【技术实现步骤摘要】
本专利技术涉及一种时频短时集中变换的脊线提取故障诊断方法，属于机械设备状态监测及故障诊断。
技术介绍
1、旋转设备在工程实际应用中占重要地位，而轴承作为旋转设备中关键的零部件之一。时变转速下的非平稳工况在实际中尤为常见，在恒速条件下提取故障诱发脉冲并通过频谱或包络分析可以得到脉冲重复的频率及其谐波，这与故障是否存在及故障类型的识别密切相关，然而在非平稳工况下转速随时间发生变化，导致信号的频率成分也会相应变化。这种频率变化会导致频谱分析结果的失真，使得恒速条件下的轴承故障诊断方法无法准确捕捉到信号的真实频率特征。
2、阶次跟踪方法被认为是分析变速条件下轴承故障的有效方法，该方法通过对原信号进行等角度重采样及差值重采样得到角度域的稳态信号，以实现频谱分析的可信性。然而由于设备设计及成本问题，并不能在所有情况下实现转速计的安装，所以无法获得转速信息。另一方面重采样是通过多项式插值实现的，而振动信号是由循环现象产生的，其本质上是正弦而非多项式，由此导致的阶次跟踪误差将传递给结果。
3、时频分析方法包含了信号在时间和频率上的变化信息，是非平稳工况下最有效的分析方法之一。瞬时频率的线状结构在时频平面上形成山脊，故瞬时频率的提取又称脊线提取。脊线提取的第一步即是对待分析信号进行线性变换，然而由于受到海森堡测不准原理或意外交叉项从而导致有限的时频分辨率及严重的时频模糊问题。另一类如维格维纳分布和cohen经典分布等的双线性变换方法，虽然比线性变换的时频分辨率高，但会引起严重的交叉项干扰问题。同步压缩变换以及其优化算法同步
4、为从时频分析中进一步获得诊断结果，需对时频矩阵进行脊线提取后做阶次分析。脊线提取过程中待分析的目标脊线往往并非能量最高的脊线，为提取能量更低的一条目标脊线，需进行重复提取，故一般的脊线提取步骤为：(1)对原信号进行stft后对时频矩阵提取脊线；(2)在原信号中将所提取脊线对应的信号分量剔除；(3)对剔除后的信号进行stft，并对新的时频矩阵进行脊线提取；重复步骤(2)和(3)，直至获得目标脊线。对信号进行成分剔除的原因在于由于能量扩散导致时频分辨率较低，若仅对时频矩阵内所提取脊线对应的有限个点进行剔除，将提取的第二条目标脊线的起点也将出现在第一次提取起点的附近，致使整条脊线提取错误。该原脊线提取流程存在以下两方面问题，其一是需要的计算时间成本较高，过程较为冗长：根据上述描述，每提取一条时频脊线就要对信号进行一次stft，然而在整个脊线提取流程中stft是计算成本最高的一个环节，多次反复的stft大大降低了分析效率；其二是若对不加处理的时频矩阵按照能量递减的顺序直到提取出目标脊线的方法具有较低的提取精度，上述一条被提取的脊线对应的信号被剔除的过程在时频图中表现为较宽的扩散能量被去除，若此时误将下条目标脊线的部分信息一并剔除将导致该条脊线不可避免地出现偏差，该偏差将不断累积并向后传递。因此第一次由能量幅值导向提取的脊线相对准确，而后续提取结果或多或少将受影响而失真。
技术实现思路
1、针对上述存在的问题，本专利技术提供了一种时频短时集中变换的脊线提取故障诊断方法；该方法对待分析信号短时傅里叶变换后获得的初始时频矩阵c进行后处理，通过一个遍历初始时频矩阵的空列向量读取并处理相应位置数据，实现在几乎不增加运算成本的基础上完成时频分辨率的提高，并在此基础上改进时频脊线提取流程以提高诊断流程的效率及准确性，最终实现时变转速下非平稳工况的轴承故障诊断，利用机械振动信号进行故障特征提取及诊断。
2、本专利技术时频短时集中变换的脊线提取故障诊断方法如下：
3、s1、把加速度传感器安装在机械设备的壳体表面，通过加速度传感器拾取机械振动信号；
4、s2、机械振动信号预处理后，进行短时傅里叶变换，获得时间-频率组成的初始时频矩阵c，计算初始时频矩阵c的能量幅值平均值pm；pm是初始时频矩阵c内每点的能量幅值相加的和除以初始时频矩阵c的元素数所得的均值，元素数等于矩阵行数乘列数；
5、所述振动信号预处理包括依据实际情况对信号进行时域截断以截取适当长度的待分析信号、重采样以缩短信号长度、高频截断以便分析；
6、s3、对初始时频矩阵进行短时集中变换(stct)，获得后处理时频矩阵e；
7、对初始时频矩阵c进行短时集中变换步骤如下：
8、(1)从初始时频矩阵c左上角的边缘出发，构造一个a行的空列向量d，读取空列向量d在初始时频矩阵c内对应的能量幅值；
9、(2)获取空列向量d内能量极大值点，并获取该点位置坐标、能量幅值pmax；
