一种轴承组的健康监测方法技术

本发明专利技术公开了一种轴承组的健康监测方法，该方法包括通过数个传感器获取所有轴承的振动数据，通过标准化消除差异，通过加权Hellinger距离计算出健康评估值，再计算出任一时刻计任一位置轴承的健康评估值；从而通过该健康评估值监测压缩机轴承组健康，该方法能够在线监测轴承组的退化程度，无需维护人员离线检测。线检测。线检测。

【技术实现步骤摘要】
一种轴承组的健康监测方法


[0001]本专利技术涉及机械设备故障监测
，具体讲是一种轴承组的健康监测方法。

技术介绍

[0002]压缩机轴承组由多套滑动轴承组成，其中径向轴承位于压缩机内部，仅承受转子径向力，径向
‑
推力组合轴承位于压缩机外部，承受压缩机的气动轴向力。在长期的风洞试验中，压缩机频繁运转会加速轴承组的退化，甚至存在轴承断裂的风险，因此需对轴承组的退化进行有效的在线监测和故障预诊断，以保证试验安全。

技术实现思路

[0003]因此，为了解决上述不足，本专利技术在此提供一种基于加权Hellinger距离的压缩机轴承组健康监测及故障预诊断方法，能在线监测轴承组的退化程度，无需维护人员离线检测。
[0004]本专利技术是这样实现的，一种轴承组的健康监测方法，包括如下步骤，S1、获取振动信息，在每个轴承前后两端分别布置数个不同方向的传感器；S2、对数据进行标准化，消除数据差异；S3、通过自相关长度确定获取各传感器的时间窗的长度L
m
，取平均值L作为最终的长度，（自相关长度用于确定对每个传感器数据进行分析时大致需要获取多长的数据长度，取平均值是为了统一从各传感器获取的数据长度。）S4、通过长度为L的时间窗从历史数据中获得第i个轴承第j个位置第k个方向在第t时刻的振动数据，其中t为时刻，当时，数据向量为最初时刻第i个轴承第j个位置第k个方向的数据向量；S5、通过核密度估计分别获得和的概率分布和；S6、通过Hellinger距离计算与之间的距离，并计算第i个轴承第j个位置第k个方向在第t时刻的健康评估值；S7、对每个传感器的执行步骤S1至步骤S6，获得每个传感器的健康评估值；S8、计算第i个轴承第j个位置在第t时刻的健康评估值；S9、计算第i个轴承在第t时刻的健康评估值，S10、利用如下公式计算第t时刻各轴承的健康退化速率。
[0005]本专利技术基于上述健康评估结果，对轴承组进行故障预诊断，提醒或警告维护人员对可能发生故障的轴承的位置及方向进行观察和维护，以避免试验风险或事故。
[0006]故障预诊断方法如下：（1）轴承定位，包括如下步骤；
（1
‑
1）、由步骤S6至步骤S9可知，，则可将分为健康、亚健康和危险三类，其判断规则为：其中，J1是用于区分健康和亚健康的阈值A，J2是用于区分亚健康和危险的阈值B；（1
‑
2）、根据，采用SVM预测第t+1时刻第i轴承的健康退化速率，并计算下一时刻的健康评估值，以此类推，得到，其中s为预测的第s步；（1
‑
3）、当任意一个最先达到危险阶段时，则确定为最先故障的轴承。
[0007]（2）、轴承故障定位，包括如下步骤；（2
‑
1）、故障位置定位，在确定最先故障的轴承后，根据该轴承在第j个位置的健康评估值，采用SVM预测，其中p为预测的第p步；当任意一个位置最先低于位置阈值（根据轴承在第j个位置的历史健康评估值进行设置）时，则确定为最先故障的位置； 为第t+p时刻第i轴承在第j个位置的健康评估值。
[0008]（2
‑
2）、定位出故障位置的方向，在确定该轴承可能最先故障的位置后，根据该轴承在该位置第k方向的健康评估值，采用SVM预测，其中e为预测的第e步；当任意一个位置最先低于阈值（根据该轴承在该位置在第k方向的历史健康评估值进行设置）时，则确定为该位置最先发生故障的方向。
[0009]本专利技术具有如下优点：本专利技术通过上述方法能够在线监测轴承组的退化程度，无需维护人员离线检测，同时基于健康评估结果，对轴承组进行故障预诊断，提醒或警告维护人员对可能发生故障的轴承的位置及方向进行观察和维护，以避免试验风险或事故。
附图说明
[0010]图1是本专利技术流程示意图；图2是本专利技术轴承前后两端布置四个不同方向的传感器示意图。
具体实施方式
[0011]下面将结合附图1和图2对本专利技术进行详细说明，本专利技术提供一种轴承组的健康监测方法，包括如下步骤，步骤一、获取振动信息，在每个轴承前后两端分别布置数个不同方向的传感器；轴承的传感器布置方法是，轴承前后两端分别布置四个不同方向的传感器，四个不同方向分别是0
°
、45
°
、90
°
和135
°
