本發(fā)明涉及軸承故障診斷，尤其是一種基于非線性模態(tài)分解的變轉(zhuǎn)速軸承故障診斷方法。

背景技術(shù)：

1、滾動軸承是旋轉(zhuǎn)機械設(shè)備中常用的零部件，其健康狀態(tài)關(guān)系著設(shè)備運行的可靠性與穩(wěn)定性。然而，滾動軸承在變轉(zhuǎn)速運行時，受工況影響更容易發(fā)生故障，進而導(dǎo)致嚴重的安全問題和高昂的維護成本。因此，準確診斷變轉(zhuǎn)速滾動軸承狀態(tài)具有極其重要的意義。變轉(zhuǎn)速運行下故障特征頻率會受轉(zhuǎn)速調(diào)制，導(dǎo)致直接利用振動信號包絡(luò)分析無法有效的判斷軸承的故障情況。

2、階次跟蹤算法是目前研究變轉(zhuǎn)速軸承故障診斷的主要方法之一，其核心在于跟蹤獲取軸承的等角度采樣信號。目前，階次跟蹤算法主要包括硬件階次跟蹤、計算階次跟蹤和無轉(zhuǎn)速計階次跟蹤。硬件階次跟蹤方法是直接利用光電脈沖角度編碼盤進行等角度采樣，獲取角域信號，該方法實時性較好；然而其成本較高，硬件設(shè)備復(fù)雜，不利于安裝。計算階次跟蹤是通過鍵相裝置獲取轉(zhuǎn)速信號，然后根據(jù)轉(zhuǎn)速信號計算等角度重采樣時間點，之后通過插值算法獲得角域信號；但安裝鍵相裝置會提高設(shè)備的復(fù)雜性，尤其是在傳動系統(tǒng)中安裝更為艱難。無轉(zhuǎn)速計階次跟蹤主要是利用時頻域分析方法從振動信號中直接提取出軸承的轉(zhuǎn)速信號，然后利用等角度采樣獲得角域信號；該方法無需安裝其它測量設(shè)備，節(jié)省成本和設(shè)備空間。在強噪聲環(huán)境下，大多時頻分析方法難以保證轉(zhuǎn)速信號的準確性。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于非線性模態(tài)分解(nonlinear?modedecomposition，nmd)的變轉(zhuǎn)速軸承故障診斷方法，目的是提升強噪聲環(huán)境下時頻分析精度，保證轉(zhuǎn)速信號的準確性，提高故障診斷的準確性。

2、本發(fā)明采用的技術(shù)方案如下：

3、一種基于非線性模態(tài)分解的變轉(zhuǎn)速軸承故障診斷方法，包括：

4、s1、獲得變轉(zhuǎn)速下滾動軸承的振動信號，并根據(jù)軸承參數(shù)計算故障特征階次；

5、s2、將所述振動信號進行低通濾波，獲得濾波后信號；

6、s3、利用非線性模態(tài)分解在所述濾波后振動信號的低頻部分提取非線性模態(tài)分量；

7、s4、利用hilbert方法計算模態(tài)分量的瞬時頻率；

8、s5、基于所述瞬時頻率，利用角域重采樣方法將s1獲得的振動信號轉(zhuǎn)化為角域偽平穩(wěn)信號；

9、s6、對所述角域偽平穩(wěn)信號通過包絡(luò)階次分析，求出解析信號的模，再對解析信號的模求傅里葉譜，對比傅里葉譜和所述故障特征階次，識別故障。

10、進一步技術(shù)方案為：

11、步驟s3中，所述非線性模態(tài)分解包括：

12、s31、利用短時傅立葉變換或小波變換獲取信號的時頻表示；

13、s32、提取時頻表示中的時頻脊曲線；

14、s33、提取到時頻脊曲線后，進行諧波重構(gòu)：對主諧波利用脊線法重構(gòu)，對次諧波采用脊線法和直接法中不一致系數(shù)較大的方法進行重構(gòu)；

15、s34、次諧波檢驗真假：利用諧波重構(gòu)方法獲得第h次的次諧波rh(t)后，通過零假設(shè)的獨立性分析辨別其真?zhèn)?，h≥2；

16、s35、噪聲檢驗：當分解至所剩信號被判斷為噪聲，停止迭代。

17、步驟s32中，在短時傅立葉變換下，將使路徑泛函最大化的峰序列作為時頻脊曲線，峰序列表達式如下：

18、

19、其中，gs(·)為短時傅立葉變換的時頻表示，ωp(t)代表時頻脊曲線，std[·]代表求標準差，mean[·]代表求均值，δωp(tn)＝ωp(tn)-ωp(tn-1)，tn代表第n個時刻。

