一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法技術

本發明專利技術公開了一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，該方法首先利用內秉時間尺度分解方法對原始信號進行分解，然后利用數據的重排和替代操作排除分解結果中的噪聲分量和趨勢項，接著再采用譜峭度方法對第一次濾波后的信號進行分析，得到最優濾波器的中心頻率和帶寬，然后利用該濾波器對第一次濾波后的信號再進行第二次濾波，然后采用平滑迭代包絡分析方法對第二次濾波后的信號進行包絡分析，最后根據包絡譜確定滾動軸承的故障類型。本發明專利技術適合于處理復雜的滾動軸承故障信號，能夠準確地判定出滾動軸承的故障類型，具有良好的抗噪性和魯棒性，便于工程應用。

【技術實現步驟摘要】

本專利技術涉及旋轉機械狀態監測與故障診斷領域，具體涉及一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法。
技術介紹
包絡分析技術廣泛應用于齒輪和滾動軸承的故障診斷中。現有的包絡分析技術有下面三個缺陷：①現有的包絡分析技術或者是直接對原始信號進行分析，或者是僅對原始信號進行簡單的濾波后再進行分析，因此現有的方法容易受到噪聲、趨勢及其它成分的干擾，從而導致現有技術的分析精度較低；②現有的包絡分析技術是以Hilbert變換為基礎，而Hilbert變換要求被分析的信號必須是單分量的窄帶信號，否則信號的頻率調制部分將要污染信號的幅值包絡分析結果，但是目前待分析的信號都不嚴格滿足單分量且窄帶的條件，這樣就會導致現有技術因精度不高而容易出現誤判問題；③由傳統方法得到的包絡譜存在著端點效應。
技術實現思路
本專利技術要解決的問題是針對以上不足，提出一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，采用本專利技術的包絡分析方法后，具有分析結果準確度和精確度高，并能準確地檢測出滾動軸承故障類型的優點。為解決以上技術問題，本專利技術采取的技術方案如下：一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，其特征在于，包括以下步驟：步驟1：利用加速度傳感器以采樣頻率fs測取滾動軸承的振動信號x（k）, （k=1, 2, …,N），N為采樣信號的長度；步驟2：采用內秉時間尺度分解(Intrinsic Time-scale Decomposition, ITD)算法將信號x（k）分解成n個分量和一個趨勢項之和，即，其中，ci（k）代表由內秉時間尺度分解算法得到的第i個分量，rn（k）代表由內秉時間尺度分解算法得到的趨勢項；步驟3：對ci（k）執行重排操作和替代操作，經重排操作得到的數據用cishuffle（k）表示，替代操作后得到數據用ciFTran（k）表示；步驟4：對ci（k）、cishuffle（k）和ciFTran（k）分別執行多重分形去趨勢波動分析（Multifractal Detrended Fluctuation Analysis, MFDFA），得到廣義Hurst指數曲線，ci（k）的廣義Hurst指數曲線用Hi（q）表示；cishuffle（k）的廣義Hurst指數曲線用Hishuffle（q）表示；ciFTran（k）的廣義Hurst指數曲線用HiFTran（q）表示；步驟5：如果Hi（q） 與Hishuffle（q）或Hi（q） 與HiFTran（q）之間的相對誤差小于5%，或者Hi（q） 、Hishuffle（q） 和HiFTran（q）三者都不隨q而變化，則拋棄對應的ci（k）分量；步驟6：對剩余的ci（k）分量求和，將該和記為信號經重排和替代濾波后的結果xf1（k）；步驟7：對xf1（k）執行譜峭度分析，求出信號峭度最大處所對應的中心頻率f0和帶寬B；步驟8： 根據中心頻率f0和帶寬B對xf1（k）進行帶通濾波，得到xf2（k）；步驟9：對信號xf2（k）執行平滑迭代包絡分析，得到信號包絡eov（k）；步驟10：對得到的信號包絡eov（k）執行離散傅里葉變換得到包絡譜，根據包絡譜特征頻率判斷機器的故障類型。一種優化方案，所述步驟2中內秉時間尺度分解算法包括以下步驟：1)對于信號xt，（t=1, 2, …,N），定義一個算子用于抽取低頻基線信號，即：其中是基線信號，是一個固有旋轉分量, 假設是一個實值信號，代表xt的局部極值所對應的時刻，為方便起見定義；如果xt在某個區間上具有恒定值，考慮到鄰近的信號存在著波動，我們仍然認為xt在這個區間上包含著極值，這時是該區間的右端點；為方便起見，定義，；假設和在上有定義，xk在上有定義，在區間上的連續極值點之間定義一個分段線性的基線信號抽取算子，即：其中這里參數是一個線性增益，，本例中；2)定義一個固有旋轉分量抽取算子，即：其中，為第1次迭代分解得到的分量；為第1次迭代分解得到的基線信號；在第1次迭代分解中，xt代表權利要求1所述步驟2中x(k)；3）再把作為新數據，重復上述步驟，可以分離出頻率依次降低的固有旋轉分量，直到基線信號變得單調為止；這樣xt的整個分解過程可以寫為：其中代表第i次迭代分解得到的分量，代表第i次迭代分解得到的基線信號。進一步地，所述步驟3中數據重排操作包括以下步驟：隨機打亂分量ci（k）的排列順序。進一步地，所述步驟3中數據替代操作包括以下步驟：1）對分量ci（k）執行離散傅里葉變換，獲得分量ci（k）的相位；2）用一組位于(-π，π)區間內的偽獨立同分布數來代替分量ci（k）的原始相位；3）對經過相位替代后的頻域數據執行離散傅里葉逆變換得到數據ciIFFT（k），求取數據ciIFFT（k）的實部。進一步地，所述步驟4中MFDFA方法包括以下步驟：1）構造x(k)(k=1,2,…,N)的輪廓Y(i)：x(k)代表權利要求1所述步驟4中的ci（k）或cishuffle（k）或ciFTran（k）；2）將信號輪廓Y(i)分成不重疊的NS段長度為s的數據，由于數據長度N通常不能整除s，所以會剩余一段數據不能利用；為了充分利用數據的長度，再從數據的反方向以相同的長度分段，這樣一共得到2NS段數據；3）利用最小二乘法擬合每段數據的多項式趨勢，然后計算每段數據的方差：yv(i)為擬合的第v段數據的趨勢，若擬合的多項式趨勢為m階，則記該去趨勢過程為（MF-）DFAm；本例中，m=1；4）計算第q階波動函數的平均值：5）如果x(k)存在自相似特征，則第q階波動函數的平均值Fq(s)和時間尺度s之間存在冪律關系：當q=0時，步驟4）中的公式發散，這時H(0)通過下式所定義的對數平均過程來確定：6）對步驟5）中的公式兩邊取對數可得ln[Fq(s)]=H(q)ln(s)+c（c為常數），由此可以獲得直線的斜率H(q)。進一步地，所述步驟7中的譜峭度方法包括以下步驟：1）構造一個截止頻率為fc=0.125+ε的低通濾波器h(n)；ε>0，本例中fc=0.3;2）基于h(n)構造通頻帶為[0, 0.25]的準低通濾波器h0(n)和通頻帶為[0.25, 0.5]的準高通濾波器h1(n)，；3）信號cik(n)經 h0(n)、 h1(n)濾波并降采樣后分解成低頻部分c2ik+1(n)和高頻部分c2i+1k+1(n)，降采樣的因子為2，再經多次迭代濾波后形成濾波器樹，第k層有2k個頻帶，其中cik(n)表示濾波器樹中第k層上的第i個濾波器的輸出信號，i=0,…, 2k-1，0≤k≤K-1，本例中K=8；c0 (n)代表權利要求1所述步驟7中xf1（k）；4）分解樹中第k層上的第i個濾波器的中心頻率fki和帶寬Bk分別為；5）計算每一個濾波器結果cik(n)( i=0,…, 2k-1) 的峭度；6）將所有的譜峭度匯總，得到信號總的譜峭度。進一步地，所述步驟9中的平滑迭代包絡分析方法包括以下步驟：1）計算局部均值函數：確定信號x(k)所有的局部極值點ni，計算相鄰兩個極值點ni和ni+1的平均值mi，即將所有相鄰兩個極值點的平均值mi用折線連接，然后采用移動平均方法進行平滑處理，得到局部均值函數m11(k)；本例中，移動平均方法中的平滑步長設置為5；在第1次迭代中，x(k本文檔來自技高網...

