一种基于改进广义S变换的轴承故障诊断方法技术

本发明专利技术涉及一种基于改进广义S变换的轴承故障诊断方法，包括以下步骤：将加速传感器安装在旋转机械装置上，利用加速度传感器对振动进行测量，获得振动信号；根据轴承型号，设定原始的调节参数k为1，将所述振动信号输入至设定好的广义S变换S(t，f，k)进行分析，其中t为时间序列，f为采样频率等；本发明专利技术通过设置初始的广义S变换并计算得到轴承各种故障类型的标准拥挤度；采集同一轴承的振动数据，计算信号的拥挤度，通过对拥挤度的判断进行相应的参数调节，通过全局最佳分辨率的对比确定最优调节参数，进行改进广义S变换分析，分析效果最终完成故障诊断，实现故障精确诊断。实现故障精确诊断。实现故障精确诊断。

A bearing fault diagnosis method based on improved generalized S-transform

【技术实现步骤摘要】
一种基于改进广义S变换的轴承故障诊断方法


[0001]本专利技术涉及轴承检测领域，特别是涉及一种基于改进广义S变换的轴承故障诊断方法。

技术介绍

[0002]旋转机械机组结构复杂，并长期处于复杂的交变载荷下工作，机组故障时有发生；其中，轴承是旋转机械中故障率最高的部件之一，轴承的状态监测与故障诊断已迫在眉睫。如果没有及时检测到故障，很容易导致旋转机械的损坏，严重影响经济效益，因此，针对旋转机械轴承故障诊断具有重要的意义。
[0003]在传动过程中，轴承受弯曲载荷、振动载荷等的作用，所以极易发生故障。轴承的故障诊断即采用时频分析方法从振动信号中提取故障特征。广义S变换是常用的时频分析方法，它保持了信号的绝对相位信息，其时频分辨率随着频率发生变化，可以根据分析信号的时频特征不同而调节窗函数的宽度，以便达到最佳的时频分辨率，但在实际操作过程中，调节窗函数的宽度常常依靠人为的经验，无法结合工况等情况做到自适应变换，操作复杂。