20、步驟s33中，提取時頻脊曲線ωp(t)后，進行諧波r(t)的幅值a(t)、相位頻率的提取，實現(xiàn)對諧波的重構(gòu)；

21、對于采用短時傅立葉變換獲得時頻表示的情況，脊線法重構(gòu)方法為：

22、

23、對于采用小波變換獲得時頻表示的情況，脊線法重構(gòu)方法為：

24、

25、其中，ws(·)為小波變換的時頻表示；δvd和δlnvd為離散化效應(yīng)的修正值，為短時傅里葉變換的窗函數(shù)的傅里葉變換，ωψ為小波峰值頻率，ψ*(t)為小波變換的對數(shù)正態(tài)小波基函數(shù)ψ(t)的復(fù)共軛函數(shù)。

26、所述零假設(shè)的獨立性分析，包括：給定最大時移m，確定r1(t)諧波的代理參數(shù)：

27、

28、式中，n為采樣長度；fs為采樣頻率；d為時移點數(shù)；δtd代表時間間隔；

29、對于rh(t)次諧波，h≥2，首先將時頻信號前移δtd/2，然后利用諧波重構(gòu)法獲得最優(yōu)參數(shù)為rh(t)的代理參數(shù)；

30、用統(tǒng)計參數(shù)量化rh(t)和r1(t)的一致性：

31、

32、對諧波之間相互一致性進行總體度量：

33、

34、其中，wa,wv,wφ為權(quán)重系數(shù)；

35、若的置信水平小于預(yù)設(shè)置信水平，則此諧波為偽諧波，否則為真諧波；為δt0＝0時一致性的總體度量，為時移點數(shù)為d時的一致性的總體度量。

36、步驟s35，所述噪聲檢驗包括：

37、計算本次迭代的主諧波噪聲檢驗統(tǒng)計特征d0；

38、生成ns個代理數(shù)據(jù)，計算每個代理數(shù)據(jù)對應(yīng)的時頻表示，從中提取分量，并計算各自相應(yīng)的噪聲檢驗統(tǒng)計特征當ds＞d0的代理數(shù)據(jù)個數(shù)比例高于設(shè)置的顯著性水平，則拒絕檢驗噪聲的零假設(shè)。

39、步驟s4中，所述利用hilbert方法計算模態(tài)分量的瞬時頻率，包括：

40、將信號經(jīng)hilbert變換后獲得對應(yīng)的解析信號；

41、計算解析信號的幅值和相位；

42、計算所述相位對于時間的倒數(shù)作為所述瞬時頻率。

43、步驟s5中，所述基于所述瞬時頻率，利用角域重采樣方法將s1獲得的振動信號轉(zhuǎn)化為角域偽平穩(wěn)信號，包括：

44、按照等角度采樣間δθ對原始振動信號x(t)基于三次樣條插值的角域重采樣，獲得t(i)時刻的旋轉(zhuǎn)總角度：

45、

46、其中，fr(t)為轉(zhuǎn)速信號，即s4獲得的瞬時頻率；i代表時間序列中點的標號；

47、利用三次樣條插值對t(i)和t(i+1)間的角度θ和時間t進行擬合：

48、θi(t)＝a3(t-t(i))3+a2(t-t(i))2+(t-t(t))+a0

49、其中，a0、a2、a3分別為擬合系數(shù)；

50、當θ(i)≤kδθ<θ(i+1)，則計算時域振動信號中第k個等角度采樣的時刻t(k)：

51、

52、對x(t)進行插值運算可以得到t(k)時間點振動幅值a(k)，從而獲得角度序列為δθ,2δθ,…,kδθ，幅值序列為a(1),a(2),...,a(k)的角域信號。

53、步驟s2中，低通濾波時截止頻率根據(jù)軸承的轉(zhuǎn)速工作范圍確定。

54、步驟s1中，故障特征階次包括內(nèi)圈故障特征階次：

55、

56、外圈故障特征階次：

57、

58、滾動體故障特征階次：

59、

60、其中，z為滾動體個數(shù)，d表示滾動體直徑，d表示節(jié)徑，α為接觸角。

61、本發(fā)明的有益效果如下：

62、本發(fā)明通過nmd方法提取軸承的轉(zhuǎn)動過程中的低頻非線性模態(tài)分量，通過hilbert方法計算瞬時頻率，獲取軸承的轉(zhuǎn)速信息，利用角域重采樣方法將時域的變轉(zhuǎn)速非平穩(wěn)信號轉(zhuǎn)化為角域偽平穩(wěn)信號，通過包絡(luò)階次分析實現(xiàn)變轉(zhuǎn)速軸承的故障的準確判斷。本發(fā)明方法具有較好的抗噪性能，無需安裝其它測量設(shè)備，節(jié)省了成本和設(shè)備空間。

63、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，或者通過實施本發(fā)明而了解。