10、(3)将空列向量d内局部能量极大值点的能量幅值设置为pmax+pm，其余点的能量幅值均设置为pm；
11、(4)设置完后，将空列向量d沿初始时频矩阵c向右移动并重复步骤(2)、(3)，直至空列向量d移至初始时频矩阵c的右边缘；
12、(5)将空列向量d向下移动a行并回到初始时频矩阵c左边缘后重复步骤(2)-(4)；
13、如此将空列向量d遍历整个初始时频矩阵c以读取和处理数据，完成局部能量集中全局能量平均的时频短时集中变换，并获得集中处理后的时频矩阵e；
14、s4、可视化后处理视频矩阵e，确定目标脊线所在频段，对频段内目标脊线进行提取，获得主轴瞬时转频对应的脊线、故障特征瞬时频率对应的脊线；
15、所述目标脊线提取为首先在后处理时频矩阵e上寻找能量幅值最大的一点作为提取起点，之后沿着时间轴的前后两个方向在设定△行空列向量范围内查找该向量范围内的能量极大值点，并将其作为脊点，并以该脊点为新提取起点，在下一个△行空列向量范围内查到下一个脊点，且△行空列向量中点位置始终与提取起点位置水平，循环查找直至后处理时频矩阵e两端边界处停止，获得由一系列能量极大值点组成的脊线；△取值为2n-1(n≥1)；
16、s5、对被提取脊线进行阶次分析获得实际阶次值，将实际阶次值与检测部件的故障理论阶次值进行比较，实际阶次值与故障理论阶次值相当时，即确定故障为故障理论阶次值所对应的部件；
17、对被提取脊线进行计算获得实际阶次值是将故障特征瞬时频率对应的脊线上每一脊点的能量极大值除以主轴瞬时转频对应的脊线上对应点的能量极大值，所得结果计算均值，均值即为实际阶次值。
18、滚动轴承由内圈、外圈、滚动体和保持架四个部分组成，当这四个部分发生故障时，各部件的理论阶次值分别为oi、oo、oc、oe，则
19、
20、式中：z表示滚子个数；d表示滚子的直径(mm)；d表示轴承的节径(mm)；α表示接触角。
21、本专利技术优点和技术效果：
22、本专利技术方法中短时集中变换极大提高了时频分辨率，对后处理时频矩阵e可视本文档来自技高网...
【技术保护点】
1.一种时频短时集中变换的脊线提取故障诊断方法，其特征在于，步骤如下：
2.根据权利要求1所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于：振动信号预处理包括对信号进行时域截断、重采样、高频截断。
3.根据权利要求1所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于，对初始时频矩阵C进行短时集中变换步骤如下：
4.根据权利要求1所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于：目标脊线提取为首先在后处理时频矩阵E上寻找能量幅值最大的一点作为提取起点，之后沿着时间轴的前后两个方向在设定△行空列向量范围内查找该向量范围内的能量极大值点，并将其作为脊点，并以该脊点为新提取起点，在下一个△行空列向量范围内查到下一个脊点，且△行空列向量中点位置始终与提取起点位置水平，循环查找直至后处理时频矩阵E两端边界处停止，获得由一系列能量极大值点组成的脊线。
5.根据权利要求4所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于：实际阶次值是将故障特征瞬时频率对应的脊线上每一脊点的能量极大值除以主轴瞬时转频对应的脊线上对应点的能
...【技术特征摘要】
1.一种时频短时集中变换的脊线提取故障诊断方法，其特征在于，步骤如下：
2.根据权利要求1所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于：振动信号预处理包括对信号进行时域截断、重采样、高频截断。
3.根据权利要求1所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于，对初始时频矩阵c进行短时集中变换步骤如下：
4.根据权利要求1所述的时频短时集中变换的脊线提取故障诊断方法，其特征在于：目标脊线提取为首先在后处理时频矩阵e上寻找能量幅值最大的一点作为提取起点，之后沿着时间...
【专利技术属性】
技术研发人员：周俊，蒋逸心，伍星，柳小勤，刘韬，刘畅，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。