一种轴承故障检测方法、装置及设备制造方法及图纸

本发明专利技术涉及一种轴承故障检测方法包括：获取测试轴承的振动加速度时域信号，经短时傅里叶变换生成时频域系数矩阵；利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的凸性目标函数；利用交替方向乘子法将凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数、关于截断核范数的第二子目标函数与辅助迭代函数；利用前向后向分裂算法求解第一子目标函数得关于X

【技术实现步骤摘要】
一种轴承故障检测方法、装置及设备


[0001]本专利技术涉及机械设备故障检测
，尤其是指一种轴承故障检测方法、装置及设备。

技术介绍

[0002]机械系统在国民经济发展中发挥着重要的作用，而轴承在机械系统的动力传输中又起着关键的作用，其健康状态会关系到整个设备的运行性能与安全。由于长期运行在复杂工况及环境下，轴承容易受到损坏，从而造成设备故障，由此可能引起重大的经济损失甚至人员伤亡。因此，对轴承进行准确、及时的故障诊断对于机械系统运行的可靠性具有重要意义。由于机械故障容易带来其振动信号上的变化，所以基于振动信号分析机械设备状态的方式已广泛应用于机械故障诊断领域。当轴承发生故障时，振动信号会激发脉冲响应，呈现周期性和非平稳性；但与此同时，复杂的工作环境也可能会引入大量的噪声，导致故障相关分量被噪声淹没，使故障特征不易被识别。
[0003]稀疏低秩矩阵估计是一种常用于图像识别与视频监控的去噪方法，其在这两方面的优异性能受到了广泛关注。从低秩矩阵的角度来看，信号矩阵的秩是矩阵行和列之间相关性的度量，对信号矩阵的秩优化可以有限地去除信号中的冗余信息，从而挖掘出信号中包含的更深层次的信息。由轴承故障引起的瞬态脉冲不仅在时域具有稀疏性，相应的，其时频域系数同样具有稀疏性，同时时频域系数的奇异值分布显示其具有低秩特性，而噪声信号的时频域系数不具备这两种特性。因此，稀疏低秩矩阵估计的方法同样适用于故障特征提取，其基本思想是：将一维含有噪声的信号通过短时傅里叶变换得到其时频域的系数矩阵，将从一维含噪信号中提取轴承故障脉冲信号的问题转化为一个从二维时频域系数矩阵中估计一个稀疏低秩矩阵的问题，再通过对所得到的稀疏低秩矩阵进行短时傅里叶逆变换，从而得到想要的故障瞬态脉冲。然而，由于核范数不能准确的逼近矩阵的秩，稀疏诱导范数不能准确地逼近L0范数，稀疏低秩矩阵估计的方法在故障诊断领域中的应用未取得广泛的发展。
[0004]传统稀疏低秩矩阵估计方法通过L1范数诱导时频系数矩阵的稀疏性，通过核范数来逼近矩阵的秩。由于L1范数本身的缺点，其保留信号幅值的能力差，使得最终得到的故障瞬态信号被明显低估。并且，核范数难以非常准确的逼近矩阵的秩，这导致其对于大的奇异值的保留结果会有较大的低估，小的奇异值没有及时的被舍去，由此也会影响最终得到的故障瞬态信号的幅值以及去噪效果。因此，现有的稀疏低秩矩阵估计方法稀疏诱导范数不能准确地逼近L0范数，容易引起故障瞬态脉冲的幅值低估；核范数不能准确地逼近矩阵的秩，奇异值保留效果差，影响故障瞬态脉冲的恢复效果；所得到的恢复信号幅值低估较为严重，平方包络谱幅值低，故障特征频率不明显。