（如图2所示）；当j=0和1分别表示轴承的前部位置和后部位置，k=0,1,2,3分别表示0
°
，90
°
、45
°
和135
°
四个方向。
[0012]步骤二、通过如下公式对数据进行标准化，其中，和 分别为标准化前和标准化后的第i个轴承第j个位置第k个方向的振动数据， 和分别为第i个轴承第j个位置第k个方向的平均值和标准差；步骤三、通过自相关长度确定获取各传感器的时间窗的长度L
m
，取平均值L作为最终的长度，L的表达式如下，其中，M为传感器数量，m是第m个传感器；步骤四、通过长度为L的时间窗从历史数据中获得第i个轴承第j个位置第k个方向在第t时刻的振动数据，其中t为时刻，当时，数据向量为最初时刻第i个轴承第j个位置第k个方向的数据向量；步骤五、通过核密度估计分别获得和的概率分布和；步骤六、通过Hellinger距离计算与之间的距离，，并通过如下公式计算第i个轴承第j个位置第k个方向在第t时刻的健康评估值；步骤七、对每个传感器的执行步骤一至步骤六，获得每个传感器的健康评估值；步骤八、利用如下公式计算第i个轴承第j个位置在第t时刻的健康评估值，其中， 是第i个轴承第j个位置第k个方向在第t时刻的权重；步骤九、利用如下公式计算第i个轴承在第t时刻的健康评估值，其中， 是第i个轴承第j个位置在第t时刻的权重；步骤十、利用如下公式计算第t时刻各轴承的健康退化速率，
其中是第i个轴承在第t
‑
1时刻的健康评估值。
[0013]本专利技术基于上述健康评估结果，还包括故障预诊断，对轴承组进行故障预诊断，提醒或警告维护人员对可能发生故障的轴承的位置及方向进行观察和维护，以避免试验风险或事故。
[0014]故障预诊断方法如下：步骤十一、轴承定位；轴承定位的操作方法如下；由步骤六至步骤九可知，，则可将分为健康、亚健康和危险三类，其判断规则为：其中，J1是用于区分健康和亚健康的阈值，J2是用于区分亚健康和危险的阈值；根据，采用SVM预测第t+1时刻第i轴承的健康退化速率，并计算下一时刻的健康评估值，以此类推，得到，其中s为预测的第s步；当任意一个最先达到危险阶段时，则确定为最先故障的轴承。
[0015]在故障预诊断方法中，还包括轴承故障定位，轴承故障定位的具体操作如下：故障位置定位，在确定最先故障的轴承后，根据该轴承在第j个位置的健康评估值，采用SVM预测，其中p为预测的第p步；当任意一个位置（第t+p时刻第i轴承在第j个位置的健康评估值）最先低于位置阈值时，则确定为最先故障的位置；定位出故障位置的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轴承组的健康监测方法，其特征在于：包括如下步骤，S1、获取振动信息，在每个轴承前后两端分别布置数个不同方向的传感器；S2、对数据进行标准化，消除数据差异；S3、获得振动数据，其中t为时刻，当时，数据向量为最初时刻第i个轴承第j个位置第k个方向的数据向量；S4、通过核密度估计分别获得和的概率分布和；S5、通过Hellinger距离计算与之间的距离，并计算第i个轴承第j个位置第k个方向在第t时刻的健康评估值；S6、对每个传感器的执行步骤S1至步骤S6，获得每个传感器的健康评估值；S7、利用如下公式计算第i个轴承第j个位置在第t时刻的健康评估值，其中， 是第i个轴承第j个位置第k个方向在第t时刻的权重；S8、利用如下公式计算第i个轴承在第t时刻的健康评估值，其中，是第i个轴承第j个位置在第t时刻的权重；S9、利用如下公式计算第t时刻第i个轴承的健康退化速率，其中是第i个轴承在第t
‑
1时刻的健康评估值。2.根据权利要求1所述一种轴承组的健康监测方法，其特征在于：还包括S10、轴承定位，包括如下步骤；S10
‑
1、由步骤S6至步骤S9可知，，则可将分为健康、亚健康和危险三类，其判断规则为：其中，J1是用于区分健康和亚健康的阈值A，J2是用于区分亚健康和危险的阈值B；S10
‑
2、根据，采用SVM预测第t+1时刻第i轴承的健康退化速率，并
计算下一时刻的健康评估值，以此类推，得到，其中s为预测的第s步；S10
‑
3、当任意一个最先达到危险阶段时，则确定为最先故障的轴承。3.根据权利要求2所述一种轴承组的健康监测方法，其特征在于：还包括S11、轴承故障定位，该轴承故障定位包括如下步骤；S11
‑
1、故障位置定位，在确定最先故障的轴承后，根据该轴承在第j个位置的健康...

【专利技术属性】
技术研发人员：盖文，王平，伍越，胡俊，
申请(专利权)人：中国空气动力研究与发展中心设备设计与测试技术研究所，
类型：发明
国别省市：