一种基于谱峭度特征最大值确定滚动轴承退化点的方法技术

本发明专利技术公开了一种基于谱峭度特征最大值确定滚动轴承退化点的方法，包括对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W＝[S1,S2,

【技术实现步骤摘要】
一种基于谱峭度特征最大值确定滚动轴承退化点的方法


[0001]本专利技术涉及滚动轴承剩余寿命预测领域，尤其涉及一种基于谱峭度特征最大值确定滚动轴承退化点的方法。

技术介绍

[0002]滚动轴承是旋转机械设备上应用十分广泛的零件之一，轴承的健康状态与旋转机械设备能否正常运行息息相关，因此评估滚动轴承的退化程度，根据旋转机械设备的使用要求及时更换未能满足工作需求的滚动轴承对保证旋转机械设备的平稳运行有重要的意义。滚动轴承寿命预测方法是依据性能退化指标建立退化模型进行预测。传统的性能退化指标构建方法依据滚动轴承全寿命周期振动信号进行构建，缺少考虑“如何确定轴承退化开始时刻”这一环节，导致构建的性能退化指标对于退化模型的拟合程度不高，预测准确度较低。
[0003]因此，亟待解决上述问题。

技术实现思路

[0004]专利技术目的：本专利技术的目的是提供可确定退化开始时刻的一种基于谱峭度特征最大值确定滚动轴承退化点的方法。
[0005]技术方案：为实现以上目的，本专利技术公开了一种基于谱峭度特征最大值确定滚动轴承退化点的方法，包括如下步骤：
[0006](1)对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W＝[S1,S2,
…
,S
T
]，每个时间单位的采样信号为S＝[S1,S2,
…
,S
j
]，其中j为采样点数量；
[0007](2)基于每个时间单位的采样信号S进行谱峭度计算，并依据每个时间单位的谱峭度提取M个时域特征值，形成特征矩阵X
T
×
M
，其中M是所提取特征个数，M的个数至少为5个；
[0008](3)对特征矩阵的每列特征时序进行平滑处理；
[0009](4)对每列特征时序始末阶段各5％的特征数据进行赋0处理；
[0010](5)选取出现频次最高的对应时刻t
′
作为轴承退化点。
[0011]其中，步骤(2)中时域特征值是指最大值、最小值、中位数、四分位距、绝对误差均值、绝对误差中位数、方差、经验分布函数百分位数、经验分布函数斜率、均方值、均方误差、均方根误差、均值、标准值、偏度、峰度、峰峰值、均方根、峰值因子、形状因子、脉冲因子或裕度因子。
[0012]优选的，步骤(3)中对特征矩阵的每列特征时序进行平滑处理的具体步骤为：
[0013]若每列特征时序中的当前数值之前有超过5个数值，则取每列特征时序若每列特征时序中的当前数值之前有超过5个数值，则取每列特征时序中的当前数值和当前数值之前的五个数值的均值作为新的当前数值：
[0014][0015]其中d
n
为第n个时间单位的特征值；
[0016]若每列特征时序中的当前数值之前不足5个数值，则取每列特征时序中的当前数值和当前数值之前的已有数值的均值作为新的当前数值：
[0017][0018]再者，步骤(4)中进行赋0处理的具体步骤为：
[0019]对初始阶段d1,d2,
…
,d
a
进行赋0，同时也对末尾阶段d
T
‑
b
,d
T
‑
b+1
,
…
,d
T
进行赋0；其中，a＝[0.05
×
T]，b＝[0.05
×
T]。
[0020]进一步，步骤(5)中选取出现频次最高的对应时刻t
′
作为轴承退化点的具体步骤为：
[0021]对每列特征时序进行最大值计算并标记对应时刻t
′
，统计所有特征时序最大值出现的对应时刻数据[t
′1,t
′2,
…
,t
′
M
]；提取出对应时刻数据中所有的唯一值g，并列出该数据中唯一值出现的频次p；在得到所有频次数据后，选取出频次数据中的最大值p
max
；再将出现频次最高的唯一值g作为该轴承的退化开始时刻。
[0022]有益效果：与现有技术相比，本专利技术具有以下显著优点：首先本专利技术从确定滚动轴承退化开始时刻的角度考虑，评估轴承的退化程度并划分退化阶段，提升性能退化指标的可用性；其次本专利技术一方面可较好地追踪信号中的瞬态成分，在强噪声背景下能够确定非平稳信号退化的初始时刻；另一方面可较为准确地评估滚动轴承的退化程度，据此构建优势性能退化指标，进而提升剩余寿命预测精度。
