System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于AR-ICYCBD滚动轴承故障特征提取方法技术_技高网

一种基于AR-ICYCBD滚动轴承故障特征提取方法技术

技术编号:40341008 阅读:7 留言:0更新日期:2024-02-09 14:28
本发明专利技术涉及故障诊断相关领域,具体为一种基于AR‑ICYCBD滚动轴承故障特征提取方法,本发明专利技术通过AR模型预处理降噪,同时提出增强能量谐波积谱的方法估计CYCBD循环频率集,克服了需要人为设定参数的局限性,并避免了优化算法估计循环频率集参数时间过长的问题。本方法能够快速准确的估计循环频率集,且实现了双滤波降噪,使得故障频率更突出,有效的提高了诊断效率和精度。

【技术实现步骤摘要】

本专利技术涉及故障诊断相关领域,具体为一种基于ar-icycbd滚动轴承故障特征提取方法。


技术介绍

1、滚动轴承在机械传动系统中起着重要作用,是机械运转的基础和保障,滚动轴承在实际工况下往往遭受恶劣工作环境的侵蚀,引起异常振动,甚至导致事故和财产损失,因此轴承故障诊断尤为重要。

2、其中,解卷积方法对识别早期故障有很大优势。最小熵解卷积(med)降噪方法在峭度原则下引入到轴承故障诊断领域,但med算法的局限性在于优先对能量大的单个脉冲进行解卷积,因此提出了最大相关峭度解卷积(mckd),mckd能够突出被噪声淹没的连续脉冲,主要应用于周期性故障诊断,但其受位移数影响,只能局部提取有限的冲击脉冲数,且有过多参数,设定苛刻,算法具有一定局限。为了改进mckd,buzzoni等人提出了最大二阶循环平稳盲解卷积(cycbd),利用轴承振动信号具有循环稳定性的特点,解决了mckd只能局部提取有限脉冲问题。但该方法提取特征效果受循环频率集参数影响严重。

3、现有的cycbd算法的参数选取往往依赖于人为经验的选取,存在非自适应问题,同时常规利用全局优化算法自适应选取参数,主要通过迭代方式,导致算法时间过长,不利于工程实践。


技术实现思路

1、本专利技术的目的在于提供一种基于ar-icycbd滚动轴承故障特征提取方法,以解决上述
技术介绍
中提出的问题。

2、为实现上述目的,本专利技术提供如下技术方案:一种基于ar-icycbd滚动轴承故障特征提取方法,包括以下步骤:

3、步骤s1、传感器采集滚动轴承运行过程中的振动信号;

4、步骤s2、对步骤s1中采集的振动信号利用ar模型进行预处理降噪;

5、步骤s3、对步骤s2中ar模型预处理降噪后的信号,利用teager能量算子构建能量谱;

6、步骤s4、将步骤s3中teager能量谱结合改进的谐波乘积谱,得到增强能量谐波积谱,并用增强能量谐波积谱估计cycbd循环频率集;

7、步骤s5、将增强能量谐波积谱方法估计的循环频率集和固定滤波长度输入到cycbd中,获得cycbd降噪后的滤波信号;

8、步骤s6、对步骤s5中降噪后的滤波信号利用包络谱解调提取故障特征。

9、优选的,所述步骤s2中利用ar模型进行预处理降噪的具体如下:

10、线性时域分析方法ar模型为:

11、

12、其中p为阶数(i=1,2,…,p),ai为自回归系数,εk为平稳白噪声和预测误差,xk为是ar滤波器预测的第k个数据点,利用峭度为指标确定ar模型系数和阶数,构建ar滤波器,进行降噪处理。

13、优选的,所述步骤s3中teager能量算子对于离散信号x(t)用差分近似定义为:

14、e[x(n)]=[x(n)]2-x(n+1)x(n-1)

15、其中,x(n)为n点对应离散信号幅值,e[x(n)]为计算得到能量谱后n点对应幅值,x(n+1)为n+1点对应离散信号幅值,x(n-1)为n-1点对应离散信号幅值。

16、优选的,所述步骤s4中增强能量谐波积谱的数学表达式为:

17、

18、其中n(kω)为kω周围的平均噪声值,k为谐波次数,e(x)为teager能量幅值谱,h(ω)为增强能量谐波积谱ω频率能量幅值,w(bω)为bω对应teager能量幅值谱除以平均噪声值(b=1,2…k)。

19、优选的,所述步骤s5中将增强能量谐波积谱方法估计的循环频率集和固定滤波长度输入到cycbd中的二阶循环平稳性指标表达式为:

20、

21、

22、

23、

24、式中ics2为二阶循环平稳值,y为故障冲击信号,n为滤波器的长度,l为采集信号的采样长度,α为循环频率,k为循环频率整倍数,通过迭代过程,选取最优的滤波器h,使二阶循环平稳性最大,获得cycbd降噪后的滤波信号。

25、与现有技术相比,本专利技术的有益效果是:本专利技术通过ar模型预处理降噪,同时提出增强能量谐波积谱的方法估计cycbd循环频率集,克服了需要人为设定参数的局限性,并避免了优化算法估计循环频率集参数时间过长的问题。本方法能够快速准确的估计循环频率集,且实现了双滤波降噪,使得故障频率更突出,有效的提高了诊断效率和精度。

本文档来自技高网...

【技术保护点】

1.一种基于AR-ICYCBD滚动轴承故障特征提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于AR-ICYCBD滚动轴承故障特征提取方法,其特征在于:所述步骤S2中利用AR模型进行预处理降噪的具体如下:

3.根据权利要求1所述的一种基于AR-ICYCBD滚动轴承故障特征提取方法,其特征在于:所述步骤S3中Teager能量算子对于离散信号x(t)用差分近似定义为:

4.根据权利要求1所述的一种基于AR-ICYCBD滚动轴承故障特征提取方法,其特征在于:所述步骤S4中增强能量谐波积谱的数学表达式为:

5.根据权利要求1所述的一种基于AR-ICYCBD滚动轴承故障特征提取方法,其特征在于:所述步骤S5中将增强能量谐波积谱方法估计的循环频率集和固定滤波长度输入到CYCBD中的二阶循环平稳性指标表达式为:

【技术特征摘要】

1.一种基于ar-icycbd滚动轴承故障特征提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于ar-icycbd滚动轴承故障特征提取方法,其特征在于:所述步骤s2中利用ar模型进行预处理降噪的具体如下:

3.根据权利要求1所述的一种基于ar-icycbd滚动轴承故障特征提取方法,其特征在于:所述步骤s3中teager能量算子对于离散信号x(...

【专利技术属性】
技术研发人员:代元军檀安稳李保华石坤举
申请(专利权)人:上海电机学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1