技术实现思路

[0005]为此，本专利技术所要解决的技术问题在于克服现有技术中对轴承故障瞬态脉冲的重
构时域信号幅值低估严重的问题。
[0006]为解决上述技术问题，本专利技术提供了一种轴承故障检测方法，包括：
[0007]S1：获取测试轴承的振动加速度时域信号，利用短时傅里叶变换生成时频域系数矩阵Y；
[0008]S2：利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的目标函数，并根据其凸性条件转换为凸性目标函数；利用交替方向乘子法将所述凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数、关于截断核范数的第二子目标函数与辅助迭代函数；
[0009]S3：利用前向后向分裂算法，求解所述第一子目标函数，得到关于X
k+1
的迭代公式组；
[0010]S4：根据所述关于X
k+1
的迭代公式组，利用奇异值阈值算法求解所述第二目标子函数，得到关于Z
k+1
的迭代公式；
[0011]S5：利用关于X
k+1
的迭代公式组与关于Z
k+1
的迭代公式更新所述辅助迭代函数，初始化参数，将所述时频域系数矩阵Y输入所述辅助迭代函数中，迭代预设次数Nit次获取对应的时频域稀疏低秩矩阵X
Nit
；
[0012]S6：对所述时频域稀疏低秩矩阵X
Nit
进行短时傅里叶逆变换得到轴承故障瞬态脉冲的重构时域信号；
[0013]S7：对所述轴承故障瞬态脉冲的重构时域信号进行平方包络谱分析，得到轴承故障特征频率。
[0014]在本专利技术的一个实施例中，所述利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的目标函数，并根据其凸性条件转换为凸性目标函数包括：
[0015]所述稀疏低秩优化模型的目标函数：
[0016][0017]所述凸性条件为I
T
I
‑
λ2H
T
H≥0，0≤γ≤1；
[0018]所述凸性目标函数：
[0019][0020]其中，X初始化为与矩阵Y规格一致的零矩阵；L表示矩阵X的近似矩阵，X＝R
m
×
n
；||X||
F
代表X的F范数，表示为||X||1代表X的1范数，表示为Tr(X)表示矩阵X的迹，第一辅助矩阵A与第二辅助矩阵B满足A∈R
m
×
n
、B
T
∈R
m
×
n
、AA
T
＝I、BB
T
＝I，I表示单位矩阵；
[0021]其中，将矩阵X的奇异值分解定义为X＝UΣV
T
：
[0022]A
k
＝(U
k
(:,[1:r]))
T
，B
k
＝(V
k
(:,[1:r]))
T
；
[0023]U＝(u1,
…
,u
m
)∈R
m
×
m
，Σ∈R
m
×
n
，V＝(v1,
…
,v
m
)∈R
n
×
n
；当第一辅助矩阵A与第二辅助矩阵B满足A＝(u1,
…
,u
r
)
T
，B＝(v1,
…
,v
r
)
T
时，存在||X||
T
＝||X||
*
‑
Tr(AXB
T
)，σ
i
表示时频域系数矩阵X的第i个奇异值；r为截断阶数，表示将被保留的最大的r个非零奇异值；H表示将所述广义极小极大凹罚函数参数化的参数矩阵，满足H
T
H＝nI；λ1为第一正则化参数、λ2为第二正则化参数，γ为常量参数。
[0024]在本专利技术的一个实施例中，所述利用交替方向乘子法将所述凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数与关于截断核范数的第二子目标函数包括：
[0025]引入变量Z，Z满足本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轴承故障检测方法，其特征在于，包括：S1：获取测试轴承的振动加速度时域信号，利用短时傅里叶变换生成时频域系数矩阵Y；S2：利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的目标函数，并根据其凸性条件转换为凸性目标函数；利用交替方向乘子法将所述凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数、关于截断核范数的第二子目标函数与辅助迭代函数；S3：利用前向后向分裂算法，求解所述第一子目标函数，得到关于X
