一种基于D氏小波能量基的滚动轴承故障特征提取方法技术

本发明专利技术提出了一种新的基于Daubechies小波能量基的滚动轴承故障特征提取方法，包括：对滚动轴承振动信号进行Daubechies小波分解重构；根据设定的误差值确定重构小波层数i；提取比重最大的前i层Daubechies小波进行正交规范化；计算前i层Daubechies小波功率谱，建立故障模式分类空间；计算不同工况下时域信号在故障模式分类空间中的投影坐标，并标定故障特征；采用支持向量机对不同工况信号特征进行空间划分，划分故障模式分类空间中的故障特征区域；对新获取的工况信号进行Daubechies小波分解、重构、正交规范化、计算功率谱、计算故障模式分类空间坐标、判定所在故障特征区域。本发明专利技术可以对滚动轴承单点故障特征信号进行有效提取，并且诊断结果具有较高的精确度。

【技术实现步骤摘要】
一种基于D氏小波能量基的滚动轴承故障特征提取方法
本专利技术涉及滚动轴承故障诊断领域，特别是涉及滚动轴承单点故障特征信号提取与诊断方法。
技术介绍
滚动轴承作为工业设备的重要部件之一，其状态对设备的安全运行起到至关重要的作用。由于滚动轴承为机械易损件，其显著特征之一为寿命离散性大，故障原因复杂多变。在实际应用中，有的轴承在使用时间远未达预期设计寿命却出现多种故障，有的远超设计使用寿命却仍正常运行。因此，为了预防轴承故障，轴承运转状态的检测尤为重要。现如今，对滚动轴承的故障诊断分析大多基于振动信号，而振动信号具有非线性、非平稳性等特点，利用它可获取充分表达信号特的信息。基于Daubechies小波变换的滚动轴承故障特征提取具有准确性高、速度快的特点,它能准确区分出滚动轴承的滚珠故障、内圈故障以及外圈故障。
技术实现思路
鉴于故障轴承振动信号的非平稳性以及故障识别率不高的缺点，本专利技术的目的在于提供一种滚动轴承单点故障诊断方法，用于解决现有技术中对滚动轴承单点故障诊断过于复杂的问题。为实现上述目的及其他相关目的，本专利技术提供一种滚动轴承单点故障诊断方法，其特征在于，所述方法包括：对滚动轴承振动信号进行Daubechies小波分解重构；根据设定的误差值确定重构小波层数i；提取比重最大的前i层Daubechies小波进行正交规范化；计算前i层Daubechies小波功率谱，建立故障模式分类空间；计算不同工况下时域信号在故障模式分类空间中的投影坐标，并标定故障特征；采用支持向量机对不同工况信号特征进行空间划分，划分故障模式分类空间中的故障特征区域；对新获取的工况信号进行Daubechies小波分解、重构、正交规范化、计算功率谱、计算故障模式分类空间坐标、判定所在故障特征区域。本专利技术可以对滚动轴承单点故障特征信号进行有效提取，并且诊断结果具有较高的精确度。优选地，对原始信号进行小波分解重构。设其中是二项式系数，那么，其中。小波函数的有效长度为，尺度函数为，其中小波函数的消失矩。由此对原始信号进行分解和重构。优选地，对比重构信号与原始信号，分析重构误差，若差值小于则认为重构信号可代替原始信号，经判断分解到第i层其差值小于取重构信号的前i层进行研究。优选地，将前i层Daubechies小波进行正交规范化，令为小波空间V的任一基，则正交规范化方法为：首先把用施密特正交化正交，即，，则为正交基。然后把它规范化，令，则为小波空间V的正交基。设为尺度函数，则函数系统形成正交系统的充要条件为或。优选地，求取前i层小波信号功率谱，信号为功率限制信号，并满足，其中为时域信号，为时间参数，为信号持续时间。小波变换定义为，为尺度参数，为时间参数，为从到变化的小波基函数的小波函数群形成。从小波变换的能量守恒性质可得，，其中为小波可采纳条件，且，其中为小波函数的傅里叶变换。设，则是信号的功率沿时间轴上的分布。对公式进行频谱计算，可以得到的时间小波功率频谱并建立故障模式分类空间。优选地，计算不同工况下时域信号在故障模式分类空间中的投影坐标，并标定故障特征。由于故障模式分类空间可以为n维，所以要求取时域信号在n维空间中的投影。若v为n维空间的一个维度，时域信号为u，为u在v上的投影，d为的长度，且u和v的夹角为，可得，再求d的长度，最后求，。联立可得这就是最终的投影。令其为，同理可求出时域信号在n维空间中的投影…。由于已知单位基…，令，则可得（…）为时域信号在故障模式分类空间中的投影坐标。优选地，用支持向量机对能量谱进行分析，划分出正常状态、滚珠故障、内圈故障以及外圈故障在故障分类空间中的特征区域。平行超平面间的距离或差距越大，分类器的总误差越小。由此要在n维空间中找到一个超平面，这个超平面表示为，其中T代表转置。因前两层为二维平面则可取一条直线为超平面，超平面可写作，其中，，上式可以变形为：。当问题在低维空间无法解决时，通过将低维空间的数据映射到高维特征空间中从而达到线性可分的目的。从低维度到高维度转换的关键在于寻找函数。其映射关系为，由此可得即为核函数，上式则可表示为。优选地，对新获取的滚动轴承振动数据，重复上述六个步骤，即进行Daubechies小波分解、重构、正交规范化、计算功率谱、计算故障模式分类空间坐标，从而达到判定所在故障特征区域，进行故障分类。附图说明图1显示为本专利技术的一种基于Daubechies小波能量基的滚动轴承故障特征提取方法流程示意图。图2显示为本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法获取不同工况时域信号图。图3显示为本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法的小波分解图。图4显示为本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法的小波功率谱。图5显示为本专利技术的本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法第一维空间能量分布。图6显示为本专利技术的本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法前二维空间能量分布。图7显示为本专利技术的本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法前三维空间能量分布。图8显示为本专利技术的本专利技术的一种基于Daubechies小波能量基的轴承单点故障诊断方法中不同工况特征空间图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易的了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。请参阅图1至图8。需要说明的是，本实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图示中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的形态、数量及比例可为一种随意的改变，且其组件布局形态也可能更为复杂。滚动轴承振动时域数据数据量非常大，而且故障特征并不明显，很难直接提取。本专利技术的目的在于提供一种滚动轴承单点故障诊断方法，用于解决现有技术中对滚动轴承故障诊断效率较低的问题。以下将详细描述本专利技术的一种基于Daubechies小波能量基的滚动轴承单点故障诊断方法的原理和实施方式，使本领域技术人员不需要创造性劳动即可理解本专利技术的一种基于Daubechies小波能量基的滚动轴承单点故障诊断方法。如图1所示，本专利技术提供一种基于Daubechies小波能量基的滚动轴承单点故障诊断方法，所述方法步骤包括。S1，采集滚动轴承运行时的时域振动信号，并进行Daubechies小波分解和重构。S2，根据设定的误差容许范围，分析和确定保留的重构小波层数i。S3，对保留下的前i层Daubechies小波进行正交规范化。S4，计算前i层正交规范化后的Daubechies小波功率谱，并据此建立故障模式分类空间。S5，计算不同工况下时域信号在故障模式分类空间中的投影坐标，并标定故障特征。S6，采用支持向量机对不同工况信号特征进行空间划分，划分故障模式分类空间中的故障特征区域。S7，对新获取的工况信号进行Daubechies小波分解、重构、正交规范化、计算功率谱、计算故障模式分类空间坐标、判定所在故障特本文档来自技高网...

