滚动轴承运行状态检测方法、故障诊断方法及系统技术方案

本发明专利技术属于机械系统状态监测与故障诊断技术领域，提供了一种滚动轴承运行状态检测方法、故障诊断方法及系统。其中，滚动轴承运行状态检测方法包括提取滚动轴承的振动信号的短时周期图谱；利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。其将监测得到的振动信号进行分析处理，实现滚动轴承的运行状态监测，在滚动轴承出现早期故障时及时准确的监测到。

【技术实现步骤摘要】
滚动轴承运行状态检测方法、故障诊断方法及系统
本专利技术属于机械系统状态监测与故障诊断
，尤其涉及一种滚动轴承运行状态检测方法、故障诊断方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。滚动轴承广泛应用于现代旋转机械中，其运行状态是否正常往往直接影响到整台机器的性能，如精度、可靠性、寿命等，同时滚动轴承也是旋转机械最常见的故障源之一。滚动轴承的缺陷会使设备产生异常的振动和噪声，进而发展成为故障，造成设备损坏，甚至发生灾难性事故。因此，对滚动轴承进行有效的早期状态检测和故障诊断，对于降低维修成本、保证可靠性具有重要意义。传统的轴承故障检测与诊断是通过分析轴承运行过程中采集的状态信号(如振动、温度、声音等)来进行的。由于振动信号能够提供与轴承故障相关的最本质的信息，基于振动的方法在这一领域得到了广泛的研究。轴承在退化过程中可能有不同的故障类型，主要是由于在内外圈和滚珠上的缺陷。不同类型的故障会导致独特的频率成分。因此，传统的频谱分析方法侧重于监测这些频率成分，以便进行健康状况识别。这种方法依赖于提取与故障相关的频率分量的参数。然而，在这种方法中计算这些参数是十分困难，甚至是不可能的。针对这一缺点，提出的一些利用高层次特征(如直方图、图像、谱峰度等)从频谱中提取有用信息的方法。然而，专利技术人发现，这些方法假设频率之间是独立的，而忽略了挖掘隐藏在其中的相关性，从而不能及时准确监测到滚动轴承出现的早期故障。
技术实现思路
为了解决上述问题，本专利技术提供一种滚动轴承运行状态检测方法及系统，其将监测得到的振动信号进行分析处理，实现滚动轴承的运行状态监测，在滚动轴承出现早期故障时及时准确的监测到。本专利技术提供一种滚动轴承运行状态故障诊断方法及系统，其基于检测到的滚动轴承早期故障，进行故障判别，以提高滚动轴承维修效率。了实现上述目的，本专利技术采用如下技术方案：本专利技术的第一个方面提供一种滚动轴承运行状态检测方法。在一个或多个实施例中，一种滚动轴承运行状态检测方法，包括：提取滚动轴承的振动信号的短时周期图谱；利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。本专利技术的第二个方面提供一种滚动轴承运行状态检测系统。在一个或多个实施例中，一种滚动轴承运行状态检测系统，包括：短时周期图谱提取模块，其用于提取滚动轴承的振动信号的短时周期图谱；图谱频率映射模块，其用于利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；主图谱频率监测模块，其用于监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。本专利技术的第三个方面提供一种滚动轴承运行状态故障诊断方法。在一个或多个实施例中，一种滚动轴承运行状态故障诊断方法，包括：采用如上述所述的滚动轴承运行状态检测方法，判断出滚动轴承出现早期故障；将当前故障时刻的无向加权图结构送入K近邻分类器，确定出故障类型。本专利技术的第四个方面提供一种滚动轴承运行状态故障诊断系统。在一个或多个实施例中，一种滚动轴承运行状态故障诊断系统，包括：早期故障检测模块，其采用如上述所述的滚动轴承运行状态检测方法，判断出滚动轴承出现早期故障；故障类型识别模块，其用于将当前故障时刻的无向加权图结构送入K近邻分类器，确定出故障类型。本专利技术的第五个方面提供一种计算机可读存储介质。在一个或多个实施例中，一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的滚动轴承运行状态检测方法中的步骤。在一个或多个实施例中，一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的滚动轴承运行状态故障诊断方法中的步骤。与现有技术相比，本专利技术的有益效果是：(1)本专利技术将图建模应用于旋转机械振动信号的时频分析中，在考虑不同频率采样点之间数据相关性的基础上，将短时周期图谱构建为无向加权图，为滚动轴承运行状态评估和故障诊断提供了统一框架，使得后续的监测和诊断更加的准确全面。(2)本专利技术基于无向加权图进行旋转机械健康状态评估，利用无向加权图图谱对短时周期图谱进行映射得到一系列图谱频率，短时周期图谱对非平稳信号的分析能力较强，能够对能量微弱持续时间较短的早期故障信息进行识别。(3)本专利技术利用基于图的K近邻分类器对旋转机械故障类型进行诊断，在仅利用少量训练样本的情况下，对不同故障类型进行精确识别，从而提高滚动轴承的维修效率。附图说明构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。图1是本专利技术实施例提出的滚动轴承运行状态检测方法流程图；图2是本专利技术实施例提出的滚动轴承运行状态故障诊断方法流程图；图3是本专利技术在实验时使用的滚动轴承原始振动信号图；图4是本专利技术实施例的基于主图谱频率的滚动轴承故障检测结果图；图5是本专利技术实施例的故障识别示例图。具体实施方式下面结合附图与实施例对本专利技术作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。实施例一参照图1，本实施例的滚动轴承运行状态检测方法，包括：S101：提取滚动轴承的振动信号的短时周期图谱。在步骤S101中，提取滚动轴承的振动信号的短时周期图谱的过程为：采用汉宁窗提取滚动轴承的振动信号的短时傅里叶变换；根据短时傅里叶变换得到离散短时傅里叶频谱，计算出相应短时周期图谱。例如：利用振动加速度传感器收集被监测轴承的振动信号x(n)，其中，n∈[0,N-1]。图3展示了一个实测信号。N为时序信号的采样点数。则x(n)的短时傅里叶变换为：其中Δt为短时傅里叶变换的时间间隔，Δf为频率间隔,Y(k,m)为信号在时间mΔt,0≤m≤M和频率kΔf,0≤k≤K下的输出，(*)表示卷积运算。ω为窗函数，可以根据原始信号的特征及频率分辨率和时间分辨率的要求进行选取。本实施例采用汉宁窗原始信号的短时傅里叶变换。根据所提取原始信号的短时傅里叶变换，可根据下式直接计算短时周期图谱为在时间mΔt,0≤m≤M和频率kΔf，0≤k≤K下短本文档来自技高网...