【技術保護點】
一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，其特征在于，包括以下步驟：步驟1：利用加速度傳感器以采樣頻率fs測取滾動軸承的振動信號x（k）,（k=1,2,…,N），N為采樣信號的長度；步驟2：采用內秉時間尺度分解(Intrinsic?Time?scale?Decomposition,?ITD)算法將信號x（k）分解成n個分量和一個趨勢項之和，即，其中，ci（k）代表由內秉時間尺度分解算法得到的第i個分量，rn（k）代表由內秉時間尺度分解算法得到的趨勢項；步驟3：對ci（k）執行重排操作和替代操作，經重排操作得到的數據用cishuffle（k）表示，替代操作后得到數據用ciFTran（k）表示；步驟4：對ci（k）、cishuffle（k）和ciFTran（k）分別執行多重分形去趨勢波動分析（Multifractal?Detrended?Fluctuation?Analysis,?MFDFA），得到廣義Hurst指數曲線，ci（k）的廣義Hurst指數曲線用Hi（q）表示；cishuffle（k）的廣義Hurst指數曲線用Hishuffle（q）表示；ciFTran（k）的廣義Hurst指數曲線用HiFTran（q）表示；步驟5：如果Hi（q）?與Hishuffle（q）或Hi（q）?與HiFTran（q）之間的相對誤差小于5%，或者Hi（q）?、Hishuffle（q）?和HiFTran（q）三者都不隨q而變化，則拋棄對應的ci（k）分量；步驟6：對剩余的ci（k）分量求和，將該和記為信號經重排和替代濾波后的結果xf1（k）；步驟7：對xf1（k）執行譜峭度分析，求出信號峭度最大處所對應的中心頻率f0和帶寬B；步驟8：?根據中心頻率f0和帶寬B對xf1（k）進行帶通濾波，得到xf2（k）；步驟9：對信號xf2（k）執行平滑迭代包絡分析，得到信號包絡eov（k）；步驟10：對得到的信號包絡eov（k）執行離散傅里葉變換得到包絡譜，根據包絡譜特征頻率判斷機器的故障類型。...

