基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法技术

本申请公开了一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，提取滚动轴承运行中四种工况各五组样本数据并对每组进行10等分，各采用小波分解方法将时域信号分成五层信号；对每层信号变换为SDP图像；将SDP图像二值化，并提取局部矩阵，每组10个局部矩阵计算一个平均局部矩阵；对每一个局部矩阵进行去噪；计算10个局部矩阵与平均局部矩阵的改进曼哈顿距离，并提取改进曼哈顿距离最大值与最小值；计算五组样本数据的改进曼哈顿距离最大值与最小值；随机选取四种工况共300组测试数据进行测试确定工况。能够比较准确地诊断出滚动轴承正常工况、滚动轴承内圈故障工况、滚动轴承滚珠故障工况以及滚动轴承外圈故障工况。

Fault diagnosis method of rolling bearing based on wavelet decomposition and improved Manhattan distance

【技术实现步骤摘要】
基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法
本申请涉及滚动轴承运行故障诊断
，具体涉及一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法。
技术介绍
滚动轴承是机械装备的易损零件之一，其运行状态往往直接影响到整台机器的精度、可靠性及寿命。由于滚动轴承的寿命离散性很大,无法进行定时维修,滚动轴承在运转过程中可能由于各种原因引起损坏，如金属腐蚀和过载等。因此,如何判断出它的各种工况故障是非常重要的，可以减少不必要的维修，延长滚动轴承的使用寿命进而可以延长机械装备的使用寿命。而且滚动轴承故障采集的信号属性的非线性、非平稳等复杂情况，以及现有技术中对故障的识别度偏低，因此如何提高滚动轴承故障的识别度是本领域亟待解决的技术问题。
技术实现思路
本申请为了解决上述技术问题，提出了如下技术方案：第一方面，本申请实施例提供了一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，所述方法包括：提取滚动轴承运行中四种工况各五组样本数据并对每一组样本数据进行10等分；每组样本数据10等份各采用小波分解方法将时域本文档来自技高网...

【技术保护点】
1.一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，其特征在于，所述方法包括：/n提取滚动轴承运行中四种工况各五组样本数据并对每一组样本数据进行10等分；/n每组样本数据10等份各采用小波分解方法将时域信号分成五层信号；/n对每层信号进行SDP极坐标变换，变换为SDP图像；/n将每层信号SDP图像二值化，并提取局部矩阵，每组10个局部矩阵计算一个平均局部矩阵；/n对每一个局部矩阵用中值滤波法进行去噪；/n计算10个局部矩阵与平均局部矩阵的改进曼哈顿距离，并提取改进曼哈顿距离最大值与最小值；/n计算五组样本数据的改进曼哈顿距离最大值与最小值；/n随机选取四种工况共300组测试数据进行测试...

【技术特征摘要】
1.一种基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，其特征在于，所述方法包括：
提取滚动轴承运行中四种工况各五组样本数据并对每一组样本数据进行10等分；
每组样本数据10等份各采用小波分解方法将时域信号分成五层信号；
对每层信号进行SDP极坐标变换，变换为SDP图像；
将每层信号SDP图像二值化，并提取局部矩阵，每组10个局部矩阵计算一个平均局部矩阵；
对每一个局部矩阵用中值滤波法进行去噪；
计算10个局部矩阵与平均局部矩阵的改进曼哈顿距离，并提取改进曼哈顿距离最大值与最小值；
计算五组样本数据的改进曼哈顿距离最大值与最小值；
随机选取四种工况共300组测试数据进行测试，测试数据每一层信号的改进曼哈顿距离最大值与最小值与四种工况相对应一层信号改进曼哈顿距离最大值与最小值分别计算距离并进行比对与四种工况哪一种工况距离最近即属于哪一种工况，并且五层信号与四种工况相对应五层信号符合次数最多即为最终确定工况。


2.根据权利要求1所述的基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法，其特征在于，所述对每层信号进行SDP极坐标变换，变换为SDP图像包括：通过SDP变换将非平稳，非高斯的原始振动信号变换成在极坐标下由镜像对称点组成的雪花状图形；SDP变换具体公式为：









其中，xn是在时刻n时的幅值，xn+l是时刻n+l时的幅值，r(n)为极坐标的半径，θ(n)为极坐标逆时针沿初始线旋转的角度，φ(n)为极坐标顺时针沿初始线旋转的角度，xmin为样本数据的最小值，xmax为样本数据的最大值，θ为镜像对称平面旋转角，g为角度放大因子，l为时间间隔参数。


3.根据权利要...

【专利技术属性】
技术研发人员：徐博，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