【技术保护点】
1.一种基于Daubechies小波能量基的滚动轴承故障特征提取方法，其特征在于，所述方法包括：对滚动轴承振动信号进行Daubechies小波分解重构；根据设定的误差值确定重构小波层数i；提取比重最大的前i层Daubechies小波进行正交规范化；计算前i层Daubechies小波功率谱，建立故障模式分类空间；计算不同工况下时域信号在故障模式分类空间中的投影坐标，并标定故障特征；采用支持向量机对不同工况信号特征进行空间划分，划分故障模式分类空间中的故障特征区域；对新获取的工况信号进行Daubechies小波分解、重构、正交规范化、计算功率谱、计算故障模式分类空间坐标、判定所在故障特征区域。

【技术特征摘要】
1.一种基于Daubechies小波能量基的滚动轴承故障特征提取方法，其特征在于，所述方法包括：对滚动轴承振动信号进行Daubechies小波分解重构；根据设定的误差值确定重构小波层数i；提取比重最大的前i层Daubechies小波进行正交规范化；计算前i层Daubechies小波功率谱，建立故障模式分类空间；计算不同工况下时域信号在故障模式分类空间中的投影坐标，并标定故障特征；采用支持向量机对不同工况信号特征进行空间划分，划分故障模式分类空间中的故障特征区域；对新获取的工况信号进行Daubechies小波分解、重构、正交规范化、计算功率谱、计算故障模式分类空间坐标、判定所在故障特征区域。2.根据权利要求1所述的基于Daubechies小波能量基的滚动轴承故障特征提取方法，其特征在于，对原始信号进行小波分解重构，有，其中是二项式系数，那么，其中，小波函数的有效长度为，尺度函数为，其中小波函数的消失矩，由此对原始信号进行分解重构。3.根据权利要求1所述的基于Daubechies小波能量基的滚动轴承故障特征提取方法，其特征在于，对比重构信号与原始信号，分析重构误差，若差值小于则认为重构信号可代替原始信号，经判断分解到第i层其差值小于取重构信号的前i层进行研究。4.根据权利要求3所述的基于Daubechies小波能量基的滚动轴承故障特征提取方法，其特征在于，将前i层Daubechies小波进行正交规范化，定义为小波空间V的任一基，则正交规范化方法为：首先把用施密特正交化正交，即，，，，，则为正交基，然后进行规范化，令，则为小波空间V的正交基，设为尺度函数，则函数系统形成正交系统的充要条件为或。5.根据权利要求4所述的基于Daubechies小波能量基的滚动轴承故障特征提取方法，其特征在于，求取前i层小波信号功率谱，信号具体为功率限制信号，并满足，其中为时域信号，为时间参数，为信号持续时间，小波变换定义为，为尺度参...

【专利技术属性】
技术研发人员：孙永健，王孝红，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37