一种滚动轴承故障的诊断方法、装置及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115791169A(43)申请公布日2023.03.14(21)申请号202211467640.4(22)申请日2022.11.22(71)申请人内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司地址010020内蒙古自治区呼和浩特市玉泉区锡林郭勒南路21号(72)发明人张利慧李晓波焦晓峰俎海东云杰魏超杨彦平(74)专利代理机构北京卓岚智财知识产权代理有限公司11624专利代理师任漱晨(51)Int.Cl.G01M13/04(2019.01)G01M13/045(2019.01)权利要求书5页说明书19页附图6页(54)发明名称一种滚动轴承故障的诊断方法、装置及电子设备(57)摘要本发明实施例提供一种滚动轴承故障的诊断方法、装置及电子设备，涉及旋转机械故障诊断技术领域，该方法包括：通过分析各滚动轴承的型号和结构参数得到故障特征参数值；将每个滚动轴承的振动信号分别进行计算，得到每个滚动轴承各自的多项时域特征参数和多项频域特征参数；当初步认定相应的滚动轴承具有故障，去除噪声信号，得到轴承的初筛故障振动信号；对初筛故障振动信号进行变换抽取出信号的模态函数并进行共振解调处理；筛选出低频周期调制信号，判定低频周期调制信号为故障信号；将与故障信号的特征参数相匹配的滚动轴承的故障特征参数对应的滚动轴承特征作为滚动轴承故障特征。全面且完整的实现滚动轴承的早期故障诊断。CN115791169ACN115791169A权利要求书1/5页1.一种滚动轴承故障的诊断方法，其特征在于，包括：获取风力发电机组的各滚动轴承的型号和结构参数，通过分析各滚动轴承的型号和结构参数得到相应滚动轴承的故障特征参数值；滚动轴承的所述故障特征参数包括：保持架的故障特征频率、内圈的故障特征频率、外圈的故障特征频率和滚动体的故障特征频率；获取所采集的预设时间段内的所述风力发电机组的各滚动轴承的振动信号；针对每个所述滚动轴承，将每个滚动轴承的所述振动信号分别进行计算，得到每个滚动轴承各自的多项时域特征参数和多项频域特征参数；根据各项所述时域特征参数表征的特性、和/或、各项所述频域特征参数各自表征的振动特性分别判定各滚动轴承是否具有故障；当根据任一所述时域特征参数、或者任一所述多项频域特征参数判定滚动轴承具有故障时，初步认定相应的滚动轴承具有故障；当初步认定滚动轴承具有故障时，基于奇异值分解重构法对所述滚动轴承的所述振动信号进行重构；自重构的所述振动信号内确定噪声信号，并去除所述噪声信号，得到所述轴承的初筛故障振动信号；基于希尔伯特‑黄变换对所述初筛故障振动信号进行变换，得到边际谱信号波形图，自所述边际谱信号波形图内抽取出信号的模态函数，对信号的所述模态函数进行共振解调处理；若自共振解调处理后的所述模态函数内筛选出低频周期调制信号，则判定所述滚动轴承已产生故障，且所述低频周期调制信号为故障信号；将所述故障信号的特征参数与所述故障特征参数进行匹配，将与所述故障信号的特征参数相匹配的滚动轴承的所述故障特征参数对应的滚动轴承特征作为所述滚动轴承故障特征。2.根据权利要求1所述的滚动轴承故障的诊断方法，其特征在于，所述多项时域特征参数包括：S1到S17，其中：幅值均值S1：所述幅值均值S1表示滚动轴承的所述振动信号的幅值的平均值，通过所述幅值均值S1表示滚动轴承在随机振动过程的静态分量和所述振动信号变化的中心趋势；当所述幅值均值S1小于预设幅值均值阈值时，表示滚动轴承在随机振动过程的静态分量过低、且所述振动信号变化偏离振动中心趋势；幅值的绝对均值S2：所述幅值的绝对均值S2表示滚动轴承在随机振动过程的静态分量和所述振动信号变化的中心趋势；当所述幅值的绝对均值S2小于预设幅值的绝对均值阈值时，表示滚动轴承在随机振动过程的静态分量过低、所述振动信号变化偏离振动中心趋势；幅值的均方根值S15：所述幅值的均方根值S15反映滚动轴承在振动过程的平均能量，表现为滚动轴承振动信号的瞬时值随着时间在不断变化；通过所述幅值的均方根值S15检测滚动轴承因表面磨损类故障产生的无规则振动波形异常，同时反映滚动轴承随时间劣化的状况；所述通过所述幅值的均方根值S15检测滚动轴承因表面磨损类故障产生的无规则振动波形异常，同时反映滚动轴承随时间劣化的状况，具体包括：当幅值的均方根值S15偏离正常位的均方根值超过第一偏离阈值时，表明滚动轴承存在故障隐患或已经出现轻微故障，且滚动轴承处于已经出现轻微故障的早期；当幅值的均方根值S15偏离正常位的均方根值超过第二偏离阈值时，表明滚动轴承出现明显故障，并且滚动轴承的功能处于退化阶段的中后期；其中，所述第二偏离阈值大于所述第一偏离阈值；2CN115791169A权利要求书2/5页当幅值的均方根值S15偏离正