【技术保护点】
1.一种滚动轴承运行状态检测方法，其特征在于，包括：/n提取滚动轴承的振动信号的短时周期图谱；/n利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；/n监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。/n

【技术特征摘要】
1.一种滚动轴承运行状态检测方法，其特征在于，包括：
提取滚动轴承的振动信号的短时周期图谱；
利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；
监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。


2.如权利要求1所述的滚动轴承运行状态检测方法，其特征在于，提取滚动轴承的振动信号的短时周期图谱的过程为：
采用汉宁窗提取滚动轴承的振动信号的短时傅里叶变换；
根据短时傅里叶变换得到离散短时傅里叶频谱，计算出相应短时周期图谱。


3.如权利要求1所述的滚动轴承运行状态检测方法，其特征在于，无向加权图中的节点为短时周期图谱的一个频率采样点。


4.如权利要求3所述的滚动轴承运行状态检测方法，其特征在于，无向加权图中的加权边用于表征节点间的相关性。


5.如权利要求1所述的滚动轴承运行状态检测方法，其特征在于，在监测主图谱频率的变化趋势的过程中，设定主图谱频率变化阈值，结合主图谱频率分布的均值和方差设定一定控制区间进行假设检验来对滚动轴承的运行过程中的异常进行监测。


6.一种滚动轴承运行状态检测系统，其特征在于，包括：
短时周期图谱提取模块，其用于提取滚动轴承的振动信号的短时周期图谱；
图谱频率映射模块，其用于利...

【专利技术属性】
技术研发人员：卢国梁，王腾，叶新来，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37