附图说明
[0023]图1为本专利技术的方法流程图；
[0024]图2为本专利技术中数据平滑处理步骤的示意图；
[0025]图3为本专利技术中轴承1_5水平方向振动信号52分钟的6组时域特征趋势图；
[0026]图4为本专利技术中轴承1_5水平方向振动信号52分钟的6组谱峭度特征趋势图。
具体实施方式
[0027]下面结合附图对本专利技术的技术方案作进一步说明。
[0028]如图1所示，本专利技术一种基于谱峭度特征最大值确定滚动轴承退化点的方法，包括如下步骤：
[0029](1)对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W＝[S1,S2,
…
,S
T
]，每个时间单位的采样信号为S＝[S1,S2,
…
,S
j
]，其中j为采样点数量；
[0030](2)基于每个时间单位的采样信号S进行谱峭度计算，并依据每个时间单位的谱峭度提取M个时域特征值，形成特征矩阵X
T
×
M
，其中M是所提取特征个数，M的个数至少为5个；其中时域特征值是指最大值、最小值、中位数、四分位距、绝对误差均值、绝对误差中位数、方
差、经验分布函数百分位数、经验分布函数斜率、均方值、均方误差、均方根误差、均值、标准值、偏度、峰度、峰峰值、均方根、峰值因子、形状因子、脉冲因子或裕度因子；
[0031](3)对特征矩阵的每列特征时序进行平滑处理，进行平滑处理的具体步骤为：
[0032]若每列特征时序中的当前数值之前有超过5个数值，则取每列特征时序若每列特征时序中的当前数值之前有超过5个数值，则取每列特征时序中的当前数值和当前数值之前的五个数值的均值作为新的当前数值：
[0033][0034]其中d
n
为第n个时间单位的特征值；
[0035]若每列特征时序中的当前数值之前不足5个数值，则取每列特征时序中的当前数值和当前数值之前的已有数值的均值作为新的当前数值：
[0036][0037](4)对每列特征时序始末阶段各5％的特征数据进行赋0处理；其中进行赋0处理的具体步骤为：
[0038]对初始阶段d1,d2,
…
,d
a
进行赋0，同时也对末尾阶段d
T
‑
b
,d<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于谱峭度特征最大值确定滚动轴承退化点的方法，其特征在于，包括如下步骤：(1)对被测试的滚动轴承的全寿命周期振动信号进行T次采样进而组成一个时间序列W＝[S1,S2,
…
,S
T
]，每个时间单位的采样信号为S＝[S1,S2,
…
,S
j
]，其中j为采样点数量；(2)基于每个时间单位的采样信号S进行谱峭度计算，并依据每个时间单位的谱峭度提取M个时域特征值，形成特征矩阵X
T
×
M
，其中M是所提取特征个数，M的个数至少为5个；(3)对特征矩阵的每列特征时序进行平滑处理；(4)对每列特征时序始末阶段各5％的特征数据进行赋0处理；(5)选取出现频次最高的对应时刻t
′
作为轴承退化点。2.根据权利要求1所述的一种基于谱峭度特征最大值确定滚动轴承退化点的方法，其特征在于：所述步骤(2)中时域特征值是指最大值、最小值、中位数、四分位距、绝对误差均值、绝对误差中位数、方差、经验分布函数百分位数、经验分布函数斜率、均方值、均方误差、均方根误差、均值、标准值、偏度、峰度、峰峰值、均方根、峰值因子、形状因子、脉冲因子或裕度因子。3.根据权利要求2所述的一种基于谱峭度特征最大值确定滚动轴承退化点的方法，其特征在于，所述步骤(3)中对特征矩阵的每列特征时序进行平滑处理的具体步骤为：若每列特征时序中的当前数值之前有超过5个数值，则取每列特征时序若每列特征时序中的当前数值之前有超过5个数值，则取每列特征时序中的当前数值和当前数值之前的五个...

【专利技术属性】
技术研发人员：孙丽，赵俊杰，任小蝶，周宏根，李国超，毕豪，杨景珲，罗皓文，王臻斌，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：