一种煤矿机械设备轴承在线故障诊断方法及装置制造方法及图纸

本发明专利技术提供了一种煤矿机械设备轴承在线故障诊断方法及装置，属于轴承故障在线诊断技术领域；解决了现有轴承在线诊断或检测存在的算法复杂不利于诊断能力的在线布置问题；包括如下步骤：轴承振动相关信号采集：采集轴承的振动信号、转速，并按帧分割；轴承振动的维度特征提取：根据轴承的振动信号、转速、采样频率，序列地计算轴承振动特征

【技术实现步骤摘要】
一种煤矿机械设备轴承在线故障诊断方法及装置


[0001]本专利技术提供了一种煤矿机械设备轴承在线故障诊断方法及装置，属于轴承故障在线诊断


技术介绍

[0002]振动信号分析已经广泛应用于煤矿机械设备轴承故障的检测与诊断。大量的时域、频域分析技术、信息融合技术被提出用于从振动信号中提取并综合轴承健康状况的相关信息以检测、诊断轴承故障。但在矿井作业中，由于煤矿机械设备较强的宽带背景噪声以及轴承故障发生发展固有的不确定性，轴承的振动信号通常会变得异常复杂，单一的振动特征难以准确地反映轴承运行的健康状况，而且不同振动特征在捕获轴承对损伤发展的动态响应时呈现出较大的分散性或性能差异，纯粹以大数据为基础的信息融合技术，不仅算法复杂不利于诊断能力的在线布置，甚至使得诊断结果趋于平庸化。其中诊断能力指的是实现故障诊断功能所需要配置的软硬件系统。不同的故障诊断算法，对应的实现算法的软硬件系统的复杂程度也会不一样，比如需要配置的存储、计算、通信的芯片。因此，如何实时地跟踪煤矿机械设备轴承实际的健康状况，在给定虚警率的条件下提高轴承故障检测、诊断的准确度，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种煤矿机械设备轴承在线故障诊断方法，其特征在于：包括如下步骤：S1：轴承振动相关信号采集：采集轴承的振动信号、转速、采样频率，并按帧分割；S2：轴承振动的维度特征提取：根据轴承的振动信号、转速、采样频率，序列地计算轴承振动特征
‑
能量水平RMSband、E(f)和能量因子EI；S3：轴承振动的时间特征提取：根据能量因子EI，序列地计算从t1时刻到t
n
时刻的时间间隔内能量因子EI的时间信息；S4：融合维度
‑
时间特征的轴承故障诊断：根据t
n
时刻的轴承振动特征
‑
能量水平RMSband、E(f)，以及t1时刻到t
n
时刻的时间间隔内能量因子EI的时间信息，给出t
n
时刻轴承是否发生故障、以及轴承的损伤类型与严重程度。2.根据权利要求1所述的一种煤矿机械设备轴承在线故障诊断方法，其特征在于：所述步骤S2中轴承振动的维度特征提取的步骤如下：S21：采用带通滤波提取轴承共振频带的振动信号；S22：根据轴承共振频带的振动信号计算轴承共振频带的能量水平RMSband；S23：采用Hilbert变换和傅立叶变换提取轴承共振频带振动信号的包络频谱；S24：根据轴承共振频带振动信号的包络频谱计算轴承特征频率的能量水平E(f)；S25：根据轴承振动信号计算轴承整个频带的能量水平RMS；S26：根据轴承共振频带的能量水平RMSband、轴承整个频带的能量水平RMS计算能量因子EI。3.根据权利要求2所述的一种煤矿机械设备轴承在线故障诊断方法，其特征在于：所述步骤S3中轴承振动的时间特征提取的步骤如下：S31：采用平滑参数随时间变化的Trigg跟踪变量算法计算t
n
时刻能量因子EI的跟踪变量；S32：通过限制Trigg跟踪变量算法中预测信号的归一化方差为一个很小的常数对平滑参数进行近似的数值计算；S33：根据t
n
时刻能量因子EI的跟踪变量给出从t1时刻到t
n
时刻的时间间隔内能量因子EI的时间信息。4.根据权利要求3所述的一种煤矿机械设备轴承在线故障诊断方法，其特征在于：所述步骤S4中融合维度
‑
时间特征的轴承故障诊断的步骤如下：S41：采用朴素贝叶斯网络模型进行轴承的故障诊断；S42：定义轴承的健康状况为朴素贝叶斯网络模型的根节点，定义轴承振动的维度
‑
时间特征为朴素贝叶斯网络模型的叶节点；S43：采用完全数据下的最大似然估计训练模型的条件概率分布参数；S44：根据朴素贝叶斯网络模型预测的t
n
时刻轴承的健康状况的条件概率分布给出t
n
时刻轴承是否发生故障、轴承的损伤类型与严重程度、以及相应的不确定度。5.一种煤矿机械设备轴承在线故障诊断装置，其特征在于：包括：轴承振动相关信号采集模块：用于采集轴承的振动信号、转速、采样频率，并按帧分割，发送至轴承振动的维度特征提取模块；轴承振动的维度特征提取模块：用于根据轴承的振动信号、转速、采样频率，序列地计算轴承振动特征
‑
能量水平R...

【专利技术属性】
技术研发人员：张小栋，王晓东，焦黎栋，李庆耀，
申请(专利权)人：煤炭工业太原设计研究院集团有限公司，
类型：发明
国别省市：