一种自适应同步平均的轴承故障定量诊断方法技术

基于自适应同步平均的轴承故障定量诊断方法，利用振动信号对轴承的缺陷宽度进行量化评估，首先通过故障特征频率划分故障切片信号，进而对故障切片信号进行两两归一化的互相关计算，求得最大互相关系数和对应的时间延迟，然后根据设定的互相关系数阈值把符合条件的切片信号按照对应的时间延迟进行平移对齐，进而叠加平均得到高分辨平均波形，实现对轴承缺陷宽度的定量诊断，本发明专利技术在提高平均波形分辨率的同时，准确提取了滚子进入缺陷和离开缺陷的时刻，有效的抑制了轴承滚子在运转过程中存在的随机滑动现象，对轴承的视情维护具有重要意义。要意义。要意义。

【技术实现步骤摘要】
一种自适应同步平均的轴承故障定量诊断方法


[0001]本专利技术属于轴承故障诊断和信号处理分析
，特别涉及基于时域同步平均的轴承故障诊断方法。

技术介绍

[0002]旋转机械动态信号随着机器运转具有周期性特点，而原始测试信号往往受多振动源和复杂环境噪声影响，信噪比低，无法在时域直接对故障位置做出准确判断。时域同步平均方法可以有效提取给定周期的周期信号，消除噪声和无关干扰，提高分析信噪比，是一种被广泛应用于旋转机械的故障特征提取方法。
[0003]时域平均方法一般是将动态信号按感兴趣的周期进行截断，然后叠加平均进行处理，由于离散采样的原因，故障周期不一定是采样周期的整数倍，由此产生的截断误差会给时域平均结果带来劣化，刘红星
[1]提出了一种改进的直接时域同步平均方法大幅减小了截断误差的影响并在齿轮故障诊断中取得了良好的效果。
[0004]专利申请号为CN201210210824.2的专利基于柔性时域平均的齿轮箱故障检测方法同样针对截断误差进行了有效抑制，在达到消噪的同时，提高了信号的分辨率和齿轮箱故障诊断的正确率。但本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于时域同步平均的轴承故障诊断方法，包括以下步骤：步骤一：将振动加速度传感器吸附于被测试轴承安装座上，通过数据采集设备对轴承的振动信号进行采集，振动信号记为x(n)，n＝0，1，...，N
‑
1，N为数据长度，采样频率记为Fs；步骤二：对振动信号x(n)进行希尔伯特变换和快速傅里叶变换得到包络谱，在理论故障特征频率邻近位置，通过细化谱搜索确定准确故障特征频率f
BCF
，故障特征周期则对应为T＝1f
BCF
，所对应的采样点数M＝T
×
F
s
；步骤三：将信号x(n)按公式(1)顺序截成K段，步骤三：将信号x(n)按公式(1)顺序截成K段，为向下取整运算，式中[]为四舍五入取整运算，每段故障切片信号记为y
(k)
，k＝1，2，...，K；步骤四：将故障切片信号y
(k)
两两进行归一化的互相关计算，将y
(p)
，p＝1，2...，K和y
(q)
，q＝1，2...，K计算所得到的归一化互相关函数记为把函数中的最大互相关系数以及对应的时间延迟分别记到互相关系数矩阵C

【专利技术属性】
技术研发人员：徐晓强，李伟明，何知义，胡宏伟，王向红，易可夫，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：