Bearing fault detection method and system include: collecting original vibration signal, calculating the decomposition parameters of the original vibration signal by particle swarm optimization; optimizing the decomposition parameters to obtain the combination information of parameters, and decomposing the original vibration signal as the mode decomposition information; extracting the coupled input signal in the mode decomposition information; optimizing bistability by the particle swarm optimization algorithm The state stochastic resonance (SSR) system is used to process the coupled input signal to obtain the fault characteristic signal. The invention solves the technical problems of poor signal processing effect and low detection accuracy of weak fault signals existing in the prior art.
【技术实现步骤摘要】
轴承故障检测方法及系统
本专利技术涉及一种机械故障信号检测方法,特别是涉及一种轴承故障检测方法及系统。
技术介绍
随机共振信号增强方法是借助非线性振动理论,将信号中的随机噪声能量转化为特定信号的能量,从而达到增强该信号强度、进行有效检测的目的。变分模态分解是以经典维纳滤波、希尔伯特变换和频率混合这三个概念为基础的自适应信号分解方法。相比经验模态分解算法与局部均值分解的递归‘筛选’模式,变模式分解算法将信号分解转化非递归、变分分解的模式,其实质上是多个自适应维纳滤波组。不同于经验模态分解方法,在变模态分解中,本征模态函数固有模态分量不再局限于窄带信号。但变模态分解算法处理信号时需要事先设定变模态分解的参数,且单纯使用模态分解算法无法准确提取强噪声环境下微弱故障信息,使得模态分解算法在实际应用中存在一定的局限性。综上所述,现有技术的故障信号增强方法存在信号处理效果差,微弱故障信号检测精度低的技术问题。
技术实现思路
鉴于以上现有技术存在信号处理效果差,微弱故障信号检测精度低的技术问题,本专利技术的目的在于提供一种轴承故障检测方法及系统,一种轴承故障检测方法,包括:采集原始振动信号,以粒子群算法计算原始振动信号得分解参数;优化分解参数,以得到参数组合信息,据以分解原始振动信号为模式分解信息;提取模式分解信息中的耦合输入信号;以粒子群算法优化双稳态随机共振系统,据以对耦合输入信号进行随机共振处理,以得到故障特征信号。于本专利技术的一实施方式中,计算得分解参数的步骤,包括:以振动感应装置获取轴承的原始振动信号;根据原始振动信号获取粒子迭代数据,据以计算适应度数据;根据适 ...
【技术保护点】
1.一种轴承故障检测方法,其特征在于,包括:采集原始振动信号,以粒子群算法计算所述原始振动信号得分解参数;优化所述分解参数,以得到参数组合信息,据以分解所述原始振动信号为模式分解信息;提取所述模式分解信息中的耦合输入信号;以所述粒子群算法优化双稳态随机共振系统,据以对所述耦合输入信号进行随机共振处理,以得到故障特征信号。
【技术特征摘要】
1.一种轴承故障检测方法,其特征在于,包括:采集原始振动信号,以粒子群算法计算所述原始振动信号得分解参数;优化所述分解参数,以得到参数组合信息,据以分解所述原始振动信号为模式分解信息;提取所述模式分解信息中的耦合输入信号;以所述粒子群算法优化双稳态随机共振系统,据以对所述耦合输入信号进行随机共振处理,以得到故障特征信号。2.根据权利要求1所述的方法,其特征在于,所述计算得分解参数的步骤,包括:以振动感应装置获取轴承的所述原始振动信号;根据所述原始振动信号获取粒子迭代数据,据以计算适应度数据;根据所述适应度数据设定粒子群迭代逻辑;根据所述粒子群迭代逻辑计算得所述分解参数。3.根据权利要求1所述的方法,其特征在于,所述分解原始振动信号的步骤,包括:获取包络数据,据以计算所述分解参数,以得到所述参数组合信息;根据各所述参数组合信息设定模态分解逻辑;根据所述模态分解逻辑将所述原始振动信号分解为多个模态分量。4.根据权利要求1所述的方法,其特征在于,所述提取耦合输入信号的步骤,包括:获取所述模式分解信息的峭度数据;根据所述峭度数据筛选所述模式分解信息得到可用模态分量;处理所述可用模态分量为所述耦合输入信号。5.根据权利要求1所述的方法,其特征在于,所述共振处理信号的步骤,包括:提取粒子群中各粒子的耦合系统参数,据以计算输出信噪比;根据所述输出信噪比设置所述粒子的速度和位置,据以计算共振系统更新数据;根据所述共振系统更新数据更新所述双稳态随机共振系统;随机共振处理所述耦合输入信号获取所述故障特征信号。6.一种轴承故障检测系统,其特征在于,包括:分解参数模块,用以采集原始振动信号,以粒子群算法计算所述原始振动信号得分解参数;分解模块,用以...
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。