基于声发射多参数融合的滚动轴承故障损伤程度识别方法技术

本发明专利技术提供一种基于声发射多参数融合的滚动轴承故障损伤程度识别方法，涉及滚动轴承故障诊断领域。首先根据声发射特征参数TAFI初步判定轴承是否存在故障；接着利用声发射多参数计数和撞击数识别滚动轴承的故障类型，并根据特征参数能量识别轴承外圈故障和滚动体故障滚动轴承的不同损伤程度；最后引入的故障因子参量识别典型故障滚动轴承的不同损伤程度，弥补了特征参数能量对内圈故障损伤程度识别的不足。该方法涉及到声发射参数分析、波形流包络谱分析和故障因子计算分析，是一种综合的轴承典型故障损伤程度识别分析方法，可有效识别滚动轴承典型故障的不同损伤程度，可为航空发动机主轴轴承、中介轴承典型故障损伤程度识别提供一定的方法指导。别提供一定的方法指导。

【技术实现步骤摘要】
基于声发射多参数融合的滚动轴承故障损伤程度识别方法


[0001]本专利技术涉及轴承故障诊断
，尤其涉及一种基于声发射多参数融合的滚动轴承故障损伤程度识别方法。

技术介绍

[0002]轴承的故障诊断与状态监测是机械设备故障诊断技术的重要内容。轴承故障诊断方法主要有振动检测、声发射检测、温度检测、润滑剂检测、间隙检测等。其中，声发射检测技术以其信号频率高、特征信号明显、对冲击信号敏感、不受结构和旋转动态振动噪声的影响等优点，广泛应用在滚动轴承在线监测和故障诊断中。在实际现场中仅知道轴承是否发生故障及故障类型对预防检修是远远不足够的，如何掌握滚动轴承典型故障的损伤程度，对提供有效地适情维护具有重要的工程实际意义。
[0003]关于滚动轴承典型故障损伤程度识别方法方面，国内外学者主要针对应用振动信号进行分析，鲜有学者应用声发射信号对滚动轴承故障损伤程度进行识别。关于应用振动信号研究轴承典型故障损伤程度的分析方法中，学者侧重于研究振动信号不同的分解方法，有效提取出故障特征参数，进而区分不同损伤程度故障轴承，实现轴承典型故障损伤程度识别，但是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声发射多参数融合的滚动轴承故障损伤程度识别方法，其特征在于，包括：步骤1：采集滚动轴承的声发射信号；步骤2：采用TAFI分析初步判定轴承是否存在故障；步骤3：如果初步判定为轴承存在故障，结合声发射参数计数对时间的经历图、声发射参数撞击数对幅值的分布图、声发射参数能量对时间的经历图，对轴承故障进行诊断；如果判定为轴承外圈故障或是轴承滚动体故障，则根据声发射参数能量对时间的经历图进一步判断故障的损伤程度，如果判定为轴承内圈故障，则需要引入故障因子来表征内圈故障的损伤程度。2.根据权利要求1所述的一种基于声发射多参数融合的滚动轴承故障损伤程度识别方法，其特征在于，所述步骤3结合声发射参数计数对时间的经历图、声发射参数撞击数对幅值的分布图、声发射参数能量对时间的经历图，对轴承故障进行诊断，具体表述为：将声发射信号中的计数参数按照预设时间间隔进行区间划分，并对每个时间区间对应的计数值进行求和，得到每个区间对应的计数值Q，绘制关于计数值Q、时间t的经历图f1，根据绘制的经历图f1确定不同轴承故障所处的计数区间范围；使用分布图分析法对声发射信号中的撞击数参数进行统计分析，绘制关于撞击数、幅值的分布图f2，根据绘制的分布图f2确定不同轴承故障所处的撞击数区间范围；将声发射信号中的能量参数按照预设时间间隔进行区间划分，并对每个时间区间对应的能量值进行求和，得到每个区间对应的能量值W，绘制关于能量值W、时间t的经历图f3，根据绘制的经历图f3判断轴承外圈、滚动体故障的损伤程度。3.根据权利要求1所述的一种基于声发射多参数融合的滚动轴承故障损伤程度识别方法，其特征在于，所述步骤3如果判定为轴承内圈故障，则需要引入故障因子来表征内圈故障的损伤程度；具体表述为：步骤4：选取试验过程中一段转速稳定过程的声发射波形流信号，应用EMD分解信号对高频声发射波形流信号进行包络检波处理，采用Hilbert变换提取故障信息；步骤5：引入无量纲参数故障因子来表征内圈缺陷滚动轴承的损伤程度；具体表述为：步骤5.1：当外圈固定时，轴承内圈故障特征频率f
i
的计算公式为：式中，D
b
为滚动体直径，d
m
为内圈直径，D
m
为外圈直径，D
c
为节圆直径，且2D
c
＝d
m
+D
m
，θ为角接触角，z为滚动体个数，f
r
为参考轴转频；根据转速工况，将相应转速及轴承几何参数带入公式(8)得到轴承内圈故障特征频率的理论值；步骤5.2：将步骤4中提取的故障信息与步骤5.1得到的理论故障特征频率进行对比，确定第i倍特征频率对应的功率峰值D
i
，并计算第i
‑
1和i+1倍故障特征频率倍频间频带...

【专利技术属性】
技术研发人员：栾孝驰，张振鹏，沙云东，赵奉同，李壮，柳贡民，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：