【技术实现步骤摘要】
一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法
[0001]本专利技术涉及轴承打滑诊断
，主要涉及一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法。
技术介绍
[0002]滚动轴承作为高速旋转机械的重要部件，其工作环境越来越恶劣。在轴承经常发生的故障中，轴承打滑故障约占总故障数的34％左右。在高端轴承领域，如何在有限的传感器安装空间和润滑油污影响的条件下准确测量轴承保持架打滑率是极具挑战的问题。针对轴承保持架打滑率测量的相关研究，目前主要采取的策略包括基于光学传感器的轴承打滑率测量方法、基于声波信号的轴承打滑率测量和基于电磁效应信号的轴承打滑率测量方法，相关方法难以适应高端轴承恶劣的工作环境；基于轴承材料结构改装的轴承打滑率测量方法和基于嵌入式芯片的轴承打滑率测量方法需要对轴承结构进行改进，这不适用于高端轴承的无损监测需求。
[0003]研究表明，轴承打滑率与转子系统的特性密切相关，基于转子挠度和轴承振动加速度信号测量轴承打滑率是更加符合实际的方法。主要原因包括：转子挠度信号和轴承振动加速度信号的测量已在...
【技术保护点】
【技术特征摘要】
1.一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法，其特征在于，包括以下步骤：步骤S1、进行柔性转子系统模态试验，获取柔性转子系统的模态振型和柔性转子模态变形最大点位置，并采集最大点位置处柔性转子的挠度数据R
d
、同时采集轴承振动加速度数据A
c
和保持架打滑率数据S
d
，进一步构建包括柔性转子的挠度数据R
d
、轴承振动加速度数据A
c
和保持架打滑率数据S
d
的数据集T1；步骤S2、根据步骤S1获得的柔性转子的挠度数据R
d
绘制挠度曲线并计算挠度平均功率点{(t1,A
p1
),(t2,A
p1
)}，根据挠度曲线和挠度平均功率点{(t1,A
p1
),(t2,A
p1
)}确定轴承运动是否处于共振打滑区；当柔性转子挠度大于或等于参数A
p1
时，则轴承运动处于共振打滑区；当柔性转子挠度小于参数A
p1
时，则轴承运动处于非共振打滑区；步骤S3、对步骤S1构建的数据集T1中的轴承动加速度数据A
c
进行滤波去噪，并基于特征增强生成对抗网络获取训练样本T2，所述训练样本T2中包括由特征增强生成对抗网络生成的轴承振动加速度数据，形成数据集F＝{T1,T2}；步骤S4、当轴承处于共振打滑区时构建训练数据集F
r1
即随机选取步骤S3构建的数据集F中处于共振打滑区的数据60％和测试数据集F
r2
即步骤S3构建的数据集F中处于共振打滑区的其余部分数据，并基于构建的训练数据集F
r1
、测试数据集F
r2
和深度元迁移学习算法搭建轴承共振打滑迁移诊断模型M
tr
；当轴承处于非共振打滑区时构建训练数据集F
n1
即随机选取步骤S3构建的数据集F中处于非共振打滑区的数据60％和测试数据集F
n2
即步骤S3构建的数据集F中处于非共振打滑区的其余部分数据，并基于构建的训练数据集F
n1
、测试数据集F
n2
和深度元迁移学习算法搭建轴承共振打滑迁移诊断模型M
tn
。2.根据权利要求1所述的一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法，其特征在于，步骤S2的实现过程为：步骤S2.1、根据步骤S1获得的柔性转子挠度数据R
d
绘制挠度曲线并计算挠度平均功率点{(t1,A
p1
),(t2,A
p1
)}；柔性转子挠度平均功率E
R
计算如式(1)所示：其中，R
d
(p)是测得的柔性转子挠度数据；N
u
是柔性转子挠度数据R
d
的长度，p为参数；步骤S2.2、根据挠度曲线和步骤S2.1确定的柔性转子挠度平均功率点{(t1,A
p1
),(t2,A
p1
)}区分轴承运动是否处于共振打滑区；当柔性转子挠度大于或等于A
p1
时，则轴承运动处于共振打滑区；当柔性转子挠度小于A
p1
时，则轴承运动处于非共振打滑区。3.根据权利要求1所述的一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法，其特征在于，步骤S3的实现过程为：步骤S3.1、基于低通滤波器对步骤S1构建的数据集T1中的振动加速度数据A
c
进行滤波去噪；步骤S3.2、基于特征增强生成对抗网络获取训练样本T2，所述训练样本T2中包括由特征增强生成对抗网络生成的轴承振动加速度数据，形成数据集F＝{T1,T2}；特征增强生成对抗网络包括...
【专利技术属性】
技术研发人员：姜斌，马磊明，陆宁云，肖玲斐，郭勤涛，王心荻，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。