一种基于循环脉冲的滚动轴承微弱故障诊断方法技术

本发明专利技术公开了一种基于循环脉冲的滚动轴承微弱故障诊断方法。该方法包括：先对待测滚动轴承进行信号采集；然后对振动信号进行S变换并在能量最大的频率处进行切片，获得切片时间序列；定义脉冲峰值矩的计算方式，对切片时间序列的脉冲峰值矩和脉冲指数进行表征；最后计算不同频率下脉冲指数的变异系数，得到循环脉冲谱，将循环脉冲谱的峰值频率与轴承故障频率理论值进行对比分析，确定待测轴承的故障位置，完成滚动轴承故障诊断。与传统故障诊断方法相比，本发明专利技术充分利用了故障冲击的脉冲性与周期性，无需准确的共振频带优化选择与后续解调分析，就能对滚动轴承的早期微弱故障进行准确诊断，具有很好的工程适用性。

【技术实现步骤摘要】
一种基于循环脉冲的滚动轴承微弱故障诊断方法
本专利技术涉及故障诊断
，特别是涉及一种基于循环脉冲的滚动轴承微弱故障诊断方法。
技术介绍
滚动轴承是工业设备中应用最广泛的机械零部件之一，主要起支撑转动部件、减少摩擦的作用。由于滚动轴承经常处于高速、重载等场合，在长期不间断工作状态下极易发生磨损、破裂、剥落等故障。有统计数据表明，滚动轴承故障几乎占据了各类旋转机械故障的30％。然而，由于生产现场环境复杂，滚动轴承早期微弱故障信息常常淹没于噪声信号中，传统的轴承故障诊断方法难以对早期微弱故障进行准确诊断，如包络解调需要从频谱中寻找故障特征频率，而在噪声大或者早期微弱故障情况下，其故障特征频率往往很难被发现；而谱峭度等方法对故障振动信号的共振频带进行优化选择，需要一定的先验知识，且在振动信号中的频率成分较为复杂，信噪比较低情况下，难以诊断出轴承早期故障产生的微弱脉冲信号。
技术实现思路
针对上述现有技术缺点，本专利技术的目的是提供一种基于循环脉冲的滚动轴承微弱故障诊断方法。为了达到上述目的，本专利技术采取的技术方案为：本文档来自技高网...

【技术保护点】
1.一种基于循环脉冲的滚动轴承微弱故障诊断方法，其特征在于，包括以下步骤：/n步骤S1：利用加速度传感器采集待测轴承的振动信号，并从采集到的信号样本中截取长度为N的数据作为原始时间序列x(t)；/n步骤S2：对原始时间序列x(t)进行S变换，计算式为：/n

【技术特征摘要】
1.一种基于循环脉冲的滚动轴承微弱故障诊断方法，其特征在于，包括以下步骤：
步骤S1：利用加速度传感器采集待测轴承的振动信号，并从采集到的信号样本中截取长度为N的数据作为原始时间序列x(t)；
步骤S2：对原始时间序列x(t)进行S变换，计算式为：



式中，wf(t)为高斯窗函数，τ＝k/fs为时移因子，f＝k·fs/(2N)，其中k＝0～(N-1)，fs为采样频率。
步骤S3：根据时频分布矩阵S(τ,f)在每一频率fk处的能量幅值大小，确定切片时间序列s(t)。
步骤S4：定义脉冲峰值矩的计算方法及过程，计算得到切片时间序列s(t)的脉冲峰值矩PMw(τst,τi,f)和脉冲指数ID(τst,f)。
步骤S5：计算不同频率f下的脉冲指数ID(τst,f)的变异系数，得到循环脉冲谱CP(f)。将循环脉冲谱的峰值频率与轴承故障频率理论值进行对比分析，确定待测轴承的故障位置，完成滚动轴承故障诊断。


2.根据权利要求1所述的一种基于循环脉冲的滚动轴承微弱故障诊断方法，其特征在于，在所述步骤S3中，具体为：
二维时频分布矩阵S(τ,f)在频率f＝fk处的能量幅值E(fk)计算式如下：



切片时间序列s(t)的计算式如下：
s(t)＝S(τ,fobj)
式中，fobj为能量幅值E(fk)达到最大值时的频率，即E(fobj)＝maxE(fk),fk＝0～fs/2。


3.根据权利要求1所述的一种基于循环脉冲的滚动轴承微弱故障诊断方法，其特征在于，在所述步骤S4中，具体为：
步骤S401：对于只含有单脉冲的时间序列s(t),(t∈[t0,t1])，使用脉冲峰值矩P...

【专利技术属性】
技术研发人员：刘小峰，刘万，柏林，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50