【技術實現步驟摘要】
-種基于盲源分離的風力機主軸承故障診斷方法
本專利技術涉及一種軸承故障診斷方法，特別是涉及一種基于盲源分離的風力機主軸 承故障診斷方法。
技術介紹
風力機主軸承的疲勞、裂紋等故障，是由于滾動軸承在運轉過程中經常受到交變 載荷作用，使軸承金屬件內部產生位錯運動和塑性變形，首先產生疲勞裂紋源，然后沿著最 大切應力方向向金屬內部擴展，當擴展到某一臨界尺寸時就會發生瞬時斷裂。而疲勞磨損 是由于循環接觸壓應力周期性地作用在摩擦表面上，使表面材料疲勞而產生微粒脫落的現 象。這種故障的發生過程是在初期階段，金屬內晶格發生彈性扭曲；當晶格的彈性應力達 到臨界值后，開始出現微觀裂紋，微觀裂紋再進一步擴展，就會在軸承的內、外圈滾道上出 現麻點、剝落等疲勞損壞故障。保持架斷裂處在軸承轉動過程中會與滾動體及內外滾道或 斷裂部分之間相互摩擦碰撞，導致聲發射現象。這些故障的發生與發展，都伴隨著聲發射信 號的產生。各種材料聲發射的頻率范圍很寬，金屬材料聲發射頻率可達幾十到幾百兆赫，其 信號的強度差異一般只有幾微伏。由于滾動軸承的故障信息較微弱，而背景噪聲強，因此與 傳統的振動信號分析法比較，用聲發射法進行故障監測診斷精確。
技術實現思路
本專利技術的目的在于提供，本專利技術 通過小波分析對聲發射信號進行提取，對風力發電機主軸承的聲發射信號進行了分離，實 現了對風力機主軸承聲發射故障信號的特征提取。可有效消除振動信號采集過程中混入的 噪聲，同時分離未知個數的故障源，為風力機主軸承故障識別診斷提供理論依據。 本專利技術的目的是通過以下技術方案實現的...
【技術保護點】
一種基于盲源分離的風力機主軸承故障診斷方法，其特征在于，所述方法包括：滾動軸承聲發射信號的小波分析：聲發射信號的高靈敏度很高，但是容易受到干擾，實際工程中，聲發射信號采集過程中受到周圍環境噪聲的影響，而噪聲的時域特征可能隨機地分布在整個采樣時間；所以，有必要對聲發射信號進行預先處理或結合其他方法進行消噪；小波重構聲發射信號排除了其它信號的干擾，更能表征聲發射源信息；為提高時域分辨率可以通過小波的重構算法，對每個小波分別進行重構，重構的方法包括多分辨率分析、小波頻帶能量特征的提取，提取風力機主軸承聲發射信號的特征，在風力機試驗臺正常運轉情況下采集主軸承聲發射信號的時域波形圖和功率譜圖，采用db3小波基對聲發射信號進行7層小波分解，分解后的各層的能量分布不均，其中d3和最d4層對原信號最為接近，最能反映出原信號的本質特征，其他各層分解的信號與原信號差別都較大，為源信號在不同頻段范圍的細節信號，風力機主軸承的聲發射信號的能譜主要集中在d3和d4層，?為風力機主軸承聲發射信號的提取提供了依據。
【技術特征摘要】
1. 一種基于盲源分離的風力機主軸承故障診斷方法，其特征在于，所述方法包括： 滾動軸承聲發射信號的小波分析：聲發射信號的高靈敏度很高，但是容易受到干擾，實 際工程中，聲發射信號采集過程中受到周圍環境噪聲的影響，而噪聲的時域特征可能隨機 地分布在整個采樣時間；所以，有必要對聲發射信號進行預先處理或結合其他方法進行消 噪；小波重構聲發射信號排除了其它信號的干擾，更能表征聲發射源信息；為提高時域分 辨率可以通過小波的重構算法，對每個小波分別進行重構，重構的方法包括多分辨率分析、 小波頻帶能量特征的提取，提取風力機主軸承聲發射信號的特征，在風力機試驗臺正常運 轉情況下采集主軸承聲發射信號的時域波形圖和功率譜圖，采用db3小波基對聲發射信號 進行7層小波分解，分解后的各層的能量分布不均，其中d3和最d4層對原信號最為接近， 最能反映出原信號的本質特征，其他各層分解的信號與原信號差別都較大，為源信號在不 同頻段范圍的細節信號，風力機主軸承的聲發射信號的能譜主要集中在d3和d4層，為風 力機主軸承聲發射信號的提取提供了依據。2. 根據權利要求1所述的一種基于盲源分離的風力機主軸承故障診斷方法，其特征在 于，所述聲發射源信息，包括連續小波變換、離散小波變換、小波分解的信號重構。3. 根據權利要求1所述的一種基于盲源分離的風力機主軸承故障診斷方法，其特征在 于，所述小波分解的...
【專利技術屬性】
技術研發人員：劉歡，高淑芝，王健，趙立杰，郭爍，
申請(專利權)人：沈陽化工大學，
類型：發明
國別省市：遼寧;21
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。