N代表每组数据个数；w代表数据组数，w＝1，…，9；i代表故障类型，i＝2,3,4；分别代表轴承内圈(或外圈)三种不同的损伤直径，例如0.1778mm，0.3556mm，0.5334mm。(2)对所有振动信号xiw进行三阶累积量对角切片谱操作，获得正常信号和不同故障程度下的频谱图；对三阶累积量对角切片数据做灰色关联度分析，获得轴承前期故障信号的损伤直径-灰色关联度曲线图。具体步骤如下：(a)将所有振动信号xiw＝{x1,...xN}中的N个数据分为K段，每段M个数据，每段数据作为一个记录。(b)对每一个记录进行去均值操作。(c)设定是第j个记录(j＝1,...K；h＝0,1,...M-1)，对第j个记录求其三阶累积量：式中，M1＝max(0,-l,-k)；M2＝min(M-1,M-1-l,M-1-k)；l表示二阶累积量最大时延；k表示三阶累积量最大时延。(d)令l＝k＝τ(τ为估计的最大延迟量)，得到三阶累积量对角切片：(e)取每一组三阶累积量对角切片的平均作为每一组观测值的三阶累积量对角切片估计值Ciw(τ)：(f)对Ciw(τ)做傅里叶变换，得到Ciw(τ)所对应的对角切片谱Siw(ω)：式中，ω表示频率。(g)计算三阶累积量对角切片估计值Ciw(τ)的峭度指标Ciq、裕度指标CLif和脉冲指标Cif：式中，Ciw(τ)p＝max(|Ciw(τ)|)；(h)设正常轴承振动信号无量纲指标为参考数列：x1(k)＝[C1q,CL1f,C1f]；与参考数列进行比较的轴承故障信号无量纲指标为比较数列x2(k)，x3(k)，x4(k)：x2(k)＝[C2q,CL2f,C2f]，x3(k)＝[C3q,CL3f,C3f]，x4(k)＝[本文档来自技高网...

【技术保护点】
一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于包括以下步骤：(1)利用已有转子实验台模拟设备运行状态，采集转子实验台的振动信号xiw＝{x1,...xN}，其中，i代表故障类型，i＝1代表正常轴承振动信号，i＝2,3,4分别代表轴承三种不同的损伤直径；N代表每组数据个数；w代表数据组数，w＝1，…，9；(2)对所有振动信号xiw进行三阶累积量对角切片谱操作，获得正常信号和不同故障程度下的频谱图；对三阶累积量对角切片数据做灰色关联度分析，获得轴承前期故障信号的损伤直径‑灰色关联度曲线图；(3)采集实际设备的未知故障振动信号，对振动信号进行步骤(2)的处理，得到对应的对角切片谱，进而得到轴承故障频率，判断故障位置；计算实际设备未知故障的振动信号无量纲指标与正常信号灰色关联度值，将其描绘在轴承损伤直径和关联度拟合曲线图中，根据关联度在曲线上的位置，判断轴承损伤直径的大小。

【技术特征摘要】
1.一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于包括以下步骤：(1)利用已有转子实验台模拟设备运行状态，采集转子实验台的振动信号xiw＝{x1,...xN}，其中，i代表故障类型，i＝1代表正常轴承振动信号，i＝2,3,4分别代表轴承三种不同的损伤直径；N代表每组数据个数；w代表数据组数，w＝1，…，9；(2)对所有振动信号xiw进行三阶累积量对角切片谱操作，获得正常信号和不同故障程度下的频谱图；对三阶累积量对角切片数据做灰色关联度分析，获得轴承前期故障信号的损伤直径-灰色关联度曲线图；(3)采集实际设备的未知故障振动信号，对振动信号进行步骤(2)的处理，得到对应的对角切片谱，进而得到轴承故障频率，判断故障位置；计算实际设备未知故障的振动信号无量纲指标与正常信号灰色关联度值，将其描绘在轴承损伤直径和关联度拟合曲线图中，根据关联度在曲线上的位置，判断轴承损伤直径的大小。2.如权利要求1所述的一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于：所述步骤2)中，具体过程如下：(a)将所有振动信号xiw＝{x1,...xN}中的N个数据分为K段，每段M个数据，每段数据作为一个记录；(b)对每一个记录进行去均值操作；(c)设定是第j个记录，对第j个记录求其三阶累积量，j＝1,...K；h＝0,1,...M-1；(d)令l＝k＝τ，τ为估计的最大延迟量，得到三阶累积量对角切片(e)取每一组三阶累积量对角切片的平均作为每一组观测值的三阶累积量对角切片估计值Ciw(τ)；(f)对三阶累积量对角切片估计值Ciw(τ)做傅里叶变换，得到所有振动信号xiw的对角切片谱Siw(ω)；(g)计算三阶累积量对角切片估计值Ciw(τ)的峭度指标Ciq、裕度指标CLif和脉冲指标Cif；(h)设正常轴承振动信号无量纲指标为参考数列x1，与参考数列进行比较的轴承故障信号无量纲指标为比较数列x2，x3，x4；计算得到对比数列与参考数列的关联度Ri；(i)根据关联度Ri，将关联度作为纵坐标，故障损伤直径作为横坐标，将其描绘在轴承损伤直径和关联度二维图中，得到轴承损伤直径和关联度拟合曲线。3.如权利要求2所述的一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于：所述步骤(c)中，第j个记录求其三阶累积量：式中，M1＝max(0,-l,-k)；M2＝min(M-1,M-1-l,M-1-k)；l表示二阶累积量最大时延；k表示三阶累积量最大时延。4.如权利要求3所述的一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于：所述步骤(d)中，三阶累积量对角切片5.如权利要求2所述的一种基于对角切片谱和灰色关联度的滚动轴承损伤程度评估方法，其特征在于：所述步骤(e)中，三阶累积量对角切片估计值...

【专利技术属性】
技术研发人员：蒋章雷，吴雅朋，徐小力，左云波，吴国新，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京,11