【技術特征摘要】
1.一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，其特征在于，包括以下步驟：步驟1：利用加速度傳感器以采樣頻率fs測取滾動軸承的振動信號x（k）,（k=1,2,…,N），N為采樣信號的長度；步驟2：采用內秉時間尺度分解(Intrinsic Time-scale Decomposition, ITD)算法將信號x（k）分解成n個分量和一個趨勢項之和，即，其中，ci（k）代表由內秉時間尺度分解算法得到的第i個分量，rn（k）代表由內秉時間尺度分解算法得到的趨勢項；步驟3：對ci（k）執行重排操作和替代操作，經重排操作得到的數據用cishuffle（k）表示，替代操作后得到數據用ciFTran（k）表示；步驟4：對ci（k）、cishuffle（k）和ciFTran（k）分別執行多重分形去趨勢波動分析（Multifractal Detrended Fluctuation Analysis, MFDFA），得到廣義Hurst指數曲線，ci（k）的廣義Hurst指數曲線用Hi（q）表示；cishuffle（k）的廣義Hurst指數曲線用Hishuffle（q）表示；ciFTran（k）的廣義Hurst指數曲線用HiFTran（q）表示；步驟5：如果Hi（q） 與Hishuffle（q）或Hi（q） 與HiFTran（q）之間的相對誤差小于5%，或者Hi（q） 、Hishuffle（q） 和HiFTran（q）三者都不隨q而變化，則拋棄對應的ci（k）分量；步驟6：對剩余的ci（k）分量求和，將該和記為信號經重排和替代濾波后的結果xf1（k）；步驟7：對xf1（k）執行譜峭度分析，求出信號峭度最大處所對應的中心頻率f0和帶寬B；步驟8： 根據中心頻率f0和帶寬B對xf1（k）進行帶通濾波，得到xf2（k）；步驟9：對信號xf2（k）執行平滑迭代包絡分析，得到信號包絡eov（k）；步驟10：對得到的信號包絡eov（k）執行離散傅里葉變換得到包絡譜，根據包絡譜特征頻率判斷機器的故障類型。2.根據權利要求1所述的一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，其特征在于，所述步驟2中內秉時間尺度分解算法包括以下步驟：1) 對于信號xt，（t=1, 2, …,N），定義一個算子用于抽取低頻基線信號，即：其中是基線信號，是一個固有旋轉分量, 假設是一個實值信號，代表xt的局部極值所對應的時刻，為方便起見定義；如果xt在某個區間上具有恒定值，考慮到鄰近的信號存在著波動，我們仍然認為xt在這個區間上包含著極值，這時是該區間的右端點；為方便起見，定義，;假設和在上有定義，xk在上有定義，在區間上的連續極值點之間定義一個分段線性的基線信號抽取算子，即：其中這里參數是一個線性增益，，本例中；2) 定義一個固有旋轉分量抽取算子，即：其中，為第1次迭代分解得到的分量；為第1次迭代分解得到的基線信號；在第1次迭代分解中，xt代表權利要求1所述步驟2中x(k)；3）再把作為新數據，重復上述步驟，可以分離出頻率依次降低的固有旋轉分量，直到基線信號變得單調為止；這樣xt的整個分解過程可以寫為：其中代表第i次迭代分解得到的分量，代表第i次迭代分解得到的基線信號。3.根據權利要求1所述的一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，其特征在于，所述步驟3中數據重排操作包括以下步驟：隨機打亂分量ci（k）的排列順序。4.根據權利要求1所述的一種滾動軸承的ITD、譜峭度和平滑迭代包絡分析方法，其特征在于：所述步驟3中數據替代操作包括以下步驟：1）對分量ci（k）執行離散傅里葉變換，獲得分量ci（k）的相位；2）用一組位于(...

【專利技術屬性】
技術研發人員：竇春紅，
申請(專利權)人：濰坊學院，
類型：發明
國別省市：山東;37