基于自适应滤波解调的机车轮对轴承定量诊断方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109975025A(43)申请公布日2019.07.05(21)申请号201910359782.0(22)申请日2019.04.29(71)申请人西安交通大学地址710049陕西省西安市咸宁西路28号(72)发明人刘一龙翟智张兴武陈雪峰(74)专利代理机构北京中济纬天专利代理有限公司11429代理人覃婧婵(51)Int.Cl.G01M13/045(2019.01)权利要求书2页说明书7页附图5页(54)发明名称基于自适应滤波解调的机车轮对轴承定量诊断方法(57)摘要本公开揭示了一种基于自适应滤波解调的机车轮对轴承定量诊断方法，包括参数训练和实时诊断两个阶段。其中，参数训练阶段遍历滤波器的长度、步长及频带等三个滤波器参数，通过迭代循环实现故障冲击特征的最优化提取，并自适应确定最佳滤波器参数及最佳包络谱，进而计算故障程度指标FSI，建立故障程度与故障程度指标FSI的对应关系并确定阈值；实时诊断阶段采用参数训练阶段得到的最佳滤波器参数及阈值，对实时采集的轮对轴承信号进行滤波，求解最佳包络谱，并对比当前故障程度指标与阈值的大小关系，实现轮对轴承的故障报警及定量诊断。CN109975025ACN109975025A权利要求书1/2页1.一种基于自适应滤波解调的机车轮对轴承定量诊断方法，包括参数训练和实时诊断两个阶段；其中，参数训练阶段包括如下步骤：S11：采集已知故障程度的机车轮对轴承的振动加速度信号x；S12：设定滤波器的长度和步长范围分别为L、LΔ，以不同滤波器的长度Li、不同滤波器步长以及不同滤波器频带Bl组成滤波器数组Wi，j，l；将所述振动加速度信号x输入根据所述滤波器数组Wi，j，j确定的带通滤波器中进行滤波，输出信号定义为Si，j，l；S13：对所述输出信号Si，j，l进行希尔伯特包络解调，得到包络谱Zi，j，l；S14：计算所述包络谱Zi，j，l的噪声指标Ei，j，l，并循环执行步骤S12至步骤S14，直至得到所有包络谱Zi，j，l的噪声指标Ei，j，l；S15：选取所有噪声指标Ei，j，l中的最小值Eopt，将该最小值所对应的滤波器的滤波器频带Bopt、滤波器长度Lopt、滤波器步长作为最佳滤波器参数，记录为最佳滤波器参数滤波后的振动加速度信号记录为sopt；S16：对所述最佳滤波器参数滤波后的振动加速度信号sopt进行希尔伯特解调，获得自适应滤波解调后的最佳包络谱Zopt；S17：计算步骤S16中所得最佳包络谱Zopt的故障程度指标FSI；S18：重复步骤S11至S17，对至少三种故障程度的轴承对应的FSI指标进行二次多项式拟合，得到机车轮对轴承实际故障程度与故障程度指标FSI的对应关系，并确定不同故障程度对应的阈值范围；实时诊断阶段包括如下步骤：S21：采集未知故障程度的机车轮对轴承的振动加速度信号y；S22：设置滤波器参数为步骤S15中得到最佳滤波器参数Ω；S23：计算所述最佳滤波器参数Ω滤波后的振动加速度信号y的包络谱Zy，opt；S24：计算所述包络谱Zy，opt的故障程度指标FSIy；S25：根据步骤S18中所设定的故障程度的阈值范围确定机车轮对轴承的故障程度。2.根据权利要求1所述的诊断方法，其特征在于，优选的，所述振动加速度信号x和y通过振动传感器采集。3.根据权利要求1所述的诊断方法，其特征在于，步骤S12中，所述滤波器的长度L在10-1000内取整数值，所述滤波器的步长LΔ在10到100内取整数值。4.根据权利要求1所述的方法，其特征在于，步骤S12中，所述滤波器数组Wi，j，l为：其中其中，B(l)表示滤波器频带，fs表示采样频率，floor表示向下取整运算，L表示滤波器的长度，Li表示第i种滤波器的长度，表示第j种滤波器的步长，表示l的最大值，i表示滤波器的长度L等分的小段数，j表示滤波器的步长LΔ等分的小段数，l表示滤波器的编号，且i、j、l均为正整数。5.根据权利要求1所述的方法，其特征在于，步骤S13中，所述希尔伯特包络解调如下所2CN109975025A权利要求书2/2页示：Zi，j，l＝|FFT(HSi，j，l)|其中，i表示滤波器的长度L等分的小段数，j表示滤波器的步长LΔ等分的小段数，l表示滤波器的编号，t表示时间，τ表示积分变量，FFT表示傅里叶频谱运算，si，j，l表示以滤波器数组Wi，j，l滤波后的振动加速度信号，Hi，j，l表示滤波后的输出信号Si，j，l经过希尔伯特变换后得到的结果，HSi，j，l表示输出信号Si，j，l的包络信号，Zi，j，l表示包络谱。6.根据权利要求1所述的方法，其特征在于，步骤S14中，所述噪声指标Ei，j，l定义为：其中，n为包络谱的点数，k为正整数，取值范围为1≤k