技术实现思路

[0004]本专利技术的目的在于提出一种基于改进广义S变换的轴承故障诊断方法，解决上述问题。
[0005]本专利技术通过以下技术方案来实现上述目的：一种基于改进广义S变换的轴承故障诊断方法，其特征在于，包括以下步骤：
[0006](1)将加速传感器安装在旋转机械装置上，利用加速度传感器对振动进行测量，获得振动信号；
[0007](2)根据轴承型号，设定原始的调节参数k为1，将所述振动信号输入至设定好的广义S变换S(t，f，k)进行分析，其中t为时间序列，f为采样频率；
[0008](3)引入信号拥挤度和全局最佳分辨率作为评定指标，所述信号拥挤度为评价信号低频干扰的评价指标，所述信号拥挤度计算公式为：
[0009][0010]所述全局最佳分辨率为评价时频信号整体时频分辨率的重要指标，当所述信号拥挤度越大，所述全局最佳分辨率越高时，增大所述调节参数k；
[0011](4)计算此时的所述信号拥挤度和所述全局最佳分辨率，并根据计算出的数值对应调整所述调节参数k，以达到最佳的信号分析效果；
[0012](5)得到最佳的调节参数k后，进行广义S变换分析得到时频谱图，在所述时频谱图上可得到冲击周期，进而获得故障频率，再将故障频率分析结果与轴承各故障频率对比，确定故障位置。
[0013]作为本专利技术的优选，所述调节参数k的调节逻辑如下：
[0014](1)当计算得到的所述信号拥挤度为0时，证明此时所述调节参数k适合此时的信
号,信号复杂程度较低，无需调节参数；
[0015](2)当计算得到的所述信号拥挤度为0.5时，证明此时所述调节参数k不适合此时的信号，只需要轻微调节，故应增加所述调节系数K，分别计算k+4，k+8 的CM值，选择CM值最小时的调节参数作为最优的所述调节参数k；
[0016](3)当计算得到的所述信号拥挤度为1时，证明此时所述调节参数k不适合此时的信号，且信号此时复杂程度较大，故应增加所述调节系数K，分别计算k+4， k+8,k+12,k+16的CM值，选择CM值最小时的调节参数作为最优的调节参数k。
[0017]作为本专利技术的优选，所述信号拥挤度的计算步骤如下：
[0018](1)根据轴承型号计算轴承各故障类型的信息熵S，获得S正常,S内圈轻微， S外圈轻微，S滚动体轻微，S保持架轻微，S内圈中度，S外圈中度，S滚动体中度和S保持架中度；
[0019](2)对振动信号计算所述信息熵S，所述信息熵S代表了信号的信息复杂程度，信息熵越大，相应的频率混合越多，冲击特征越易收到影响；
[0020](3)拥挤度的定义为：
[0021][0022]作为本专利技术的优选，对信号进行广义S变换过程中，对广义S变换的高斯窗函数进行改造，引入所述调节参数k，则σ为尺度因子，得到改进后的广义S变换表达式如下：
[0023][0024]此时，高斯窗函数相应变为：
[0025][0026]作为本专利技术的优选，所述调节参数k取值范围为1
‑
20，当所述调节参数k 增大时，窗函数的宽度会向外进行延拓，且相应窗函数的幅值变小；反之，窗函数的宽度则向内收缩，相应窗函数的幅值变大。
[0027]与现有技术相比，本专利技术的有益效果如下：本专利技术通过设置初始的广义S 变换并计算得到轴承各种故障类型的标准拥挤度；采集同一轴承的振动数据，计算信号的拥挤度，通过对拥挤度的判断进行相应的参数调节，通过全局最佳分辨率的对比确定最优调节参数，进行改进广义S变换分析，分析效果最终完成故障诊断，实现故障精确诊断。
附图说明
[0028]图1是本专利技术实施例的流程示意图；
[0029]图2是本专利技术实施例k为5时的广义S变换时频谱图；
[0030]图3是本专利技术实施例k为9时的广义S变换时频谱图。
具体实施方式
[0031]下面结合附图对本专利技术作进一步说明：
[0032]一种基于改进广义S变换的轴承故障诊断方法，如图1
‑
3所示，包括以下步骤：
[0033](1)将加速传感器安装在旋转机械装置上，利用加速度传感器对振动进行测量，获得振动信号；
[0034](2)根据轴承型号，设定原始的调节参数k为1，将所述振动信号输入至设定好的广义S变换S(t，f，k)进行分析，其中t为时间序列，f为采样频率；
[0035](3)引入信号拥挤度和全局最佳分辨率作为评定指标，所述信号拥挤度为评价信号低频干扰的评价指标，所述信号拥挤度计算公式为：
[0036][0037]所述全局最佳分辨率为评价时频信号整体时频分辨率的重要指标，当所述信号拥挤度越大，所述全局最佳分辨率越高时，增大所述调节参数k；
[0038](4)计算此时的所述信号拥挤度和所述全局最佳分辨率，并根据计算出的数值对应调整所述调节参数k，以达到最佳的信号分析效果；
[0039](5)得到最佳的调节参数k后，进行广义S变换分析得到时频谱图，在所述时频谱图上可得到冲击周期，进而获得故障频率，再将故障频率分析结果与轴承各故障频率对比，确定故障位置。
[0040]进一步地，所述调节参数k的调节逻辑如下：
[0041](1)当计算得到的所述信号拥挤度为0时，证明此时所述调节参数k适合此时的信号,信号复杂程度较低，无需调节参数；
[0042](2)当计算得到的所述信号拥挤度为0.5时，证明此时所述调节参数k不适合此时的信号，只需要轻微调节，故应增加所述调节系数K，分别计算k+4，k+8 的CM值，选择CM值最小时的调节参数作为最优的所述调节参数k；
[0043](3)当计算得到的所述信号拥挤度为1时，证明此时所述调节参数k不适合此时的信号，且信号此时复杂程度较大，故应增加所述调节系数K，分别计算k+4， k+8,k+12,k+16的CM值，选择CM值最小时的调节参数作为最优的调节参数 k。
[0044]进一步地，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进广义S变换的轴承故障诊断方法，其特征在于，包括以下步骤：(1)将加速传感器安装在旋转机械装置上，利用加速度传感器对振动进行测量，获得振动信号；(2)根据轴承型号，设定原始的调节参数k为1，将所述振动信号输入至设定好的广义S变换S(t，f，k)进行分析，其中t为时间序列，f为采样频率；(3)引入信号拥挤度和全局最佳分辨率作为评定指标，所述信号拥挤度为评价信号低频干扰的评价指标，所述信号拥挤度计算公式为：所述全局最佳分辨率为评价时频信号整体时频分辨率的重要指标，当所述信号拥挤度越大，所述全局最佳分辨率越高时，增大所述调节参数k；(4)计算此时的所述信号拥挤度和所述全局最佳分辨率，并根据计算出的数值对应调整所述调节参数k，以达到最佳的信号分析效果；(5)得到最佳的调节参数k后，进行广义S变换分析得到时频谱图，在所述时频谱图上可得到冲击周期，进而获得故障频率，再将故障频率分析结果与轴承各故障频率对比，确定故障位置。2.根据权利要求1所述的一种基于改进广义S变换的轴承故障诊断方法，其特征在于，所述调节参数k的调节逻辑如下：(1)当计算得到的所述信号拥挤度为0时，证明此时所述调节参数k适合此时的信号,信号复杂程度较低，无需调节参数；(2)当计算得到的所述信号拥挤度为0.5时，证明此时所述调节参数k不适合此时的信号，只需要轻微调节，故应增加所述调节系数K，分别计算k+4，k+8的CM值，选择CM值最...

【专利技术属性】
技术研发人员：易永余，
申请(专利权)人：台州守敬应用科技研究院有限公司，
类型：发明
国别省市：