一种基于复合Q因子基算法的轴承故障诊断方法技术

本发明专利技术公开了一种基于复合Q因子基算法的轴承故障诊断方法。本发明专利技术将轴承故障非平稳信号表示成高共振成分(轴承正常部分旋转引起的随机振动及强噪声)和低共振成分(故障冲击成分)的混合。高共振成分的Q因子高，低共振成分的Q因子低，进而依据轴承故障信号的不同结构成分的振荡程度自适应地构造复合Q因子基(高Q因子基及低Q因子基)对故障信号进行处理，用高Q因子基匹配出其高共振成分(轴承正常部分旋转引起的随机振动及强噪声)，利用低Q因子基匹配出其低共振成分(故障冲击成分)，继而对低共振成分(冲击信号成分)解调提取轴承故障非平稳信号的故障信息进行故障诊断。

【技术实现步骤摘要】

本专利技术涉及一种轴承故障诊断方法，特别涉及一种基于复合Q因子基算法的轴承故障诊断方法。
技术介绍
轴承是旋转机械设备的重要组成部件，对其运转状态的检测和故障诊断具有很重要的意义。轴承的故障振动信号是一类典型的非平稳信号，较平稳信号而言，其分布参数或者分布规律随时间发生变化，工程实际中所接触的信号往往也是非平稳信号，所以此类信号的研究对于工程应用具有极其重要的意义。在传统的对信号进行分析的方法中，基本上都是基于频率不同对信号进行分析，例如经典的小波变换，Hilbert-Huang变换等，然而对于复杂的非平稳信号而言，其是由持续振荡成分(高共振成分)和非持续振荡的瞬态成分(低共振成分)混合而成的。图1说明了信号共振的概念(其中，Q因子定义为中心频率f。和它带宽的比值，即Q=f；/BW)，脉冲I (高频信号)和脉冲3 (低频信号)只包含一个周期的正弦波，我们将它们定义为低共振信号(Q因子值为1. 15)，因为它们没有表现持续振荡的状态，脉冲2 (高频信号)和脉冲4(低频信号)包含五个周期的正弦波(Q因子值为4. 6)，我们将它们定义为高共振信号，因为它们表现持续振荡的状态。即高共振信号本文档来自技高网...

【技术保护点】
一种基于复合Q因子基算法的轴承故障诊断方法，包括以下步骤：（1）采集轴承故障振动信号作为待分析信号；（2）对待分析信号进行复合Q因子基算法的稀疏分解，得到高共振成分即轴承正常部分旋转引起的随机振动及强噪声和低共振成分即故障冲击成分;（3）对低共振成分进行解调处理得到故障特征。

【技术特征摘要】

【专利技术属性】
技术研发人员：崔玲丽，莫代一，邬娜，王婧，吴春光，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：