基于信号评价指标与多传感器融合的轴承故障识别方法技术

本发明专利技术提供一种基于信号评价指标与多传感器融合的轴承故障识别方法，包括：采集N个传感器同一时刻的振动信号作为输入；通过最优均衡因子对采集的信号进行优化；利用权值计算方法对优化后的信号进行加权融合，得到融合信号；对融合信号进行分解，得到对应的分量信号；从获得的分量信号中选择一个包含故障信息最丰富的信号，记为y(t)；计算y(t)的自相关函数y<subgt;c</subgt;(t)，并对y<subgt;c</subgt;(t)进行谱分析，提取轴承的故障特征频率，进行轴承故障识别。本发明专利技术通过计算输入的不同传感器测得数据的评价指标值来对权重系数进行自适应确定；并将融合后信号与信号分解算法结合进行后续处理；实现了轴承故障特征信息的有效融合与故障特征的增强，准确判断了轴承的故障类型。

【技术实现步骤摘要】

本专利技术涉及故障诊断，具体而言，尤其涉及基于信号评价指标与多传感器融合的轴承故障识别方法。

技术介绍

1、滚动轴承作为应用最为广泛且数量众多的零部件之一，广泛服务于电力、冶金、轨道交通等多个领域的机械设备。其工作状态直接关联到设备的加工精度、生产效率及运行安全等关键因素。数据表明，旋转机械设备故障中，超过44％与滚动轴承问题有关。由于工作环境恶劣及承受重载，滚动轴承容易出现复合故障，其危害性远超单一故障。因此，滚动轴承复合故障特征的有效提取成为旋转机械故障诊断领域的一大挑战。深入研究这一问题，对于提升设备运行的可靠性、确保人员安全具有不可忽视的重要意义。当滚动轴承出现故障，损伤区域与其他部件的碰撞会产生冲击信号，且不同故障类型对应不同的特征频率。通过识别这些特征频率，可以准确判断轴承的故障类型。

2、在轴承故障诊断领域，传感器采集的振动信号是评估轴承健康状态的重要依据。这些振动信号中蕴含了丰富的轴承状态信息，如何从这些信号中准确提取特征，是轴承故障状态识别的关键环节。在轴承故障特征提取领域，信号处理技术已从传统的傅里叶变换和短时傅里叶变换，逐本文档来自技高网...

【技术保护点】

1.一种基于信号评价指标与多传感器融合的轴承故障识别方法，其特征在于，包括：

2.根据权利要求1所述的基于信号评价指标与多传感器融合的轴承故障识别方法，其特征在于，将所述振动信号表示为Xn(i)，其中，n表示第n个传感器，n＝1，2，3……N，N为传感器个数，i＝1，2，3……L，L为离散信号长度。

3.根据权利要求1所述的基于信号评价指标与多传感器融合的轴承故障识别方法，其特征在于，所述步骤S2具体包括：

4.根据权利要求1所述的基于信号评价指标与多传感器融合的轴承故障识别方法，其特征在于，所述步骤S3具体包括：

5.根据权利要求1所述的...

【技术特征摘要】

1.一种基于信号评价指标与多传感器融合的轴承故障识别方法，其特征在于，包括：

2.根据权利要求1所述的基于信号评价指标与多传感器融合的轴承故障识别方法，其特征在于，将所述振动信号表示为xn(i)，其中，n表示第n个传感器，n＝1，2，3……n，n为传感器个数，i＝1，2，3……l，l为离散信号长度。

3.根据权利要求1所述的基于信号评价指标与多传感器融合的轴承故障识别方法，...

【专利技术属性】
技术研发人员：王鑫，葛向东，高强，于明月，乔保栋，武鹏，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：