基于自适应谐波乘积谱的轴承故障诊断方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115753105A(43)申请公布日2023.03.07(21)申请号202211397485.3(22)申请日2022.11.09(71)申请人西南交通大学地址610000四川省成都市二环路北一段(72)发明人易彩汪浩周秋阳冉乐王靖元汪煜坤廖小康(74)专利代理机构成都东恒知盛知识产权代理事务所(特殊普通合伙)51304专利代理师罗江(51)Int.Cl.G01M13/045(2019.01)权利要求书1页说明书4页附图1页(54)发明名称基于自适应谐波乘积谱的轴承故障诊断方法(57)摘要本发明涉及轴承故障诊断技术领域，涉及一种基于自适应谐波乘积谱的轴承故障诊断方法，其包括以下步骤：一、计算原始信号的功率谱密度PSD，然后将功率谱密度与高斯核函数进行迭代卷积，随着迭代的进行，得到不同平滑程度的PSD曲线；二、取不同平滑程度的PSD曲线的极小值点位置作为频谱分割边界，利用层次分析将这些边界依次堆叠，形成一个多层次的频谱分割结构；三、对各个频带内的信号进行滤波，并计算各个滤波信号的谐波显著指数HSI；四、定位具有最大HSI值的滤波子信号，然后获取该滤波子信号的包络谱，提取故障特征。本发明能较佳地进行轴承故障诊断。CN115753105ACN115753105A权利要求书1/1页1.基于自适应谐波乘积谱的轴承故障诊断方法，其特征在于：包括以下步骤：一、计算原始信号的功率谱密度PSD，然后将功率谱密度与高斯核函数进行迭代卷积，随着迭代的进行，得到不同平滑程度的PSD曲线；二、选取不同平滑程度的PSD曲线的极小值点位置作为频谱分割边界，利用层次分析将这些边界依次堆叠，形成一个多层次的频谱分割结构；三、应用有限脉冲响应滤波器FIR对步骤二中涉及各个相邻边界内的信号进行滤波，得到若干个滤波子信号，并分别计算它们的HSI值；四、执行希尔伯特包络解调，即定位具有最大HSI值的滤波子信号，然后获取该滤波子信号的包络谱，提取故障特征。2.根据权利要求1所述的基于自适应谐波乘积谱的轴承故障诊断方法，其特征在于：步骤一中，功率谱密度通过式(1)计算：其中，N为信号长度，L为窗函数的长度，l表示第几个分段窗，分段重叠率设置为50％，表示第l个分段窗对应的修正周期图，具体表达式为：其中，d(n)表示窗函数，取汉宁窗函数，xl(n)为基于原始信号对应窗长的分段信号，P表示窗函数d(n)的功率，通过式(3)计算：3.根据权利要求2所述的基于自适应谐波乘积谱的轴承故障诊断方法，其特征在于：步骤一中，功率谱与高斯核函数g(k,t)进行迭代卷积的公式如下：Ck＝Ck‑1*g(k,t),k＝1,2,3…#(5)其中，k为卷积迭代次数，t为尺度参数，*表示卷积，Ck表示经过k次迭代卷积之后的PSD曲线；则Ck‑1表示经过k‑1次迭代卷积之后的PSD曲线。4.根据权利要求3所述的基于自适应谐波乘积谱的轴承故障诊断方法，其特征在于：步骤一、二中，随着卷积迭代的进行，曲线变得愈加平滑，当Ck的极小值点个数等于1时，迭代停止进行；在众多曲线Ck中，将极值点个数分别为1～M的曲线依次排列，取各个曲线极小值点的位置作为频谱分割边界。5.根据权利要求4所述的基于自适应谐波乘积谱的轴承故障诊断方法，其特征在于：频谱分割结构中，第0层的频谱不被划分，是一个全频段的频谱，第1层的频谱被分割为2个区间，第2层的频谱被分割为3个区间，根据这个规律，第M层的频谱被分割为M+1个区间，这样就利用了层次分析来寻找最优的共振频带划分。2CN115753105A说明书1/4页基于自适应谐波乘积谱的轴承故障诊断方法技术领域[0001]本发明涉及轴承故障诊断技术领域，具体地说，涉及一种基于自适应谐波乘积谱的轴承故障诊断方法。背景技术[0002]轴承故障是众多机械故障之一，由于轴承在工业生产中应用广泛，因此准确进行轴承故障诊断具有很大的现实意义。[0003]轴承故障特征总是反映在共振频带上，轴承信号的共振频带相对较宽，占信号能量的大部分。目前已有大量就共振频带探测方法的研究，比如，快速谱峭度是在谱峭度的基础上提出的一种基于带通滤波器的算法，将原始信号经过二分和三分不断交替分解，计算信号频段上的谱峭度值，绘制出谱峭度图，其是一种准确地识别强噪声背景下的滚动轴承故障特征的方法。快速谱峭度(FK)中所采用的频带分割规则虽然在故障共振带的定位上取得了很大的成就，但仍存在共振频带分解不足或过分解的问题。这将影响基于这种频带分割规则的故障诊断方法的性能。因此，需要一种基于自适应谐波乘积谱的轴承故障诊断方法来解决上述问题。发明内容[0004]本发明的内容是提供一种基于自适应谐波乘积谱的轴承故障诊断方法，其能够克服现有技术的某种或某些缺陷。[0005]根据本