【技术实现步骤摘要】
本专利技术属于旋转机械故障诊断，具体涉及一种基于冲击脉冲法的滚动轴承故障自诊断方法及系统。
技术介绍
1、滚动轴承是机械系统中应用最广泛的零部件之一，被称之为“工业的关节”。滚动轴承通常工作在交变载荷、高温、重载的恶劣工况下运行，随着时间推移，部件表面会出现疲劳剥落、裂纹与断裂、电蚀等多种形式的损伤，使得滚动轴承成为机械系统中最易失效的部件之一。作为机械装置中使用最广泛的机械部件，其运行状况直接影响整台机器的性能，进而影响到整个装备及生产线的稳定性。因此，对滚动轴承进行运行状态监测及故障诊断非常重要和迫切。
2、在实际故障诊断中，滚动轴承故障一般通过冲击值或加速度峰值定位早期故障，进一步地定位具体组件损伤则需要工程师通过查看图谱进行分析，浪费大量的人力物力。现有技术中的轴承自诊断方法大都通过机器学习方法去识别轴承故障；但在实际生产中，各个设备运行状况不一样，且轴承损坏有一个较长的周期，难以收集故障样本，通过机器学习识别轴承故障的方法很难运用到实际生产中。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种基于冲击脉冲法的滚动轴承故障自诊断方法及系统，用于轴承的自诊断。
2、本专利技术为解决上述技术问题所采取的技术方案为：一种基于冲击脉冲法的滚动轴承故障自诊断方法，包括以下步骤：
3、s1：获取加速度信号；
4、s2：采用巴特沃斯滤波方法对加速度信号进行带通滤波；
5、s3：对滤波后的信号进行包络检波求包络信号；>
6、s4：对包络信号求极值得到峰值序列；
7、s5：根据峰值序列设置极值阈值，用于过滤受干扰的冲击信号；
8、s6：计算峰值序列的峰值频次，并与轴承部件的特征频率匹配，根据结果识别轴承的故障部件；
9、s7：按时间变化持续计算峰值序列的脉冲能量，通过脉冲能量的变化趋势判断轴承故障的劣化程度。
10、按上述方案，所述的步骤s2中，带通滤波的范围为3khz～5khz。
11、按上述方案，所述的步骤s3中，通过希尔伯特变换求包络信号 z。
12、进一步的，所述的步骤s4中，具体步骤为：
13、遍历包络信号 z中的每一个值，若 zm≥ zm-1且 zm≥ zm+1,则为局部极大值；利用该方法求出一组峰值序列。
14、按上述方案，所述的步骤s5中，根据峰值序列设置下十分位对应的值作为极值阈值。
15、按上述方案，所述的步骤s6中，根据峰值序列中的峰值个数计算峰值出现的频次；
16、比较峰值出现的频次与轴承部件的特征频率，若相等则表示该轴承部件出现故障。
17、按上述方案，所述的步骤s6中，轴承部件的特征频率的计算方式为：
18、设滚动轴承的参数包括滚动体个数 n、滚动体直径 d、节圆直径 d、接触角以及轴承的真实转频 fr，滚动轴承的部件包括内圈、外圈、滚动体和保持架；
19、则内圈特征频率bpfo、外圈特征频率bpfi、滚动体特征频率bsf和保持架特征频率ftf分别为：
20、；
21、；
22、；
23、。
24、按上述方案，所述的步骤s7中，具体步骤为：
25、s71：对包络信号进行阈值过滤，将低于阈值 l的信号置0，将每个不为0的区间段相加，得到冲击脉冲能量值序列；
26、s72：取窗口长度为m，m＜k，则对应窗口为[sk-1-m，…，sk-1] ；将窗口内数据按大小进行排序，取10分位至90分位之间的数据计算均值窗口数据的均值 mean；
27、s73：设冲击脉冲能量序列s的最新值snew= sk，以滑动窗口的方式计算
28、=；
29、s74：比较与预设报预警值。
30、进一步的，所述的步骤s7中，还包括步骤为：
31、取窗口为[sk-m，…，sk]，以滑动窗口的方式计算
32、=；
33、比较与预设报预警值；
34、取窗口为[sk+1-m，…，sk+1]，以滑动窗口的方式计算
35、=；
36、比较与预设报预警值；
37、若计算结果大于预设报警值且连续触发3次，则表明脉冲能量的变化趋势上升，判断轴承故障劣化。
38、一种基于冲击脉冲法的滚动轴承故障自诊断系统，该系统包括处理器和存储器，其特征在于：所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现一种基于冲击脉冲法的滚动轴承故障自诊断方法的步骤。
39、本专利技术的有益效果为：
40、1.本专利技术的一种基于冲击脉冲法的滚动轴承故障自诊断方法及系统，基于故障机理来识别轴承故障，并通过提取的脉冲能量的趋势变化识别轴承部件的劣化趋势，实现了轴承的自诊断功能。
41、2.本专利技术是一种基于机理的滚动轴承故障诊断方法，解决了在实际工程应用中因样本不足导致无法训练，进而导致无法构建模型的问题。
42、3.本专利技术解决了其他滚动轴承自诊断方法中故障特征频率识别不准的问题，能较好地应用在工程实际中。
本文档来自技高网...【技术保护点】
1.一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S2中，带通滤波的范围为3kHz～5kHz。
3.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S3中，通过希尔伯特变换求包络信号Z。
4.根据权利要求3所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S4中，具体步骤为：
5.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S5中，根据峰值序列设置下十分位对应的值作为极值阈值。
6.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S6中，根据峰值序列中的峰值个数计算峰值出现的频次；
7.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S6中，轴承部件的特征频率的计算方式为：
8.根据权利要求1所述的一种基于冲
9.根据权利要求8所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤S7中，还包括步骤为：
10.一种基于冲击脉冲法的滚动轴承故障自诊断系统，该系统包括处理器和存储器，其特征在于：所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如权利要求1至权利要求9中任意一项所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法的步骤。
...【技术特征摘要】
1.一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤s2中，带通滤波的范围为3khz～5khz。
3.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤s3中，通过希尔伯特变换求包络信号z。
4.根据权利要求3所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤s4中，具体步骤为：
5.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤s5中，根据峰值序列设置下十分位对应的值作为极值阈值。
6.根据权利要求1所述的一种基于冲击脉冲法的滚动轴承故障自诊断方法，其特征在于：所述的步骤s6...
【专利技术属性】
技术研发人员：邹小勇，刘晓伟，徐徐，雪增红，杨世飞，孙磊，
申请(专利权)人：南京凯奥思数据技术有限公司，
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。