一种回转窑托轮轴承的故障诊断方法.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CN108458875A(43)申请公布日2018.08.28(21)申请号201810316954.1(22)申请日2018.04.10(71)申请人上海应用技术大学地址200235上海市徐汇区漕宝路120-121号(72)发明人任峰马向华(74)专利代理机构上海汉声知识产权代理有限公司31236代理人胡晶(51)Int.Cl.G01M13/04(2006.01)权利要求书2页说明书5页附图3页(54)发明名称一种回转窑托轮轴承的故障诊断方法(57)摘要本发明提供了一种回转窑托轮轴承的故障诊断方法，包括：获取回转窑托轮轴承的振动信号；对振动信号进行经验模态分解，得到n个固有模态函数IMF分量；从n个固有模态函数IMF分量选取m个IMF分量组成初始向量矩阵；对初始向量矩阵进行奇异值分解，得到奇异值分解特征向量；对回转窑托轮轴承的故障特征矩阵进行希尔伯特Hilbert变换，得到振动信号的包络谱图；将包络谱图与回转窑托轮轴承正常运行状态下得到的参考包络图进行比对，以得到回转窑托轮轴承的故障类型和/或故障位置。本发明实现了快速、自动、准确诊断故障位置，并克服传统检测方式效率低下和位置不准确的缺陷，节约了诊断轴承故障的时间，提高了诊断精度。CN108458875ACN108458875A权利要求书1/2页1.一种回转窑托轮轴承的故障诊断方法，其特征在于，包括：获取回转窑托轮轴承的振动信号；对所述振动信号进行经验模态分解，得到n个固有模态函数IMF分量，其中n为大于1的自然数；从所述n个固有模态函数IMF分量选取m个IMF分量组成初始向量矩阵，其中m为大于0且小于等于n的自然数；对所述初始向量矩阵进行奇异值分解，得到奇异值分解特征向量；对回转窑托轮轴承的故障特征矩阵进行希尔伯特Hilbert变换，得到所述振动信号的包络谱图；其中，所述回转窑托轮轴承的故障特征矩阵是由所述奇异值分解特征向量组成的；将所述包络谱图与所述回转窑托轮轴承正常运行状态下得到的参考包络图进行比对，以得到所述回转窑托轮轴承的故障类型和/或故障位置。2.根据权利要求1所述的回转窑托轮轴承的故障诊断方法，其特征在于，所述获取回转窑托轮轴承的振动信号，包括：通过安装在回转窑托轮轴承的轴承座上的加速度传感器来采集所述回转窑托轮轴承的振动信号。3.根据权利要求1所述的回转窑托轮轴承的故障诊断方法，其特征在于，所述对所述振动信号进行经验模态分解，得到n个固有模态函数IMF分量，包括：通过经验模态分解将所述振动信号x(t)分解为如下等式：式中：x(t)表示振动信号，bi表示第i个固有模态函数IMF分量，rn表示残余函数，且rn为单调函数。4.根据权利要求1所述的回转窑托轮轴承的故障诊断方法，其特征在于，所述从所述n个固有模态函数IMF分量选取m个IMF分量组成初始向量矩阵，包括：从所述n个固有模态函数IMF分量中选取出IMF分量占总能量的百分比大于预设阈值的IMF分量组成初始向量矩阵。5.根据权利要求1所述的回转窑托轮轴承的故障诊断方法，其特征在于，所述对所述初始向量矩阵进行奇异值分解，得到奇异值分解特征向量，包括：对于初始向量矩阵A，其秩为r′，则存在两个标准正交矩阵U和W及对角阵D，矩阵A的奇异值分解为：A＝UDWT其中，U＝[u1,u2,…,un]，Δr′*r′＝diag(σ1,σ2,…,σr′)，W＝[w1,w2,…,wn]Ti的取值范围为[1,r′]，λ1≥λ2≥…≥λr′≥0是矩阵AA的特征值；在λ1≥λ2≥…≥λr′≥0的限制条件下，矩阵A的奇异值(σ1,σ2,…,σr′)是唯一的。2CN108458875A权利要求书2/2页6.根据权利要求1所述的回转窑托轮轴承的故障诊断方法，其特征在于，所述对回转窑托轮轴承的故障特征矩阵进行希尔伯特Hilbert变换，得到所述振动信号的包络谱图，包括：以故障特征矩阵为实部、Hilbert变换对为虚部构建解析特征矩阵；对所述解析特征矩阵进行求模后得到所述振动信号的包络；对所述振动信号的包络进行低通滤波，并作傅里叶Fourier变换后求出包络谱图。3CN108458875A说明书1/5页一种回转窑托轮轴承的故障诊断方法技术领域[0001]本发明涉及机械故障诊断技术领域，具体地，涉及一种回转窑托轮轴承的故障诊断方法。背景技术[0002]机械滚动轴承在冶金、交通等行业不断被广泛应用，其行业生产设备日趋大型化、集成化、高速化、自动化和智能化，由此而使得设备特别是关键设备在生产实践中的作用越来越大。滚动轴承作为红土镍矿回转窑转动的关键设备被大量应用于窑托轮装置中。在回转窑生产过程中，滚动托轮轴承的磨损、裂纹和断轴等故障会导致窑不能进行正常生产，严重时甚至引发意外事故，造