k+1
的迭代公式组；S4：根据所述关于X
k+1
的迭代公式组，利用奇异值阈值算法求解所述第二目标子函数，得到关于Z
k+1
的迭代公式；S5：利用关于X
k+1
的迭代公式组与关于Z
k+1
的迭代公式更新所述辅助迭代函数，初始化参数，将所述时频域系数矩阵Y输入所述辅助迭代函数中，迭代预设次数Nit次获取对应的时频域稀疏低秩矩阵X
Nit
；S6：对所述时频域稀疏低秩矩阵X
Nit
进行短时傅里叶逆变换得到轴承故障瞬态脉冲的重构时域信号；S7：对所述轴承故障瞬态脉冲的重构时域信号进行平方包络谱分析，得到轴承故障特征频率。2.根据权利要求1所述的轴承故障检测方法，其特征在于，所述利用广义极小极大凹罚函数与截断核范数构建稀疏低秩优化模型的目标函数，并根据其凸性条件转换为凸性目标函数包括：所述稀疏低秩优化模型的目标函数：所述凸性条件为I
T
I
‑
λ2H
T
H≥0，0≤γ≤1；所述凸性目标函数：其中，X初始化为与矩阵Y规格一致的零矩阵；L表示矩阵X的近似矩阵，X＝R
m
×
n
；||X||
F
代表X的F范数，表示为||X||1代表X的1范数，表示为Tr(X)表示矩阵X的迹，第一辅助矩阵A与第二辅助矩阵B满足A∈R
m
×
n
、B
T
∈R
m
×
n
、AA
T
＝I、BB
T
＝I，I表示单位矩阵；其中，将矩阵X的奇异值分解定义为X＝UΣV
T
：
A
k
＝(U
k
(:,[1:r]))
T
，B
k
＝(V
k
(:,[1:r]))
T
；U＝(u1,
…
,u
m
)∈R
m
×
m
，Σ∈R
m
×
n
，V＝(v1,
…
,v
m
)∈R
n
×
n
；当第一辅助矩阵A与第二辅助矩阵B满足A＝(u1,
…
,u
r
)
T
，B＝(v1,
…
,v
r
)
T
时，存在||X||
T
＝||X||
*
‑
Tr(AXB
T
)，σ
i
表示时频域系数矩阵X的第i个奇异值；r为截断阶数，表示将被保留的最大的r个非零奇异值；H表示将所述广义极小极大凹罚函数参数化的参数矩阵，满足H
T
H＝nI；λ1为第一正则化参数、λ2为第二正则化参数，γ为常量参数。3.根据权利要求2所述的轴承故障检测方法，其特征在于，所述利用交替方向乘子法将所述凸性目标函数拆分成关于广义极小极大凹罚函数的第一子目标函数、关于截断核范数的第二子目标函数与辅助迭代函数包括：引入变量Z，Z满足Z＝X，带入所述凸性目标函数中得：所述关于广义极小极大凹罚函数的第一子目标函数：所述关于截断核范数的第二子目标函数：辅助迭代函数：R＝R
‑
(X
‑
Z)；其中，μ表示迭代步长，辅助矩阵R初始化为与所述时频域系数矩阵Y规格一致的零矩阵。4.根据权利要求3所述的轴承故障检测方法，其特征在于，所述利用前向后向分裂算法，求解所述第一子目标函数，得到关于X
k+1
的迭代公式组包括：分别对X和L求偏导得到：分别对X和L求偏导得到：其中，符号函数将对X和L求偏导得到的公式带入前向后向分裂算法中得关于X
k+1
的迭代公式组：Q
k
＝X
k
‑
ξ((1+μ)X
k
‑
Y
‑
μ(Z
k
+R
k
)
‑
γ(X
k
+L
k
))；X
k+1
＝soft(Q
k
,λ2ξ)；T
k
＝L
k
+ξγ(X
k+1
‑
L
k
)；
L
k+1
＝soft(T
k
,λ2ξ)；其中，辅助矩阵R是初始化为与所述时频域系数矩阵Y规格一致的零矩阵，...

【专利技术属性】
技术研发人员：黄伟国，马骏陶，韩时炘，曾冠杰，王俊，丁传仓，杜贵府，江星星，石娟娟，沈长青，朱忠奎，
申请(专利权)人：苏州大学，
类型：发明
国别省市：